计算化学公社

标题: 服务器配置求建议：虚拟筛选+动力学模拟+深度学习 [打印本页]

作者
Author: divine_hui 时间: 2021-3-8 19:11
标题: 服务器配置求建议：虚拟筛选+动力学模拟+深度学习
实验室目前想要搭建一台用于计算的服务器，主要用途在于：1、虚拟筛选，百万级别数据库
2、动力学模拟
3、深度学习神经网络，大数据
4、高斯计算
5、服务器尽量能用的长久些（>5年），CPU数量2块够吗？
看了往期的帖子配置，做了些调查，请老师给点建议；
(, 下载次数 Times of downloads: 42)
6、GPU目前不知道用哪个型号，老师有没有推荐的，增加GPU的话按照上述的需求，需要什么型号，几块呢？
请老师给点建议，谢谢~

作者
Author: sobereva 时间: 2021-3-8 20:59
GPU这里说了
计算化学购机配置推荐
http://sobereva.com/444

GPU买一块还是两块看是否经常同时跑两个动力学任务。用什么先说清楚预算

作者
Author: divine_hui 时间: 2021-3-8 21:20

sobereva 发表于 2021-3-8 20:59
GPU这里说了
计算化学购机配置推荐
http://sobereva.com/444

看了老师您发的那个网站（里边没有提到讲如果加入深度学习配置）
4万左右的预算
动力学不经常用，深度学习会常用

作者
Author: sobereva 时间: 2021-3-9 04:16

divine_hui 发表于 2021-3-8 21:20
看了老师您发的那个网站（里边没有提到讲如果加入深度学习配置）
4万左右的预算
动力学不经常用，深度 ...

深度学习用不着特意写
Pytorch等深度学习框架都支持GPU，显然需要GPU

作者
Author: cheviax 时间: 2021-3-9 11:02
深度学习要先预估一下显存，显存够用的前提下算力才有意义
gpu以外的配置就不需要考虑了，反正做量化的配置足够喂饱gpu了

作者
Author: abin 时间: 2021-3-9 18:38
用GPU炼丹的时候，
跑其他计算，可能比较慢。
比如，GPU在跑机器学习事宜，然后划分24核心给高斯，
如果恰好高斯是需要内存的计算，那么可能比较慢。

其他程序，抢不过GPU程序对内存带宽的消耗。

作者
Author: 阿嚏 时间: 2021-3-12 14:16
最好选择核数主频内存兼顾的配置，做深度学习对于主频还是有一些要求的，然后结合GPU 卡。目前深度学习用的最多是RTX3080 3090,但是目前被炒作的价格非常高。第一次做先用一张，后面成熟了用两张到四张卡。还有一种是P100和V100 但是如果经费充足的情况下可以采购这个专业深度学习卡。这个先用一张卡做的成熟两张就够了。大数据分析还对硬盘读写能力和拼写速度有要求，可以选择三星的980这类。

作者
Author: 落伦丹的秋天 时间: 2021-3-17 21:08
其实现在完全可以用AMD的CPU了，价格便宜，性能爆炸，AMD yes

作者
Author: ChaosChiao 时间: 2021-3-18 15:45
大数据是多大，几百个G级别以上的数据量这个内存显然不够。至少256G起步。

作者
Author: abin 时间: 2021-3-18 17:55
本帖最后由 abin 于 2021-3-18 18:12 编辑

大数据，并非一定是数据本身大，
大数据，还应该包含数据的维度广泛庞大。

处理大数据应用，一般用到并行算法，并行I/O是肯定的。

考虑到数据维度和规模，
适当的内存容量，和出色的I/O设备，
是高效运行的前提。

至于用到多大的容量，需要根据自己的实际规模做评估。

如果有涉及到大规模数据读写，
担心读写性能不足，可以考虑采用PCIe接口的固态硬盘。
不要局限于通用的M.2接口的固态硬盘。

如果I/O要求苛刻，
可以考虑采用Highpiont卡，
实现PCIe x16读写上限。
不过，这种顶配的I/O性能，价格很高的。

作者
Author: ghost 时间: 2021-4-1 10:18
深度学习的部分，现在主流都是GPU算力较多。如果预算充裕建议用NVIDIA TESLA系列，4张、8张、10张卡做并行。当然用30xx也可以，只是现在的这个价格。。。。。另外搞清楚自己用什么软件框架？什么库？做训练还是推理？预算和实际应用结合才会有完美搭配。

欢迎光临计算化学公社 (http://bbs.keinsci.com/)