硬体选择 -- Part 2

简介

昨天已经提过了最重要的 GPU 了，那今天会着重在其他的零件上，像是 CPU 以及主机板的选择条件等等。

硬体挑选

我们接续 自行采买零件自行组装 为出发点来继续提几个点。

CPU

近期由於 AMD 以及 Intel 两家正打着水深火热的，所以每年市面上可供玩家选择的 CPU 也是越来越猛了呢!!回想当年 Intel 在第8代 cpu 之前曾说过多核无用论等言论来否定对手 AMD 在布局主打多核的 Zen 架构处理器呢XD (也就是後来火得逆天的 Ryzen ><) 直到现在 Intel 自家的 CPU 动不动就上个 8 核 16 线程呢 XD 我们这边姑且先不讨论当初 Intel 说因为没有软件可以支援那麽多线程所以不必推出那麽多线程的 CPU，还是因为没有那麽多线程的 CPU 所以软件商觉得不用推可以使用那麽多线程的软件，时值今日必须感谢 AMD 在 CPU 上的努力让整个 CPU 市场两家互相竞争让我们这群消费者可以有更多以及更低价格的 CPU 可以选择!! 笔者曾经看过一个神奇的实验XD是在有一个对岸 Up 主说拿着如今的威逆天的 AMD TR 3990X CPU (对!就是那颗64核128线程的巨兽XD)跑一个现有 Super Resolution 的软件时尽然速度上可以比跑在 GTX 1650 上还快XDDD 当初笔者看到也整个参官被刷新XDDD 现在的家用主机 CPU 已经可以在 Deep Learning 上超越一些实验室内会拿来做实验的 GPU 了吗>< 但虽然如此，请也别忽略那颗 CPU 惊人售价 3990 美金!!! 如果对那个神奇的实验有点兴趣可以看看这个连结
然而通常 CPU 在 Deep Learning 不太会是计算的 bottle neck，一般来说 CPU bottle neck 没有那麽大，一张 GPU 对上 2~4 个 CPU core 就好，所以实验室常常可以看到那种单 GPU 机器配上四核 CPU，土豪一点的插着四张 GTX 1080 TI 机器配个一般二十核 Xeon CPU即可。当我们在训练 Deep Learning 时，通常只要 Dataloader 那边去捞资料的速度不会比 GPU 使用完一批资料的速度快就不会影响训练速度。为此我们只需要一个普通的 CPU 即可，但也不是随随便便的一颗 CPU 即可，有一点我们可能是需要去做 Check 的。

PCI-E 支持数

CPU 跟 GPU 之间在数据沟通时正常是走 PCI-E 通道的，越多的 PCI-E 通道分配给一张 GPU 去使用通常可以增快速度。我知道你们可能又要说怎麽又是硬体了QQ没事没事我这边尽量不讲复杂的硬体知识，但覆上一个我觉得写得不错的介绍文给有兴趣的人去参考~
正常来说，目前市面上常见流通显卡是可以支援使用到 PCI-E 3.0 x16，也就是这张显卡最多可以使用到 16 条 PCI-E 3.0 的通道，然後假设你今天挑了一张 Intel i9-9820X 的 CPU，这张CPU能提供的 PCI-E 通道数是 44，在只插一张显卡在主机板上的话，这张显卡是可以跑满速的，但如果你今天插到四张显卡那就只能支持 1张卡用16 + 3张卡各用8 + 最後一张卡用 4 条，也就是只有一张卡可以全速，剩下三卡基本上就是半速含以下，一个 NVMe 固态硬盘。但也不是 CPU 能支援的 PCI-E 数达到了所有卡都可以满速的数值就好，我们还是需要去 Check 官网的数字，像是下面是 AMD 的 2990WX 所搭配的主机板的数据截图，虽然 CPU 有 64条 PCI-E，但是通常所对应的 Chipset 等只支持 x16/x8/x16/x8 的四卡配置，也就是最多两张卡满速而已，所以建议还是需要去网上查明在做决定。

但笔者的经验是一般人通常还好，如果你只是一个会插 1~2张显卡在电脑里的普通人的的话，那种会去买四卡机器的土豪建议可以直接跟通路商谈谈，因为四卡机有一个坏处是很容易过热等导致机器可能要送回去修，另一个选择就是买刀锋式的机器，那个也一样建议去谈谈，因为後续保养维修蛮麻烦的建议如果是新手不要轻易去碰触><

主机板

主机板的部分大致上还好，只需要确认两点即可:
1.请依据你选择的 CPU 去挑选所对应到的板子，像是脚位、Chipset等，通常这个主机板的官网资讯都会写说它支援那些 CPU 或者像是 CPU 官网上会说推荐哪张主机板(如下图)所以别太慌，也可以在跟商家订货时请他们帮你确认是否有吻合。

2.如果你是想要插多张显卡的人，请确定你的主机板上是具有足够的 PCI-E x16 的插购插你的 GPU 的，同时也请确认这些插槽的距离是大到够塞下你的 GPU 的而不会撞到 ( P.S 你看看 GTX 3090 那张厚的跟甚麽一样><

OK 今天只能先打到这QQ，明天一定会把剩下的零件以及组装等议题讲完 >< 我觉得我快富坚了 ><