深度學習服務器的核心部件還是CPU、硬盤、內存、GPU,特別是很多深度學習依靠GPU的大規模數據處理能力,這就要強調CPU的計算能力和數量,同時不同的數據對GPU的顯存要求也不壹樣。
當下大部分都在用RTX3090做深度學習,最新RTX4090已經上市,單精度計算能力是RTX3090的2倍,這兩個GPU都是24G顯存;像A100強調雙精度計算能力,顯存有40G和80G兩個版本,而A6000單精度計算能和RTX3090差不多,顯存是48G,可以參考選擇。
當然,最重要的還是口袋裏的銀子,A6000市場價大概是RTX的2倍還要多,A100最近更是要上十萬了,估計也快買不到了,價高缺貨;RTX3090/4090的價位低,性價比高,這也是為什麽大部分人都選擇它們做深度學習了,這是市場的選擇。