學習伺服器電腦配置

Ⅰ 如何對比電腦配置高低

家用電腦一般分學習型，娛樂型，發燒型，對應低端、中端、高端。可按2種來分，一種是按價錢，適合對電腦配件不懂的人做參考，比較籠統但最直觀也最容易懂。另一種是看性能，比較專業但最真實。
1.按價錢來區分：現在的電腦硬體更新快，應用更新也快。所以今年主流配置過兩年就不流行了。但兩年後的主流配置跟現在的主流配置價錢一樣。所以如果你沒有買到高價東西。基本上這樣分還是有一定的參考性。底端的總體價位在2700以下（包含顯示器），這類電腦一般對應入門級應用，普通游戲及高清電影都不在話下。銷售量最大，購買的人最多；中端的總體價位在3000-5000以內，這類電腦符合對電腦要求比較高的人，如玩大型游戲、家庭娛樂視頻剪接、多媒體控制中心等；高端的總體價位在5000以上不封頂（只要有錢，就算配的伺服器來玩也可以）。這類電腦怎麼形容呢。基本上你能想到的電腦應用，它都能行。（你讓它給你下載個女朋友這類的應用它就辦不到了。呵呵！）
2.按性能來區分：這種分類要求玩家對電腦配件的知識懂的多，還要對電腦應用軟體懂一些，對電腦買來如何使用也要充分認識。而且這種分類方法不是一層不變的，因為電腦更新換代比較快，所以今年的好壞之分，明年可能就不一樣了。總的來說按以下方式來區分（共11項）：
2-1.CPU：主頻高的比低的好；外頻高的比低的好；核心多的比少的好；L2大的比小的好；有L3的比無L3的好；工藝值小的比大的好。（I平台與A平台不可完全同日而語）
2-2.內存：代數高的比低的好；頻率高的比低的好；容量大的比小的好；CL時間短的比長的好。
2-3.主板：晶元組規格高的比低的好；大板比小板好，PCB板層數多的比少的好；電源相數多的比少的好；一線品牌比二線三線品牌好。（還有很多很多的學問不一一道了）
2-4硬碟：7200轉比5400轉的好；容量大的比小的好；緩存大的比小的好；尋道時間短的比長的好；單碟的比雙碟的好；介面新的比老的好；固態硬碟比機械硬碟好。（目前幾呼全是機械硬碟）
2-5顯卡：GPU高的比低的好；顯存類型高的比低的好；GPU及顯存頻率高的比低的好；工藝值小的比大的好；介面新的比老的好；一線品牌比二線三線品牌好。
2-6顯示器：大尺寸比小尺寸好；一線品牌比二線三線品牌好；LED比LCD好；
2-7DVD：一線品牌比二線三線品牌好；倍數大的比小的好；刻錄機(RAM)比讀碟機（ROM）好。
2-8機電：電源功率大的比小的好；一線品牌比二線三線品牌好；大機箱比小機箱好；重的比輕的好，機箱及電源都一樣；防輻的機箱比不防的好。
2-9鼠鍵：無線比有線好；大品牌比小牌雜牌好；藍光比紅光好；人體工程學的比普通的好。
2-10音箱：有源的比無源的好；2.1的比2.0的好；帶分頻器的比不帶的好（分頻器也分牌子，三洋的最好）；一線品牌比二線三線品牌好。
2-11其它：這類是一些可有可無的東西。滑鼠墊大的比小的好，厚的比薄的好；視頻頭清晰度越高越好；禎數高的比低的好（動態畫面是否流暢的問題）等等。
另外，配電腦不要只追求某一個配件，因為電腦是一個整體的系統，每個配件都是缺一不可的。所以單獨的一個或幾個配件上去了是無法發揮全部的功效的。有的商家會給你的CPU或是顯卡配得很好很好，但卻給你的機箱、電源、鼠鍵、或是其它你不關心的配件降低規格。這樣的配置造成低規格的配件滿足不了高規格配件的要求，高規格配件高出部分完全是一種浪費。無法發揮出來。
還有一個要注意商家會拿低配型號的配件來忽悠你，U及內存沒什麼問題，主板及顯卡是最常見的，防範的方法就不要聽他說的都是同一個晶元或是同一個廠的等等。配件上標示的型號與你想要的型號完全一字不差。不多字也不少字。最後要看配件上空焊的位置是否很多，高端的一般沒有空焊位置或是很少，低端的因為縮水所以有很多零件都沒焊上去，所以空焊位置很多。
如果想知道今年主流配置是什麼及更多關於硬體方面的問題請參考我以前的回答：
誰能羅列出 硬碟、 CPU 、 顯卡、顯示器、內存有關方面的知識？http://..com/question/207040838.html
我的主機把CPU和主板 顯卡都換成好的 我的主機是不是就好了
http://..com/question/208730876.html
..........

Ⅱ 做深度學習，需要配置專門的GPU伺服器嗎

深度學習是需要配置專門的GPU伺服器的:

深度學習的電腦配置要求：

1、數據存儲要求

在一些深度學習案例中，數據存儲會成為明顯的瓶頸。做深度學習首先需要一個好的存儲系統，將歷史資料保存起來。

主要任務：歷史數據存儲，如：文字、圖像、聲音、視頻、資料庫等。

數據容量：提供足夠高的存儲能力。

讀寫帶寬：多硬碟並行讀寫架構提高數據讀寫帶寬。

介面：高帶寬，同時延遲低。

傳統解決方式：專門的存儲伺服器，藉助萬兆埠訪問。

缺點：帶寬不高，對深度學習的數據讀取過程時間長(延遲大，兩台機器之間數據交換)，成本還巨高。

2、CPU要求

當你在GPU上跑深度網路時，CPU進行的計算很少，但是CPU仍然需要處理以下事情：

（1）數據從存儲系統調入到內存的解壓計算。

（2）GPU計算前的數據預處理。

（3）在代碼中寫入並讀取變數，執行指令如函數調用，創建小批量數據，啟動到GPU的數據傳輸。

（4）GPU多卡並行計算前，每個核負責一塊卡的所需要的數據並行切分處理和控制。

（5）增值幾個變數、評估幾個布爾表達式、在GPU或在編程裡面調用幾個函數——所有這些會取決於CPU核的頻率，此時唯有提升CPU頻率。

傳統解決方式：CPU規格很隨意，核數和頻率沒有任何要求。

3、GPU要求

如果你正在構建或升級你的深度學習系統，你最關心的應該也是GPU。GPU正是深度學習應用的核心要素——計算性能提升上，收獲巨大。

主要任務：承擔深度學習的數據建模計算、運行復雜演算法。

傳統架構：提供1~8塊GPU。

4、內存要求

至少要和你的GPU顯存存大小相同的內存。當然你也能用更小的內存工作，但是，你或許需要一步步轉移數據。總而言之，如果錢夠而且需要做很多預處理，就不必在內存瓶頸上兜轉，浪費時間。

主要任務：存放預處理的數據，待GPU讀取處理，中間結果存放。

深度學習需要強大的電腦算力，因此對電腦的硬體配置自然是超高的，那麼現在普通的高算力電腦需要高配置硬體。

Ⅲ 我想裝個台式電腦，想用來開小型伺服器用，用什麼配置比較好！

主要是看你說的伺服器用來做什麼？具體要看你打算用這個伺服器提供什麼樣的服務，才好配置硬體，如果只是一般的服務應用，拿個雙核或者四核的台式機就可以了，內存大一點，大不了做個陣列用來提高性能和數據的穩定性，配一塊帶雙千兆網卡的主板，這台主機不會超過5000.

Ⅳ 怎麼樣的電腦配置才能作為伺服器

如果僅僅是做一個個人的WEB伺服器，一般普通家用的電腦基本能畢顫陵夠勝任了。

一台伺服器，最重要的CPU，內存，硬碟，顯卡基本上可有可無（制圖的除外）。

CPU的選擇，最好是專業的伺服器CPU，比如INTEL的至強系列，AMD的皓龍系列。

內存的選擇，伺服器的內存都是帶ECC的，內存奇偶校驗，頻率比不上家用機，但是，數據不易出錯和堵塞，當大量數據交換時，效果最為明顯。

硬碟的選擇，同樣，手戚希捷和西部數據都有專業的伺服器硬碟。

其他的，包括主板電源甚至機箱都不是普通的東西。全是當當的貨。當然，價格也不菲。

你只是個人弄著玩，哪些高端的專業洞斗的就沒有必要，但是不建議你用筆記本，因為筆記本裡面的配件好多都是閹割版的，長時間使用的話，容易引起「火災」。

所以，選擇家用台式機也不錯。CPU性能強勁點，內存容量大點，硬碟質量好點，能夠勝任7X24小時開機。另外就是電源的質量也要非常好，並且，機箱的散熱風扇一定要多裝兩個，避免長時間開機引起的硬體燒毀。