推荐一款适合深度学习AI场景应用性能较好的服务器

深度学习是机器学习的分支，是一种以人工神经网络为架构，对数据进行表征学习的算法。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理等多个领域都取得了卓越的成果，可见其重要性

熟悉深度学习的人都知道，深度学习是需要训练的，所谓的训练就是在成千上万个变量中寻找最佳值的计算。这需要通过不断的尝试识别，而最终获得的数值并非是人工确定的数字，而是一种常态的公式。通过这种像素级的学习，不断总结规律，计算机就可以实现像人一样思考。因而，更擅长并行计算和高带宽的GPU，则成了大家关注的重点。

很多人认为深度学习GPU服务器配置跟普通服务器有些不一样，就像很多人认为做设计的机器一定很贵一样。其实只要显卡或者CPU满足深度学习的应用程序就可以进行深度学习。由于现在CPU的核心数量和架构相对于深度学习来说效率会比GPU低很多，所以大部分深度学习的服务器都是通过高端显卡来运算的。

这里谈谈关于深度学习GPU服务器如何选择，深度学习服务器的一些选购原则和建议：

1、电源：品质有保障，功率要足够，有30~40%冗余

稳定、稳定、还是稳定。一个好的电源能够保证主机再长时间运行不宕机和重启。可以想象一下，计算过程中突然重启，那么又要重来，除了降低效率，还影响心情。有些电源低负载使用的时候可能不出问题，一旦高负载运行的时候就容易出问题。选择电源的时候一定要选择功率有冗余品质过硬，不要功率刚刚好超出一点。

2、显卡：目前主流RTX3090,最新RTX4090也将上市

显卡在深度学习中起到很重要的作用，也是预算的一大头。预算有限，可以选择RTX3080 /RTX3090/RTX4090(上月刚发布，本月12日上市)。预算充足，可以选择专业深度学习卡Titan RTX/Tesla V100 /A6000/A100/H100（处于断供中）等等。

3、CPU：两家独大，在这要讲的是PC级和服务器级别处理器的定位

Intel的处理器至强Xeon、酷睿Core、赛扬Celeron、奔腾Pentium和凌动Atom5个系列，而至强是用于服务器端，目前市场上最常见的是酷睿。当下是第三代Xeon Scalable系列处理器，分为Platinum白金、Gold金牌、 Silver 银牌。

AMD处理器分为锐龙Ryzen、锐龙Ryzen Pro、锐龙线程撕裂者Ryzen Threadripper、霄龙EPYC，其中霄龙是服务器端的CPU，最常见的是锐龙。当下是第三代 EPYC（霄龙）处理器 ，AMD 第三代 EPYC 7003 系列最高 64核。

选择单路还是双路也是看软件，纯粹的使用GPU运算，其实CPU没有多大负载。考虑到更多的用途，当然CPU不能太差。主流的高性能多核多线程CPU即可。

4、内存：单根16G/32G/64G 可选，服务器级别内存有ECC功能，PC级内存没有，非常重要

内存32G起步，内存都是可以扩展的，所以够用就好，不够以后可以再加，买多了是浪费。

5、硬盘：固态硬盘和机械硬盘，通常系统盘追求速度用固态硬盘，数据盘强调存储量用机械盘

固态选择大品牌企业级，Nvme或者SATA协议区别不大，杂牌固态就不要考虑了，用着用着突然掉盘就不好了。

6、机箱平台：服务器级别建议选择超微主板平台，稳定性、可靠性是第一要求

预留足够的空间方便升级，比如现在使用单显卡，未来可能要加显卡等等；结构要合理，合理的空间更利于空气流动。最好是加几个散热效果好的机箱风扇辅助散热。温度也是导致不稳定的一个因素。

7、软硬件支持/解决方案：要有

应用方向：深度学习、量化计算、分子动力学、生物信息学、雷达信号处理、地震数据处理、光学自适应、转码解码、医学成像、图像处理、密码破解、数值分析、计算流体力学、计算机辅助设计等多个科研领域。

软件： Caffe, TensorFlow, Abinit, Amber, Gromacs, Lammps, NAMD, VMD, Materials Studio, Wien2K, Gaussian, Vasp, CFX, OpenFOAM, Abaqus, Ansys, LS-DYNA, Maple, Matlab, Blast, FFTW, Nastran等软件的安装、调试、优化、培训、维护等技术支持和服务。

————————————————

版权声明：本文为CSDN博主「Ai17316391579」的原创文章，遵循CC 40 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blogcsdnnet/Ai17316391579/article/details/127533617

你的铂金8168太高端。况且我随手查了一下报价8168差不多4万而且也肯定不会只买一颗不然就是扯淡。amd2990wx一万多。把这两个放一起比可能不太好吧。只能给你点参考了，我前后用过4台电脑算abaqus。第一台我的外星人笔记本i7-7700hq+32G,不提了用它做数值模拟就是扯淡的。然后我卖了外星人换的dell T7810平台，双路E5-2620V4+64G，1万多买的吧。第三台是课题组在我的建议下配的dell t7920（还是30？忘了）平台，cpu是双路intel银牌啥的+128G。第四台组内师弟配的个人电脑i7-7700K+32G吧。就我们平时计算的模型上来说，在内存够用的情况下，同时仅计算一个任务的情况下（重点：一个任务）。i7-7700K+32G仅在速度上，完爆上面所有。而且整机价格可能也只是他们的一半甚至四分之一。总结：如果没有非常繁重的计算任务（一个模型要算好几天而且要调很多次进行参数分析的，几个人同时使用的），就买intel的酷睿或者amd的瑞龙（amd好像也有服务器U叫霄龙吧）绝对够用，速度还快。

以上是我根据个人经验总结，不知能否能帮助到你。你这两个cpu甩出来是给我吓尿了，我们学校国家重点实验室也没用那么好的U。哈哈

license没有装好，重新装一下。

1 双击dvd2中的setupexe，几秒钟后弹出安装对话框， 安装documents

2

把dvd1\crack里面的License文件abq6101dat拷出来放到硬盘目录下，编辑License文件，t

his

host替换为自己的计算机名（不要改动物理地址和端口），添加ABAQUSLM文件的路径：比如

我的

SERVER this_host ID=20111111 27011

VENDOR ABAQUSLM

改为

SERVER dundas ID=20111111 27011

VENDOR ABAQUSLM C:\Abaqus\License\ABAQUSLMexe

3 设置系统环境变量 我的电脑->属性->高级->环境变量 系统变量栏新建

变量名: LM_LICENSE_FILE

变量值: 27011@this_host--(this_host为自己的计算机名)

4

双击dvd1中setupexe，几秒钟后弹出安装对话框提示安装c++（见后面说明），完成后提示

安装license，选择just install the licenseing utilities。

license安装完成后提示安装product,选cancel退出安装。

5

将编辑后的License文件abq6101dat复制到安装目录C:\SIMULIA\License下，并新建文件ab

q6101log。

运行License管理器，建立许可证。

具体操作：双击C:\SIMULIA\License目录下的lmtoolsexe，选择config services选项卡：

Path to lmgrdexe file指向C:\SIMULIA\License\lmgrdexe

Path to license file指向C:\SIMULIA\License\abq6101dat

Path to debug log file 指向C:\SIMULIA\License\abq6101log

并勾选：Use Services和Start Server at Power Up，点击Save service"

接着选择Start/Stop/Reread选项卡，点击Start Server，提示Server Start Successful。

6安装product

双击dvd1中setupexe选择product，填入激活服务器地址:

27011@this_host(this_host为自己的计算机名)完成安装。

双击dvd1中setupexe会再次弹出安装c++界面，可以跳过此界面直接进入光盘中product文

件夹中安装。

例如32位系统安装路径：dvd1 H:\win86_32\product\Windows\Disk1\InstData\VM\

双击installexe直接安装product。

----------------------------

说明

双击dvd1中setupexe，几秒钟后弹出安装对话框提示安装c++等运行环境，安装版本按默认

安装，非高级用户不用安装Fortran等运行环境。

如果高级用户需要确定会用到abaqus所有运行环境如Fortran等的具体版本，请如下操作：

开始->运行 cmd 在命令窗口输入

H:\setupexe -sysinfo （其中盘符H根据个人情况不同）

几秒后出现system requirement status

其中status：pass项为你已经安装的运行环境，fail项为你未安装的运行环境。

未安装的运行环境的作用高级用户应该都很清楚了吧！