分享新手垃圾佬的首次装机经历——个人深度学习工作站（预算~1w CNY）

还从未装过机，只有一台用了数年的笔记本，1066 的显卡完全不能胜任如今 ai 模型对显存的需求。于是决定攒一台深度学习工作站。学生党，家庭也一般，为了满足对本地调试模型的需求，弄个不太贵的台式也说的过去，那么为什么不捡一台高扩展性的工作站呢

既然是围绕深度学习的需求，首先考虑显卡的选择。划定选择范围：

只考虑台式机显卡。
限 N 卡，因为要炼丹。
发售时间晚于 2019/1/1 ，因为太老的卡能效比不佳，未来更新换代能维持的时间也短。
显存不少于 12g ，大模型时代，显存很重要。
FP32 (float) 大于 10 TFLOPS ，算力太低不堪用。
太贵的卡（ A100 ，H100 系列）不考虑。
只考虑二手市场流动性好的，避免新显卡的溢价。

我爬取了 techpowerup 的显卡数据库，获得了全部 NVIDIA 显卡型号和性能指标。通过浏览闲鱼，找出当前二手市场的底价。用综合性能（显存带宽，半精度，单精度，双精度性能，像素 /纹理渲染速度，显存大小）除以综合成本（价格，能效比），得出了每款显卡的性价比分数。最终得出结论：性价比最高的显卡是 3080ti 和 3060 12g 。但是由参考了 lambda 对显卡炼丹性能的测评后，决定选择 A4000 。在我的综合性价比表上它是排名最靠前的专业卡，仅次于 4080 ，并且 4200 左右的价格也正好符合我的预算。A4000 核心基本等同于降频版的 3070ti ，功耗减半的前提下并没有损失太多性能，同时还大幅拉高了显存频率。专业卡对多卡互联没有阉割，对于未来加卡很友好。

接下来考虑平台。出乎我意料地发现 Intel 居然没有服务器芯片组支持 pcie4.0 。既然要极致性价比，选择大船洋垃圾是必须的，所以果断看向 AMD 。发现了一款非常适合我的平台，技嘉 MZ32-AR0 ，1250 的价格，单路 EPYC 7002 ，DIMMx16 ，4 个 PCIe4.0x16 插槽，可扩展性无敌，并且也有原装的 4u 服务器。于是海鲜平台下单了准系统（ 1700 元）

然后考虑 CPU 。这款主板为 7002 系列设计，可以兼容 7003 ，然而观察 7003 的价格，都相当高昂。7002 系列中，发现 7532 性价比最高，遂下单一块（ 2000 元）