深度学习是一类模式分析方法的统称，它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据，但深度学习对计算机硬件的要求也是非常高的，我们一起来看看他在gpu，工控机硬件和工控机主板上都有哪些选择或选择原则吧。

  GPU作为深度学习的重要部分，GPU处理速度的提高是必不可少的。深度学习对工控机硬件提出了哪些要求呢。

  为了更好的性价比选择，我们推荐RTX2070或RTX2080Ti。如果使用这些卡，应该使用16位模型。否则，eBay上的GTX1070、GTX1080、GTX1070Ti和GTX1080Ti都是不错的选择，您可以将这些gpu与32位(而不是16位)gpu一起使用。选择GPU时要特别注意工控机内存需求。RTX卡可以运行在16位，以训练相比GTX卡使用相同内存大两倍的型号。因此，RTX卡具有内存优势，选择一张RTX卡并学习如何有效地使用16位模型将会使您走很长的路。

  硬盘

  深度学习对工控机硬件通常不需要太多的硬盘要求。然而，如果你犯了一个错误的决定，你仍然会有影响，如果你需要从磁盘读取数据，一个100MB/s的硬盘将花费大约185毫秒的32ImageNet批量，不过，如果您使用的是异步检索数据之前，您将负载小批量在185毫秒，但大多数的神经网络的深度ImageNet大约需要200毫秒来计算。因此，在下一个小批处理仍然处于计算状态时加载它不会导致任何性能损失。

  但是，我建议使用ssd来提高舒适度和工作效率，更快的启动和响应时间，更快的处理大型文件。NVMeSSD将给您一个比普通SSD更平稳的体验。

  工控机主板

  您的工控机主板应该有足够的PCle端口来支持您要运行的GPU数量(通常限制为4个GPU，即使您有更多的PCIe插槽);请记住，大多数GPU的宽度都是两个PCIe插槽，因此如果您打算使用多个GPU，请确保购买的PCIe插槽之间有足够空间的主板。确保您的主板不仅具有PCIe插槽，而且实际上支持您要运行的GPU设置。如果您在newegg.上搜索您选择的主板并查看规格页上的PCIe部分，通常可以在此找到相关信息。