logo elektroda
logo elektroda
X
logo elektroda
Adblock/uBlockOrigin/AdGuard mogą powodować znikanie niektórych postów z powodu nowej reguły.

Zestaw komputerowy do Machine Learning: RTX 3090, 1400W, 2x1TB NVMe, chłodzenie wodne, 128GB RAM

elir83 07 Lis 2020 10:12 1101 9
  • #1 19026706
    elir83
    Poziom 4  
    Posty: 8
    Ocena: 1
    Czesc
    Chcę kupić do firmy komputer, który będzie wykorzystywany do pracy codziennej i machine learningu. Na stację roboczą (bez peryferiów) mam do wydania łącznie 21 tyś brutto. Zastanawiam się czy ktoś z Was się zna na temacie i mógłby mi doradzić jakie komponenty wybrać...

    Moje założenia:
    - 1 karta graficzna 3090 rtx
    - Chcę, żeby zestaw nadawał sie do rozbudowania o kolejne karty graficzne, więc pewnie dobrze, żeby płyta główna miała sloty na kolejne 2 karty
    - zasilacz pewnie >1400W, ponieważ te karty graficzne mają spory pobór mocy
    - zakładałem 2 dyski po 1TB Samsung 1TB M.2 PCIe NVMe 980 PRO
    - chłodzenie wodne procesora.
    - duża obudowa - pewnie big/full tower
    - 128 GB RAM
    - chłodzenie wodne do procesora - czy warto w to w ogóle iść?
    Jakieś akcesoria?
  • #2 19026814
    ITSpec.

    Poziom 42  
    Posty: 5703
    Pomógł: 937
    Ocena: 741
    Oj, za 21 tysięcy to tylko na Ryzenach, Threadipperów tam nie włożysz z takimi wymaganiami, a składanie multiGPU na X570 nie ma sensu ze względu na ograniczenie linii PCIe.
    Zasilacz około 1500W nie udźwignie 3x RTX 3090 i procesora (Threadripper 3960X lub Ryzen 9 3950X).

    Jakbyś miał 30000 - 35000 zł, to można by było myśleć nad sensownym zestawem, który brałby pod uwagę Twoje wymagania.
    Konto firmowe:
    Sprawny Komputer Tomasz Kokoszewski
    Patriotów 50, Warszawa, 04-912 | Strona WWW: https://sprawnykomputer.com.pl
  • #3 19026831
    tzok
    VIP Zasłużony dla elektroda
    Posty: 38813
    Pomógł: 3175
    Ocena: 6533
    Machine Learning to szerokie pojęcie, co konkretnie zamierzasz na tym robić... do nauki ML/DL to Ci Compute Stick od Intela wystarczy.
  • #4 19027057
    elir83
    Poziom 4  
    Posty: 8
    Ocena: 1
    Komputer będzie wykorzystywany głównie do deep learningu w analizie obrazów, do analizy baz danych i prac biurowych.
    Wydaje mi się, że jakiś ryzen będzie akurat się mieścił w tych widełkach cenowych, tylko kwestia doboru płyty, chłodzenia, zasilacza, ramu i obudowy żeby to ze sobą rozsądnie chodziło.
  • #6 19029074
    elir83
    Poziom 4  
    Posty: 8
    Ocena: 1
    Soft do deep learningu i machine learningu wykorzysta wiele kart graficznych.
    Oprogramowanie biurowe czy gry są w stanie korzystać z jednej karty graficznej. Wyjątek stanowi jedynie kilka jakiś starych tytułów gier, które obsługują SLI, ale to mi kompletnie nie jest potrzebne. Oczywiście szereg programów do renderingu video jest też w stanie wykorzystać kilka kart, ale ja z takiego softu nie korzystam
  • #7 19029219
    ITSpec.

    Poziom 42  
    Posty: 5703
    Pomógł: 937
    Ocena: 741
    Człowieku, czego nie rozumiesz???

    ITSpec. napisał:
    składanie multiGPU na X570 nie ma sensu ze względu na ograniczenie linii PCIe.


    Co z tego, że będziesz miał 3 karty, jak masz na nie wszystkie tylko 16 linii PCIe?
    Konto firmowe:
    Sprawny Komputer Tomasz Kokoszewski
    Patriotów 50, Warszawa, 04-912 | Strona WWW: https://sprawnykomputer.com.pl
  • Pomocny post
    #8 19029371
    tzok
    VIP Zasłużony dla elektroda
    Posty: 38813
    Pomógł: 3175
    Ocena: 6533
    Obliczenia DL idą na GPU i VRAM, stosunkowo niewiele danych jest wymieniane między CPU a GPU/RAM a VRAM (dane wejściowe i wynikowa sieć). Oczywiście wszystko zależy od danych... tzn. stosunku danych wejściowych do złożoności środowiska (obliczeń) i zakładanej liczby pokoleń (iteracji).

    https://www.pugetsystems.com/labs/hpc/PCIe-X1...h-4-x-Titan-V-GPUs-for-Machine-Learning-1167/
    https://timdettmers.com/2018/12/16/deep-learn...e-guide/#PCIe_Lanes_and_Multi-GPU_Parallelism
  • #9 19030245
    elir83
    Poziom 4  
    Posty: 8
    Ocena: 1
    Dzieki @tzok za te linki. Tak, nie wiedziałem jak duże jest znaczenie procesora i ramu w takiej maszynie. W linku, który podesłałeś znalazłem świetną analizę dotyczącą GPU z deep learning:
    https://timdettmers.com/2020/09/07/which-gpu-for-deep-learning/

    U nas na razie będzie to przede wszystkim computer vision dla zdjęć rentgenowskich (stosunkowo niezbyt duże pliki danych i niezbyt duża ilość) i modele da się robić na Titanie z 11GB pamięci. Dla tomografii komputerowej będzie ciężej, bo tam pojedyncze badanie może mieć kilka GB i analityki jest duuużo więcej.

    Mam budżet, który muszę wydać, więc początkowo myślałem, żeby kupić mocny procek i jedną kartę GPU 3090RTX. Procek AMD Ryzen Threadripper 3960X, 3.8GHz, 128 MB, za 6400zł z płytą Gigabyte TRX40 AORUS PRO WIFI, ale teraz mam wrażenie, że w ogóle nie wykorzystam tej mocy procka - do tego pewnie obudowa jakaś tower ATX
    - 128GB DDR4 3200MHz Cl16, choć płyta wykorzystuje do 4400MHz, więc jeszcze się zastanawiam na 3600MHz CL18, ale to w sumie na jedno wychodzi - a cena drugich kości wyższa o 5 stówek
    Teraz wychodzi na to, że to trochę za mocna maszyna, jeśli chodzi o procek - tyle, że przez dłuuuugi czas nie będę musiał wymieniać CPU. Ram bardziej na zestaw z 4 GPU już się nadaje

    - dysk 2TB podłączany przez M.2. Dla dużych projektów zostaną mi jeszcze dwa sloty M.2, a z dysków zawsze można zrobić RAID0 :D
    Widziałem zasilacze 1.6 i 2 kW (wersja dla koparek kryptowalut), ale po tym artykule sądzę, że pewnie teraz można kupić jakiś nawet 1450kW i po prostu w przyszłości kombinować nad drugim zasilaczem, bo te RTXy potrzebują max 350 W jeden. Czyli na zestaw 2xGPU i procek jeden zasilacz 1.45 kW wystarczy, ale dla więcej GPU będzie kryzys. Nie wiem kiedy będę kupował trzeciego czy czwartego rtx3090 - byćmoże szybciej wyjdą rtx40xx, więc sensowniej będzie te sprzedać i iść w nową linię. Wtedy zestaw CPU, ram, dysk, płyta powinny jeszcze się nadawać...

    A tu jeszcze dobry artykuł dlaczego linie PCI nie są istotne dla zestawu, który planowałem na 2-3 karty: https://timdettmers.com/2018/12/16/deep-learning-hardware-guide/#Needed_RAM_Clock_Rate

Podsumowanie tematu

✨ Użytkownik poszukuje zestawu komputerowego do codziennej pracy oraz machine learningu, z budżetem 21 tys. zł. Wymagania obejmują kartę graficzną RTX 3090, możliwość rozbudowy o dodatkowe karty, zasilacz powyżej 1400W, dwa dyski NVMe 1TB, 128GB RAM oraz chłodzenie wodne. W dyskusji podkreślono, że przy takim budżecie trudno zrealizować wszystkie wymagania, zwłaszcza przy planach na multi-GPU. Użytkownik rozważa procesor AMD Ryzen Threadripper 3960X, ale obawy dotyczą jego wykorzystania w kontekście deep learningu. Wskazano na znaczenie odpowiedniego doboru płyty głównej oraz pamięci RAM, a także na ograniczenia związane z liniami PCIe w przypadku wielu kart graficznych.
Podsumowanie AI na podstawie dyskusji. Może zawierać błędy.
REKLAMA