自2017-05-25成立以来，安擎（天津）计算机有限公司一直坚持“以顾客为中心，一切以用户价值”为依归，本着“诚信、创新、高效、超越”的精神，秉承“科学管理、精心设计、优质服务、追求精湛”的质量方针，真诚的为客户提供优质的机器学习平台产品及服务，满足客户多元化的智能系统化需求。延伸拓展产品详情：如何进行学习环境快速搭建？下面，我就CPU，显卡，主板，内存以及电源这几个比较值得注意的地方说一下（机箱硬盘冷却什么的可以自己自行百度攒机的教程）。一个考虑点，你是是否考虑多卡扩展？（GPU的选择）这个一定程度上取决于你投入的总预算，如果你并无以后继续折腾的打算，纯粹只是入门的话，可以按照普通游戏主机的配置来配。显卡的选择，除了很多人耳熟能详的1080之外，其实980Ti也是不错的性价比选择。按照Tim Dettmers[1]大神的说法，根据你应用的数据场景不同，有对应显存容量的标准，简单的说就是：总的说来较好的 GPU：GTX 1080 和 GTX Titan X 有成本效益但价格高的：eBay 上的 GTX Titan X ， GTX 1070有成本效益但麻烦多的：GTX 970（有内存问题）便宜的卡片而且没有麻烦：eBay 上正规的 GTX Titan我的数据集大于 250GB：GTX Titan我钱不多：eBay上的 GTX 680 4GB 或者 GTX 960 4GB我几乎没钱：尚待解决；深度学习是为壕准备的我参加 Kaggle 比赛：GTX 1070 或者 GTX 970我是一名研究人员：至少需要一个 GTX TITAN X 和 1-4 GTX 1080 来做原型一般来说，我建议一步到位的原则，选择1080，这可能需要勇气，但你会发现这是最恰当的选择。至于泰坦，则已经不是勇气就可以解决的范畴，没有单位背书的情况下，除非是精致的壕，否则不可能消受得起。比较值得玩味的是，1080似乎不支持4路并联，至少官方还没有这方面的信息。二个考虑点，CPU的选择来到二个考虑点的话，就默认你已经有将来扩展的打算，一般来说，CPU的选择会是一个陷阱。和GPU的选择不一样，在深度学习了CPU并不是发挥最重要的影响角色，因此，盲目追求的CPU是没必要的。这更多的原因是和intel的产品架构有关，不见得型号越新的CPU，在规格上都能越新。如果你将来要多卡扩展，那么比起频率，你更应该关注CPU的PCIE 3.0的通道数量，对于使用多GPU互联的用户来说至关重要。像英伟达官方推荐的devbox[2] 中CPU的选择就是i7-5930K，它提供了高达40条PCIE 3.0通道。当然和一般的CPU相比，不管是5930还是5960，价格都比较感人，但既然你要选择多卡拓展，就别无选择。第三个考虑点，主板的选择还是那句老话，我这里推荐的主板选择，是基于你要多卡扩展的，如果你只是一张显卡的话，可以用Z170系列。多卡的话必须选择X99系列的主板，如果你将来是要上四张显卡（前面说过1080未必支持四路SLI，所以要注意了），貌似就只能选devbox推荐的华硕Asus X99-E WS的工作站主板，只是两张的话，一般的X99是没问题的。第四个考虑点，内存的选择一般来说，是以内存至少是显存*2的方式来搭配。其他的基本上没有什么大问题，毕竟内存的选择严重依赖于主板的选择，只是什么频率的内存乃至有多少条内存通道，都是主板说了算。不过，不同的CPU对于较大可以支持的内存容量也不同，比如上面提到的i7-5930K，较大只能支持64GB的内存。另外一个重点就是，ECC内存和普通的内存相比可能会慢一些，但有较高的容错能力，这对于深度学习来说是非常重要的，然而不是每个主板都能接受适配ECC内存，很不幸的是，官方推荐的主板Asus X99-E WS就不行。
安擎（天津）计算机有限公司的安擎1u机架式、定制AI服务器一直受到广大客户的好评与信赖。严格实施质量体系管理，切实把好产品质量关。树立“”的服务理念，开拓进取，提高产品质量是我们的不懈追求。想要了解更多信息，请访问官网：www.enginetech.cn