服务器要什么配置

好的服务器是没有配置上线的，需要根据自己需要，业务来，但是配置过低，稳定性等方面肯定不好。

一台效劳器，最重要的 CPU，内存，硬盘，显卡根本上可有可无（制图的除外）。

CPU 的选择，最好是专业的效劳器CPU，比方 INTEL 的 至强 系列，AMD 的 皓龙 系列。

内存 的选择，效劳器 的内存 都是 带ECC的，内存奇偶校验，频率比不上家用机，但是，数据不易出错和梗塞，当 大量 数据交流时，效果最为明显。

硬盘 的选择，同样，希捷和西部数据都有专业的效劳器硬盘。

其他的，包括 主板 电源 致使 机箱 都不是普通的东西。全是 当当 的货。当然，价钱也不菲。

3不清楚自己的需求可以问服务器供应商说出自己的业务，多问几家。

我个人觉得还是要重视产品的质量和公司的实力，当然性价比高的肯定是优先考虑。在选择GPU服务器的时候，我们公司还是比较看中产品安全和质量的，当时谨慎挑选了很久，最终还是选择了思腾合力。一方面是思腾合力的公司实力和口碑都挺好的，另一方它还是英伟达精英级别代理商，而且拥有完善的研发、生产、制造基地，这个是其他公司比不了的。所以建议你多对比看看，公司和产品都很重要的，不要贪小便宜。

建议用高配E5-2670 16线程32G内存 240G固态硬盘 赠送100G真实防御，G口接入20M独享带宽真实三线BGP，一共才六百元每月，稳定好用，24小时人工售后，随时开机测试，+8067-57588

选择GPU服务器时首先要考虑业务需求来选择适合的GPU型号。在HPC高性能计算中还需要根据精度来选择，比如有的高性能计算需要双精度，这时如果使用P40或者P4就不合适，只能使用V100或者P100；同时也会对显存容量有要求，比如石油或石化勘探类的计算应用对显存要求比较高；还有些对总线标准有要求，因此选择GPU型号要先看业务需求。

GPU服务器人工智能领域的应用也比较多。在教学场景中，对GPU虚拟化的要求比较高。根据课堂人数，一个老师可能需要将GPU服务器虚拟出30甚至60个虚拟GPU，因此批量Training对GPU要求比较高，通常用V100做GPU的训练。模型训练完之后需要进行推理，因此推理一般会使用P4或者T4，少部分情况也会用V100。

综上所述，选择服务器时不仅需要考虑业务需求，还要考虑性能指标，比如精度、显存类型、显存容量以及功耗等，同时也会有一些服务器是需要水冷、降噪或者对温度、移动性等等方面有特殊的要求，就需要特殊定制的服务器。

欢迎了解更多：网页链接

选择GPU服务器时首先要考虑业务需求来选择适合的GPU型号。在HPC高性能计算中还需要根据精度来选择，比如有的高性能计算需要双精度，这时如果使用P40或者P4就不合适，只能使用V100或者P100；同时也会对显存容量有要求，比如石油或石化勘探类的计算应用对显存要求比较高；还有些对总线标准有要求，因此选择GPU型号要先看业务需求。

GPU服务器人工智能领域的应用也比较多。在教学场景中，对GPU虚拟化的要求比较高。根据课堂人数，一个老师可能需要将GPU服务器虚拟出30甚至60个虚拟GPU，因此批量Training对GPU要求比较高，通常用V100做GPU的训练。模型训练完之后需要进行推理，因此推理一般会使用P4或者T4，少部分情况也会用V100。

能。根据查询相关公开信息显示，，AMD显卡可以租用GPU服务器来训练神经网络。虽然Nvidia的GPU在深度学习领域中更为流行，但AMD也推出了一些高性能GPU，例如RadeonInstinct系列。AMD显卡是由美国半导体公司AMD（AdvancedMicroDevices）生产的一款图形处理器，常用于个人电脑、笔记本电脑和游戏主机等设备中。

---