@USG石村号 霄龙怎么看？

前两天给人写了一张深度学习单子，给的预算只有五万三

还要3路2080Ti算力，WTM一开始给他上GV100，预算直接爆掉，下一档RTX Titan，爆预算

最后不得不上消费级的七彩虹2080Ti三张，毛三万直接没了

原来考虑上Xeon可扩展，看了看Xeon单路PCIE一共才48条，光三张卡就吃完了，双路就算最低单U8核预算都爆得连亲妈都不认识，WTM

既然生产力消费级板子没ECC直接PASS，扩展和管理性能都不行，看来看去上了EPYC，单路16核才5600不到一点，64条PCIE三条全速槽的超微单路板子有卖给力！

接下来一顿企业盘ECC，巨大功率双路电源走起，最后堪堪压线，52917

跑TensorFlow基本靠卡，这方面生产力AMD倒是够便宜，所以说，其实A家单路工作站还是很划算的，I家洋垃圾便宜，各有各的好处

其实正经单路工作站对于PCIE通道的要求还是蛮厉害的
单卡16条用掉
一张万兆16条用掉
第三方阵列8条用掉
这里就40条没了
工作站的话前置USB要，一张USB3.0扩展卡1条，这些也算是基本要求吧

怎么说呢？ 你坐深度学习的话，主要需求是Python和TensorFlow这2个算力需求。
Python基本上是FP16为主，属于通用计算标准。TensorFlow这东西只能老黄和谷歌能玩，TPU和图灵架构以及Volta能玩
【我个人建议必要必须Titan或者GV100，因为做深度学习不是渲染，而是AI计算标准。他不需要大量显存容量和带宽。所以2080Ti 拥有TensorFlow的性能，通过Tesnor 单元获得，性能不输给GV100。而且图灵架构通过Tensor计算FP16。这点都没有问题】
GV100唯一优势就是FP64，但是深度学习不需要FP64。