如何配置一台适用于深度学习的工作站？

本文来源于王璋在知乎问题【如何配置一台适用于深度学习的工作站？】下的回答，雷锋网 AI科技评论获其授权转载。

问题详情：

如何配置一台适用于深度学习的工作站？

刚买两块Titan Z GPU准备搞搞深度学习，结果原来的工作站功率不够，带不动，所以准备组装一台新工作站。求大神们给点意见，最好给个完整的list，我好照着买，谢谢。（本人新手，也不怎么会组装，最好是半成品机器，然后我组装一下就好的那种）

配置方法：

x299配置：

2路GPU配置单：

四路GPU配置单：

（1080ti换成Titan也没问题）

GPU的选择是重点

GPU的选择：

GTX

下面给出1080、1070、1060、Titan X、Titan X 2016的几项指标的对比：

TFLOPS（teraFLOPS FLoating-point Operations Per Second每秒浮点运算次数）

1080ti 真是牛B，11.5TFLOPS，11GB显存

以上几幅图转自：GTX Titan X comparison

一般消费级主板虽然有四个x16规格的插槽，但是当你插上四路GPU时，事实上每路只有x8，所以这其实没有最大化四路GPU的性能。

CPU和主板：
其中一个制约因素：单U的max PCI-E lanes。单U最大40lanes（即使服务器的CPU），也就是即使有4个规格的x16，只能最多达到2路x16加一路x8。不过，芯片组其实也可以扩充一部分lanes。（x99可以扩宽2.0的8lanes，z170可以扩充3.0的20lanes）
有些主板上会搭载PLX chips，这个芯片是相当于是“交换机”的功能，并没有增加额外的lanes。明确提出搭载PLX的是华擎X99 WS-E/10G。

内存、电源、硬盘、机箱等：
至于，内存、电源、硬盘什么的，就比较容易了，根据自己预算，自行权衡，内存建议DDR4 64G，CPU不可太差不然会是瓶颈，机箱的话海盗船的都还不错。电源其实还是要买个比较稳定的，因为会有“无休止”的training。

x299

新旧Titan对比：