深度学习硬件选购“避坑”完全指南

深度学习属于计算密集型任务，搭建硬件环境至关重要，例如选择多内核的快速CPU和其他相关硬件配置，但是，在构建深度学习硬件系统时，最常见的“天坑”就是在没有必要的硬件上浪费钱。在这里，我们推荐阅读深度学习博主Tim Dettmers 撰写 的“深度学习硬件指南”，原文编译如下：

多年来，我总共建立了7个不同的深度学习工作站，尽管经过仔细的研究和推理，但我在选择硬件部分时依然犯了错误。在本指南中，我想分享一下我多年来积累的经验，这样您就可以少走弯路。

博客帖子按错误严重程度排序。这意味着人们通常浪费最多钱的错误首先出现。

GPU

本博文假设您将使用GPU搭建深度学习硬件。如果您正在构建或升级系统以进行深度学习，那么忽略GPU是不明智的。GPU对深度学习应用程序的核心 – 处理速度的提高太大了，不容忽视。

我在 GPU推荐博客文章中详细 讨论了GPU的选择，而GPU的选择可能是深度学习系统最关键的选择。 选择GPU时可能会出现三个主要错误 ：（1）成本/性能不佳，（2）内存不足，（3）散热不良。

为了追求良好的性价比，我通常推荐使用RTX 2070或RTX 2080 Ti。如果使用这些卡，则应使用16位模型。否则，来自eBay的GTX 1070，GTX 1080，GTX 1070 Ti和GTX 1080 Ti是公平的选择，您可以使用这些具有32位（但不是16位）的GPU。

选择GPU时尤其要留意内存要求。RTX卡可以以16位运行，可以训练相比GTX卡使用相同内存大两倍的型号。因此，RTX卡具有内存优势，并且选择RTX卡并学习如何有效地使用16位模型将带您走很长的路。通常，对内存的要求大致如下：

• 正在寻找最先进分数的研究：> = 11 GB
• 正在寻找有趣架构的研究：> = 8 GB
• 任何其他研究：8 GB
• Kaggle：4 – 8 GB
• 创业项目：8 GB（但检查特定应用领域的型号尺寸）
• 公司项目：8 GB用于原型设计，> = 11 GB用于培训

需要注意的另一个问题是，特别是如果您购买多个RTX卡，则需要冷却系统。如果您想将GPU固定在彼此相邻的PCIe插槽中，您应该确保GPU的风冷。否则，您可能会遇到散热问题，导致GPU运行速度变慢（大约30％）甚至频繁死机。

内存

RAM的主要错误是购买时钟频率过高的RAM。第二个错误是购买不够的RAM以获得平滑的原型制作体验。

需要RAM时钟速率

RAM时钟速率是市场营销的一种情况，RAM公司会引诱你购买“更快”的RAM，实际上几乎没有产生性能提升。最好的解释是“  RAM速度真的很重要吗？ “关于RAM von Linus技术提示的视频。

此外，重要的是要知道RAM速度与快速CPU RAM-> GPU RAM传输几乎无关。这是因为（1）如果您使用 固定内存 ，您的迷你批次将转移到GPU而不涉及CPU，以及（2）如果您不使用固定内存，快速与慢速RAM的性能提升是关于0-3％ – 把钱花在别的地方！

RAM大小

RAM大小不会影响深度学习性能。但是，它可能会阻碍您轻松执行GPU代码（无需交换到磁盘）。你应该有足够的内存来舒适地使用你的GPU。这意味着您应该至少拥有与最大GPU匹配的RAM量。例如，如果你有一个24 GB内存的Titan RTX，你应该至少有24 GB的RAM。但是，如果您有更多的GPU，则不一定需要更多RAM。

这种“在RAM中匹配最大GPU内存”策略的问题在于，如果处理大型数据集，您可能仍然无法使用RAM。这里最好的策略是匹配你的GPU，如果你觉得你没有足够的RAM，只需购买更多。

一种不同的策略受到心理学的影响：心理学告诉我们，注意力是一种随着时间推移而耗尽的资源。RAM是为数不多的硬件之一，可以让您节省集中资源，解决更困难的编程问题。如果你有更多的RAM，你可以将注意力集中在更紧迫的问题上，而不是花费大量时间来环绕RAM瓶颈。有了大量的RAM，您可以避免这些瓶颈，节省时间并提高生产率，解决更紧迫的问题。特别是在Kaggle比赛中，我发现额外的RAM对于特征工程非常有用。因此，如果您有钱并进行大量预处理，那么额外的RAM可能是一个不错的选择。因此，使用此策略，您希望现在拥有更多，更便宜的RAM而不是更晚。

中央处理器

人们犯的主要错误是人们过分关注CPU的PCIe通道。您不应该太在意PCIe通道。相反，只需查看您的CPU和主板组合是否支持您要运行的GPU数量。第二个最常见的错误是获得一个太强大的CPU。

CPU和PCI-Express

人们对PCIe通道位数极为痴迷！然而，事实是它对深度学习表现微乎其微。如果您只有一个GPU，则只需要是PCIe通道即可快速将数据从CPU RAM传输到GPU RAM。通道位数并没有想象中那么重要：ImageNet批任务测试显示：传输32个图像（32x225x225x3）16倍通道需要1.1毫秒，8倍通道2.3毫秒，4倍通道4.5毫秒。这些是理论数字，实际速度可能会减半 – 但这仍然是闪电般的快速！

下面是用ResNet-152进行ImageNet32位图像迷你批次传输测试的实际结果与理论数据的对比：

• 前向和后向传递总用时：216毫秒（ms）
• 16倍PCIe通道CPU-> GPU传输：大约2 ms（理论上为1.1 ms）
• 8倍PCIe通道CPU-> GPU传输：大约5毫秒（2.3毫秒）
• 4倍PCIe通道CPU-> GPU传输：大约9毫秒（4.5毫秒）

因此，从4到16倍PCIe通道性能提升仅3.2％。但是，如果你使用  带有固定内存的 PyTorch数据加载器 ，你可以获得0％的性能。因此，如果您使用单个GPU，请不要在PCIe通道上浪费资金！

选择CPU PCIe通道和主板PCIe通道时，请确保选择支持所需GPU数量的组合。如果您购买支持2个GPU的主板，并且您希望最终拥有2个GPU，请确保购买支持2个GPU的CPU，但不一定要查看PCIe通道。

PCIe通道和多GPU并行

如果您在具有数据并行性的多个GPU上训练网络，PCIe通道是否重要？我已经 在ICLR2016上发表了一篇论文 ，我可以告诉你，如果你有96个GPU，那么PCIe通道非常重要。但是，如果你有4个或更少的GPU，这并不重要。如果您在2-3个GPU之间并行化，我根本不关心PCIe通道。有了4个GPU，我确保每个GPU可以获得8个PCIe通道的支持（总共32个PCIe通道）。因为几乎没有人运行超过4个GPU的系统作为经验法则：不要花费额外的钱来获得每GPU更多的PCIe通道 – 这没关系！

CPU核心数量很重要

为了能够为CPU做出明智的选择，我们首先需要了解CPU以及它与深度学习的关系。CPU为深度学习做了什么？当您在GPU上运行深度网络时，CPU几乎不会进行任何计算。主要是它（1）启动GPU函数调用，（2）执行CPU函数。

到目前为止，CPU最有用的应用程序是数据预处理。有两种不同的通用数据处理策略，它们具有不同的CPU需求。

第一个策略是在训练时进行预处理：

环：

1. 加载小批量
2. 预处理小批量
3. 小批量训练

第二种策略是在任何培训之前进行预处理：

1. 预处理数据
2. 环：
   1. 加载预处理的小批量
   2. 小批量训练

对于第一种策略，具有多个内核的良好CPU可以显着提高性能。对于第二种策略，您不需要非常好的CPU。对于第一个策略，我建议每个GPU至少有4个线程 – 通常每个GPU有两个核心。我没有对此进行过硬测试，但每增加一个核心/ GPU，你应该获得大约0-5％的额外性能。

对于第二种策略，我建议每个GPU至少有2个线程 – 通常是每个GPU一个核心。如果您使用第二个策略，当您拥有更多内核时，您将不会看到性能的显着提升。

CPU时钟频率没有那么重要

当人们选择高性能CPU时，他们首先考虑的是时钟频率。4GHz优于3.5GHz，不是吗？这对于挑选相同架构的处理器（例如“Ivy Bridge”）来说通常是正确的，但不一定适用于不同架构CPU。因此，时钟频率并不总是衡量性能的最佳标准。

在深度学习的应用场景中，CPU计算负载不高：在这里增加一些变量，在那里评估一些布尔表达式，在GPU或程序内进行一些函数调用 。

但是当我运行深度学习程序时，CPU使用率经常会飙到100％，那么CPU的频率对深度学习系统性能的影响到底有多大呢？我做了一些CPU内核速率的降频实验来找出答案。

请注意，这些实验是在过时的硬件上进行的，但是，对于现代CPU / GPU，这些结果应该仍然相同。

硬盘/ SSD

硬盘通常不是深度学习的瓶颈。但是，如果你决策错误依然会对你造成伤害：如果你在需要时从磁盘读取数据（阻塞等待），那么一个100 MB / s的硬盘驱动器将花费大约185毫秒的时间用于32的ImageNet迷你批次 – 哎哟！但是，如果您在使用数据之前异步获取数据（例如Torch视觉加载器），那么您将在185毫秒内加载小批量，而ImageNet上大多数深度神经网络的计算时间约为200毫秒。因此，在当前仍处于计算状态时加载下一个小批量，您将不会面临任何性能损失。

但是，我 推荐使用SSD来提高舒适度和工作效率 ：程序启动和响应速度更快，使用大文件进行预处理要快得多。 NVMe SSD，与普通SSD相比，将给您更加平滑的体验 。

因此，理想的设置是为数据集和SSD配备大容量性能稍差的机械硬盘驱动器，以兼顾生产力和成本。

电源装置（PSU）

通常，您需要一个足以容纳所有未来GPU的PSU。GPU随着时间的推移通常会变得更加节能; 因此，虽然需要更换其他组件，但 PSU的生命周期持续很长时间，因此良好的PSU是一项很好的投资。

您可以通过将CPU和GPU的功耗与其他组件的额外10％瓦特相加来计算所需的功率，并作为功率峰值的缓冲器。例如，如果您有4个GPU，每个250瓦TDP和一个150瓦TDP的CPU，那么您将需要一个最小为4×250 + 150 + 100 = 1250瓦的PSU。我通常会添加另外10％，以确保一切正常，在这种情况下将导致总共1375瓦特。在这种情况下，我想要获得一个1400瓦的PSU。

需要注意的一个重要部分是，即使PSU具有所需的功率，它也可能没有足够的PCIe 8针或6针连接器。确保PSU上有足够的连接器以支持所有GPU！

另一个重要的事情是购买具有高功率效率等级的PSU – 特别是如果你需要长时间运行许多GPU的时候。

以全功率（1000-1500瓦）运行4 GPU系统来训练卷积网两周将达到300-500千瓦时，在德国 – 相当高的电力成本为每千瓦时20美分 – 将达到60- 100欧元（66-111美元）。如果这个价格是100％的效率，那么用80％的电源进行这样的网络培训会使成本增加18-26欧元 – 哎哟！对于单个GPU而言，这个问题要少得多，但重点仍然存在 – 在高效电源上投入更多资金是有道理的。

全天候使用几个GPU将大大增加您的碳足迹，并将使运输（主要是飞机）和其他有助于您的足迹的因素蒙上阴影。如果你想要负责，请考虑 像NYU机器学习语言组（ML2）那样实现碳中性   – 它很容易做到，价格便宜，应该成为深度学习研究人员的标准。

CPU和GPU冷却

冷却很重要，它可能是一个重要的瓶颈，与糟糕的硬件选择相比，它会降低性能。对于CPU来说，使用标准散热器或一体化（AIO）水冷却解决方案应该没问题，但是对于GPU来说，需要特别注意。

风冷GPU

对于单个GPU，空气冷却是安全可靠的，或者如果您有多个GPU之间有空间（在3-4 个GPU槽位上安装了2个GPU）。但是，当您尝试冷却满插的3-4个GPU时，散热问题将极为突出。

现代GPU在运行算法时会将速度 – 以及功耗 – 提高到最大值，但一旦GPU达到温度障碍 – 通常为80°C – GPU将降低速度，以便温度阈值为没有违反。这可以在保持GPU过热的同时实现最佳性能。

然而，对于深度学习程序而言，典型的风扇速度预编程时间表设计得很糟糕，因此在开始深度学习程序后几秒内就达到了这个温度阈值。结果是性能下降（0-10％），这对于GPU相互加热的多个GPU（10-25％）而言可能很重要。

由于NVIDIA GPU首先是游戏GPU，因此它们针对Windows进行了优化。您可以在Windows中点击几下来更改粉丝计划，但在 Linux 中不是这样，并且因为大多数深度学习库都是针对Linux编写的，这是一个问题。

Linux下唯一的选择是用于设置Xorg服务器（Ubuntu）的配置，您可以在其中设置“coolbits”选项。这对于单个GPU非常有效，但是如果你有多个GPU，其中一些是无头的，即它们没有附加监视器，你必须模拟一个硬和黑客的监视器。我尝试了很长时间，并且使用实时启动CD来恢复我的图形设置令人沮丧 – 我无法让它在无头GPU上正常运行。

如果在空气冷却下运行3-4个GPU，最重要的考虑因素是注意风扇设计。“鼓风机”风扇设计将空气推出到机箱背面，以便将新鲜，凉爽的空气推入GPU。非鼓风机风扇在GPU的虚拟性中吸入空气并冷却GPU。但是，如果你有多个GPU彼此相邻，那么周围没有冷空气，带有非鼓风机风扇的GPU会越来越多地加热，直到它们自己降低温度到达更低的温度。不惜一切代价避免3-4个GPU设置中的非鼓风机风扇。

用于多个GPU的水冷GPU

另一种更昂贵且更加彻底的选择是使用水冷却。如果你有一个GPU，或者你的两个GPU之间有空间（3-4 GPU板中有2个GPU），我不推荐水冷。当4个甚至更多高性能GPU插满插槽的时候，散热的重任就需要交给水冷了。水冷却的另一个优点是它可以更安静地运行，如果你在其他人工作的区域运行多个GPU，这是一个很大的优势。水冷却每个GPU需要花费大约100美元和一些额外的前期成本（大约50美元）。水冷还需要一些额外的工作来组装你的计算机，但有很多详细的指南，它应该只需要几个小时的时间。维护不应该那么复杂或费力。

为了更好的冷却效果购买大机箱？

我为我的深度学习集群购买了大型塔式机箱，有着更多的GPU风扇位置，但我发现这其实是没有必要的，大机箱只有大约2-5°C的温度下降，却导致空间占用和成本上的飙升，不值得投资。其实最重要的是直接在GPU上的冷却解决方案 – 而不是为GPU冷却功能选择昂贵的机箱。

结论冷却

所以最后很简单：对于1 GPU，空气冷却是最好的。对于多个GPU，您应该获得鼓风式空气冷却并接受微小的性能损失（10-15％），或者您需要额外支付水冷却，后者更难以正确配置但不会导致性能损失。在某些情况下，空气和水冷却都是合理的选择。然而，我会建议空气冷却以简化操作 – 如果您运行多个GPU，请使用鼓风机式GPU。如果您想用水冷却，请尝试为GPU找到一体化（AIO）水冷却解决方案。

主板

您的主板应该有足够的PCIe端口来支持您要运行的GPU数量（通常限制为4个GPU，即使您有更多的PCIe插槽）; 请记住，大多数GPU的宽度都是两个PCIe插槽，因此如果您打算使用多个GPU，请购买PCIe插槽之间有足够空间的主板。确保您的主板不仅具有PCIe插槽，而且实际上支持您要运行的GPU设置。如果您在newegg上搜索您选择的主板并查看规格页面上的PCIe部分，通常可以在此找到相关信息。

电脑机箱

选择外壳时，应确保它支持位于主板顶部的全长GPU。大多数情况下都支持全长GPU，但是如果你购买一个小盒子，你应该怀疑。检查其尺寸和规格; 你也可以尝试谷歌图像搜索该模型，看看你是否找到了带有GPU的图片。

如果您使用自定义水冷却，请确保您的外壳有足够的空间放置散热器。如果您为GPU使用水冷却尤其如此。每个GPU的散热器都需要一些空间 – 确保您的设置实际上适合GPU。

显示器

显示器貌似不应该出现在深度学习硬件的推荐列表里，但出乎很多人的意料，显示器对生产力的影响极为巨大。

我在3台27英寸显示器上花的钱可能是我做过的最好的硬件投资。 使用多台显示器时，生产力会大幅提升。 仅仅使用一台显示器的话，工作几乎陷于瘫痪。如果您无法高效操纵系统，那么快速深度学习系统有什么用呢？

结论/ TL; DR

RAM ：

– 时钟频率无关紧要 – 购买最便宜的RAM。

– 购买至少与最大GPU的RAM相匹配的CPU RAM。

– 仅在需要时购买更多RAM。

– 如果您经常使用大型数据集，则可以使用更多RAM。

硬盘/ SSD ：

– 用于数据的硬盘驱动器（> = 3TB）

– 使用SSD来获得舒适性并预处理小型数据集。

PSU ：

– 加上GPU + CPU的瓦数。然后将所需瓦数的总和乘以110％。

– 如果您使用多个GPU，请获得高效率。

– 确保PSU有足够的PCIe连接器（6 + 8针）

散热 ：

– CPU：获得标准CPU散热器或一体化（AIO）水冷解决方案

– GPU：

– 使用空气冷却

– 如果您购买多个GPU，则使用“鼓风式”风扇获取GPU 

– 在您的Xorg中设置coolbits标志配置控制风扇速度

主板 ：

– 为您的（未来）GPU准备尽可能多的PCIe插槽（一个GPU需要两个插槽;每个系统最多4个GPU）

监视器 ：

– 额外的监视器可能会比增加GPU更高效。