으앙쥬금*
추천 0
조회 158
날짜 08:20
|
수염형
추천 1
조회 133
날짜 03:40
|
스파이요르
추천 0
조회 75
날짜 2024.05.29
|
약물중독
추천 0
조회 147
날짜 2024.05.29
|
고두밥
추천 0
조회 377
날짜 2024.05.29
|
루리웹-2588762513
추천 0
조회 266
날짜 2024.05.28
|
루리웹-4793421942
추천 0
조회 220
날짜 2024.05.27
|
루리웹-9809914998
추천 0
조회 307
날짜 2024.05.26
|
공허의코나투스
추천 0
조회 277
날짜 2024.05.25
|
고두밥
추천 1
조회 459
날짜 2024.05.23
|
루리웹-9809914998
추천 0
조회 285
날짜 2024.05.23
|
루리웹-9809914998
추천 0
조회 346
날짜 2024.05.22
|
파랑빨강보라
추천 0
조회 348
날짜 2024.05.22
|
초티지
추천 1
조회 418
날짜 2024.05.22
|
루리웹-7421198010
추천 0
조회 398
날짜 2024.05.21
|
루리웹-7421198010
추천 0
조회 562
날짜 2024.05.20
|
千夜妹
추천 0
조회 473
날짜 2024.05.20
|
웃는친구
추천 0
조회 452
날짜 2024.05.19
|
머리는 장식
추천 0
조회 345
날짜 2024.05.19
|
Dix-neuf
추천 0
조회 487
날짜 2024.05.18
|
루리웹-2334684604
추천 0
조회 405
날짜 2024.05.18
|
hide™
추천 1
조회 385
날짜 2024.05.17
|
타누크
추천 0
조회 363
날짜 2024.05.16
|
루리웹-2487046902
추천 0
조회 316
날짜 2024.05.16
|
루리웹-1584716387
추천 0
조회 403
날짜 2024.05.16
|
TEΝET
추천 1
조회 556
날짜 2024.05.14
|
길잃은곰탱이
추천 0
조회 439
날짜 2024.05.12
|
게임왕
추천 0
조회 577
날짜 2024.05.11
|
곧 에픽이나 3세대 제품이 예정되어 있어서... 좀 더 기다려 보시는 건 어떨까요?
시간이 없어요 6월전에 논문완성해야해서요
1. 2950과 2990은 사용하시는 상황에 따라서 상황은 다릅니다. 2. 메모리의 경우 튜닝램은 보통 스레드리퍼 전용 램을 구하셔야 하는데, 그게 어려우시다면 그냥 삼성램 꽂고 3200 오버하시는 게 낫습니다. 3. 스레드리퍼의 경우 68도를 넘어갈 경우 성능저하 현상이 생기기 때문에 쿨링에 신경을 쓰셔야 합니다. auraflow x 360 또는 evga clc 280 제품 추천드립니다. 4. 스레드리퍼의 경우 E-ATX 규격이기 때문에 그에 맞는 케이스가 필요합니다. 개인적으론 쿨러마스터 H500P를 추천드리나, 그게 아니라면 그냥 EX270을 달으셔도 상관없습니다.
2950이랑 2990은 cpu코어차이만 있는거 아닌가요?
클럭과 같은 부분에서 약간 차이가 있습니다만, 코어에 가장 큰 차이가 있습니다. 예산에 맞춰서 가시는 게 좋을 것 같습니다.
2970이 제일 좋아보이네요 감사합니다
그리고 그래픽카드는 꼭 트라이프로저가 필요하신 게 아니라면 이엠텍 제품으로 가시는 걸 추천드립니다. 튜링 아키텍처 기반 제품들의 불량 이슈 등으로 고장이 발생할 경우를 대비해 AS가 편한 유통사의 제품을 고르시는 게 좋습니다.
GPU에 비해서 CPU에 투자를 많이 하시는거 같은데 특별한 이유가 있을까요? 머신러닝이라고 쓰셨지만 구성을 봤을때는 GPU를 사용하는 뉴럴네트워크 기반의 딥러닝 구조로 보이는데요 만약 그렇다면 CPU나 DRAM 클럭이 그렇게 중요하진 않습니다.
mlagent가 아직 gpu를 재대로 사용못하고 cpu위주거든요
아래 링크 글 한번 읽어 보시고, 딥러닝 기반의 워크스테이션 조립이라면 CPU와 메인보드를 다른쪽으로(GPU) 투자하는건 어떨까 합니다. 위 링크는 하드웨어 전반적인것들, 아래쪽 링크는 GPU에 관한 것들입니다. https://timdettmers.com/2018/12/16/deep-learning-hardware-guide/ https://lambdalabs.com/blog/2080-ti-deep-learning-benchmarks/
제가 머신러닝용 PC 하드웨어 선정하는 방법은 아래와 같습니다. 사람마다 차이가 있습니다. 1. CPU: 별로 중요하지 않음. 다만 4개 GPU 병렬로 사용한다면 PCI 레인 64개(16개 * 4)를 다 쓰기 위하여 안정성 좋은 제온 계열의 듀얼 CPU 구성. (CPU 레인이 생각보다 별로 중요하지 않다는 글들도 많음.) 2. GPU: 매우 중요. 일반적인 GPU 중에서는 Titan RTX가 가장 좋고 전용 머신으로 넘어가면 가격이 천만원부터 시작입니다. 예산이 부족하면 2080 Ti도 괜찮습니다. 예산과 필요성 따라 가야할 듯 합니다. 3. RAM: 최소 GPU의 RAM보다는 많아야 합니다. Titan RTX의 GDDR이 24GB이므로 32GB 이상 추천드립니다. 무조건 많은게 좋다고 말할 수 없지만 (예산에 따라) 다다익선입니다. 4. 메인보드: 제온 CPU 듀얼 구성이라면 제한적입니다만 (RAM 클럭도 17000정도까지만 지원) 그렇지 않다면 칩셋에 맞는 안정성 좋은놈으로(50~70만원선) 구입하시면 됩니다. 5. SSD: 중요한 건 아니지만 개인적으로는 M2 2280한개와 SATA용으로 한개정도면 될 듯 합니다. 6. 케이스: 무조건 큰거 7. GPU 쿨러: GPU 한개만 사용한다면 공랭으로 사용하고, 4-way 기반이라면 수냉을 생각해 볼 필요가 있습니다만 상황 봐서 결정하면 될 듯 합니다. 8. 파워: 좀 좋은 놈으로 사세요. 성능에 전혀 영향을 주진 않지만 파워에 문제가 생겨서 다른 부분이 제한 걸리면 안되니 전력 소비량 계산하여 플래티늄 이상 급으로 사용 추천드립니다. (티타늄>플래티늄>골드>실버>브론즈)