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：>

产品不错的，宝德老板李瑞杰在服务器行业做了好多年，是老牌企业了。宝德主要是服务器和PC整机研发、生产、销售和为客户提供云计算综合解决方案等业务，为互联网、教育、广电、电信、交通、电力等行业提供IT产品和服务。宝德服务器市场占有率连续多年稳居国内前五和全球前九。宝德重视研发与创新，拥有从板卡到整机系统的完全自主研发和灵活定制能力，开发了多系列产品。随着云计算、大数据、人工智能和边缘计算等科学技术的融合发展，宝德自主开发了“宝德云”，发布了大数据一体机，推出了人工智能（AI）服务器，包含AI加速计算服务器和AI推理服务器两条产品线，并打造了边缘计算产品线。 宝德引领服务器技术发展方向，是业内最早从事自主安全产品研发的厂商，早在十几年前就自主开发了 *** 作系统——宝德红星OS，注册“宝德自强”品牌，与鲲鹏、飞腾、龙芯、申威和兆芯为代表的“中国芯”的合作已经取得了一定的成果，构建了包括自强服务器、自强台式机、自强存储设备、自强网络安全产品和自强云系统等完整的国产化设备和解决方案，在独到的加固、保密和安全等产品技术领域有深厚的积累。

“2015年的浪潮IPF大会上，浪潮提出了到2020年实现服务器市场中国第一，全球前三的目标。如今，我们提前三年实现了这个目标。”
浪潮集团副总裁彭震在IPF2018上主题讲演的开场白直截了当，“今天浪潮宣布了我们未来5年新的战略目标——就是把浪潮服务器产品，到2022年底用5年时间实现全球第一的目标。”
今天的浪潮，让人刮目相看。为什么？为什么浪潮能有这样的自信，继华为在网络、联想在PC之后，又一家在IT硬件领域领先世界的厂商？
在整个IPF的会议和采访期间，给笔者印象最深的，就是浪潮的技术自信。
技术自信从哪里来
“浪潮过去的成功是互联网的成功。”彭震坦言，“中国有互联网上全球最大规模的应用，这成就了BAT这样顶尖的互联网厂商，也成就了我们，因为BAT不仅是我们的客户，而且我们一起合作突破了很多包括人工智能在内的产品方案的瓶颈。并且，随着互联网向行业进行延伸，从消费互联网迈入工业互联网，浪潮可以更好地释放之前浪潮在互联网、AI方面积累的能力，助力中国各行各业的数字化转型。”
事实上，阿里云的全球最大规模深度学习的能力输出，就是与浪潮一起共同调优完成的，浪潮在其中绝不仅仅扮演一个硬件“盒子”的角色。
“中国的互联网企业有非常强的软件能力，浪潮也具备很好的软件能力。”彭震举例，中国每天大概有超过1500多万张单据，意味着每天要处理1500多万张，这样的图像识别的人工智能应用场景，国外没有，因此浪潮通过与互联网公司的合作，积累了领先全球的丰富经验。
浪潮为什么在过去几年里面取得了如此快速的增长？实际上，原因很简单，那就是浪潮把握住了整个产业快速增长的脉络——互联网和AI。
从互联网到传统行业
实际上，浪潮在互联网领域取得突破的不仅是服务器，还有存储。据浪潮存储产品部总经理孙钢介绍，浪潮借助于互联网客户的采购需求，在软件定义存储上增长了212%，在中高端存储、全智能产品线上的销售额同比增长150%。
浪潮存储产品部总经理孙钢
令孙钢意外的是，浪潮存储在一些大行业的大客户里，取得了非常大的突破——比如软件定义存储的浪潮AS13000中标中国移动首次进行的分布式存储招采，而且是以性能取胜，在非常严苛的测试过程中，PK掉7家友商。
令人满意的是，浪潮存储在一些大行业的大客户里，取得了非常大的突破——比如软件定义存储方面，浪潮AS13000中标中国移动首次进行的分布式存储集采，而且是以性能取胜，在非常严苛的测试过程中，PK掉7家友商。
“这次中国移动三四亿规模的分布式存储采购仅仅是开始，而且这个趋势不仅仅是在通讯行业，我们在中石油HPC的应用里面也有非常好的实践案例，此外在中国邮储、中国石化，浪潮的G2和G2-F都入围了他们的集采，集采框架规模都是数千万，这些，都得益于浪潮存储在软件方面的升级。”浪潮存储产品部副总经理孙斌解释说。

---