很多人认为深度学习肯定机器配置跟普通机器有些不一样，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机器都是通过高端显卡来运算的。

以上简单的阐述想表达的是深度学习主机其实没有我们想象的那么高大上，也许你的主机一样可以深度学习。

关于深度学的机器网上应该可搜索到很多相关的资料，我就不在这里班门弄斧。这里谈谈关于DIY深度学习主机的一些选购原则和建议：

1 电源选购：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 显卡选购：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，可以选择家用游戏显卡比如RTX2080 /RTX2080TI。预算充足，可以选择专业深度学习卡Titan RTX/Tesla V100等等。

3 CPU选购：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。例如i9-9900K /i9-9900X/双路单路E5。

4 机箱选购：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。

5 内存选购：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。

6 固态选购：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。

秒开云品牌服务器服务方面可能好点，但是搭配不是很灵活，溢价相对高一点，当然有些也是可以定制的，这里就不多讨论了，原则和上面差不多。