独自のディープラーニングマシンを作りたいが
ビルドプロセスを恐れている人のためのものです
ディープラーニングマシンを作成するように設定されていて
後で互換性がない高価なハードウェアを誤って買わないようにするために
ガイドとして役立ちます
CPU
最近のほとんどのディープラーニングモデルはGPU上で動作するため
CPUの使用は主にデータの前処理に使用されます
GB単位のデータを頻繁に処理していて
必要な洞察を得るために
多くのクエリを作成する必要がある分析部分に多大な労力を費やしている場合は
優れたCPUに投資することをお勧めします
そうでなければGPUがトレーニングをしている間
CPUはバッチスケジューリングや他の小さなプロセスにしか役立ちませんので
中レベルのものに投資しても何の問題もありません
AMDのthreadripperシリーズは非常に強力で
適正な価格で高性能を発揮します
ストレージ
3つの利用可能なオプションがあります
HDD（ハードディスクドライブ）
SSD（ソリッドステートドライブ）
NVME SSD（不揮発性メモリエクスプレス）
ハードディスクは書き込み及び読み出しビットで回転する磁気ディスクです
機械的で完全に電動化されているので
パフォーマンスは遅くより多くのスペースを取り
データの損傷や破損をより起こしやすいです
SSDは小さく速く可動部分がありません
SSDストレージの上にロードするとOSはバタースムーズになります
毎回GBのデータを扱うときファイル転送は非常に速い
SATA 3スロットはAHCIドライバーで600 Mbpsの最大転送を与えます
NVMe SSD
SATAバスを使用するのではなく
PCIeを使用するとパフォーマンスが大幅に向上します
使用される転送プロトコルはAHCIではなくNVMeであるため
非常に効率的な並列処理が可能です
データがRAMまたはGPU VRAMに常駐することを考えると
ストレージは問題になりません
性能比に対する価格を見てHDDよりSSDに投資する方が良いです
非常に高速だと思われるNVMe SSDは高価で
互換性のあるマザーボードも必要です
マザーボード
サイズはさまざまで必要性に従って
以下の数をチェックできます
RAM用のDIMMスロット
GPU用のPCIeスロット
NVMe SSD用のM2スロット
SSD用のSATAポート
必要に応じてThunderbolt 3 / USB 3.0 / 2.0
将来のアップグレードのために追加のスロットがあるのは良いことです
一般的に高いRAMにアップグレードし
将来的には複数のGPUを追加します
選択は人によって変わり
将来のアップグレードに十分なスロットがないマザーボードを使用することで
コストを削減します
PCIEスロットあたりのレーン数を気にしますが
GPUではまったく問題ありません
将来さらに多くのGPUを追加する予定の場合は
PCIEスロットが十分に大きいことを確認してください
NVIDIAがますます多くのコアを追加し続けるにつれて
最近のGPUがマルチファン構造を持つ事実を考えると
ほとんどのGPUは2つのPCIEスロットのスペースを取ります
冷却
クールに保つ必要がある2つの要素はCPUとGPUで
ファンにはさまざまなサイズがあります
240/360 mmファン設定は
2/3 120 mmファンが隣り合って取り付けられていることを意味します
CPUの冷却
ミッドレベルからハイエンドレベルのCPUを目指しているのなら
CPUクーラーが必要になるでしょう
最近のCPUの冷却は問題なく
CPUファンを購入しても大きな問題にはなりません
ファンと一緒に見ることができるように
液体冷却は管のまわりで水を循環させるポンプを備えています
マザーボードによっては
CPUファンとポンプ用に別々のコネクタが付いています
ファンポートでも使用でき従来のものでは
熱が銅管を使ってファンに伝えられます
つまりファンに使用されるコネクタは1つだけです
どちらも似たようなパフォーマンスを示しますが
それぞれ独自の浮き沈みがあります
GPU冷却
GPU冷却は作り付けであり
GPUと一緒に箱から出てくる構成は以下のとおりです
屋外クーラー
送風ファン
外気はあらゆる方向に空気を送り最大3つのファンを持っているので
単一のGPU PCに適しており
さらに優れたオーバークロック結果をもたらします
マルチGPUシステムでは問題になります
あるGPUから排出された空気は他のGPUによって消費され
温度が上昇します
システム全体が非常に高温になるまでループで続きます
したがってマルチGPU構成ではPCケースから熱を奪い
GPU内に新鮮な空気が入るため送風機のスタイルが優れています。
液冷は存在しますが
GPUを開けて別のハードウェアに取り付ける必要があります
1台のGPUで問題ありませんがほとんどの場合
温度は80度を超えません
しかしマルチGPUシステムでは冷却が大きな問題になります
SLIブリッジまたはNVLinkが複数のGPUを一緒に接続するためにあるとしても
最適化はひどく影響を受けます
2つのGPUを接続すると理想的には2倍のパフォーマンスが得られますが
ほとんどの場合
1つのGPUを使用するよりも40％の追加バンプしか得られません
より多くの電力を引き出すだけでなく
より高い電気代をもたらすだけでなく暖房の問題が問題を悪化させます
オールインワン液冷
非常に高価なオールインワン液体冷却が存在します
部品はほとんどの国では簡単に入手できず
また購入しようとしているPCケースの互換性がわからない場合は
購入してセットアップするのが危険で漏れる可能性があります
そして取り替えは大きい問題である場合もあります
全体として余分な努力も
パフォーマンスや価格に見合う価値はありません
RAM
画像やログデータのような大規模なデータセットを扱う場合
データがRAMに完全に収まるので
処理時間を大幅に短縮することができます
CPUがL1またはL2にデータを受け取らなかった後に使用するメモリです
通常VRAMに収まらないデータセットの場合
転送はRAMとGPU VRAMの間で行われます
他のストレージソリューションと比較して非常に高速で
転送速度は約20 Gbpsです
マシンには十分な量のRAMがあるはずですが
実行する前処理がたくさんある場合は8〜16 GBで十分です
XMPまたはExtreme Memoryプロファイル設定では
RAMをより高速にオーバークロックすることができます
3000 MHzのクロック速度のRAMは
2400 MHzより少し速く動作しますが
それほど注目に値するほどの改善ではないので
コスト対パフォーマンスの比率の性能は本当に悪いです
一般的にあなたのRAM速度はシステムをボトルネックにしないので
17 Gbpsの転送速度を持つことは20 GbpsのものよりPCを遅くするでしょう
マザーボードと互換性のあるDDR4 RAMを取っていることを確認してください
ほとんどのマザーボード製造元は
サポートされているハードウェアのリストも提供しています
複数のRAMスティックを取り付ける場合は
異なるクロック速度と製造元を混在させないでください
まったく同じタイプのRAMを使用することをお勧めします
PSU
PSUを入手する際に気をつけることが2つあります
PSUの電源
PSUポート
システムの総電力使用量を調べる必要があります
小電力消費機用の高出力を持っていても大丈夫ですが
その逆はできません
PSUのほとんどは以下のとおりです
CPUスロット 明らかにCPU用
周辺機器スロット GPUやその他のもの。
SATAスロット ストレージソリューション用
24ピンATXスロット マザーボードへの電源供給用
電源装置は必須でファンの数が少なくても通気はよくなりますが
システムにはクリーンで十分な電力を供給するようにしてください
PSUソケット用の変換プラグを絶対に付けないでください
アダプタはプラグと軽度の接触をしているため
大量の熱が発生します
アダプタの材料はほとんど安く
指定されたアンプの容量を持ってこれを超えると
ソケットが焼けてしまいます
インドの電源ソケットは5アンペアと15アンペアをサポートしているので
ディープラーニングリグでは
15アンペア容量のより大きなソケットに入れる必要があります
モニターとワイヤレスキーボード
マルチモニター設定はより生産的にするでしょう
最近のディスプレイの価格が安くなっていることを考えると
24インチまたは27インチの画面を持つLCDよりもLEDを選ぶのは簡単です
RGB照明と長いキー移動を伴う
メカニカルスイッチを備えたゲーム用は必要ありません
サポートしているディスプレイの数については
GPUの仕様を参照してください
複数のディスプレイをサポートするには
hdmi / VGAドングル用のディスプレイポートを購入する必要があります
GPU
ディープラーニングマシンリグの核心です
RTX 2080 Tiまたは
RTX 2070（これはNVLinkをサポートしていません）
スピードアップするために利用可能な16ビット精度オプションを持っています
新しいアーキテクチャではパフォーマンスが大幅に向上しています
CUDNNとCUDAのツールキットは
現在のディープラーニングライブラリ、Keras、Tensorflow、PyTorch
その他のライブラリとの互換性が高いので
NVIDIA GPUのみをディープラーニングに使用をお勧めします
OSのインストール
ディープラーニングソフトウェアは
Linuxベースのマシンと最初に互換性があります
最終的な考え
最後に確実に楽しむことが刺激的なプロセスで
過去に機械を製造したことがなくても大丈夫です
複雑なことは何もありません
なぜならどうやって実現するかを見るのが純粋な至福だからです
