Julien George Jean
Nouveau membre
Bonjour à tous,
Je cherche à me monter une machine pour le Deep Learning (apprentissage profond, réseaux de neurones, tout ça tout ça, ...) !
Pour réduire le temps d'apprentissage il faut des GPUs et maintenant les librairies optimisent très bien les calculs sur plusieurs GPUs.
Pour l'instant je voudrais une carte mère pouvant accueillir jusqu'à 4 GPUs (1070 ou 1080), mais je vais en mettre 1 seul pour l'instant !
Je vais voir plus tard pour en ajouter en fonction du budget.
Les autres besoin que je pense avoir :
- 32Go de RAM (mais laisser de la place pour plus si besoin)
- un bon processeur pouvant gérer les 4 PCI express (je pensais au i7-5930K)
- un SSD pour l'OS (Ubuntu 16.04)
- un ou deux HDDs de plusieurs To ( je dois stocker des datasets très lourds ... en ce moment je travaille sur 250Go de photos satellites ...)
- un lecteur optique ? vraiment nécessaire ?
Du coup j'ai quelques questions ..
C'est surtout sur le choix de la carte mère en fait.
J'ai un boitier ATX (en ce moment il y une ASUS P5K/C/SI - Intel P35 dedans). Est-ce que je peux trouver un carte mère pour ce type de boîtier pouvant accueillir 4 x 1080 par exemple ?
Sur les photos, j'ai l'impression que l'espace est super réduit entre les slots PCI ..
Ou bien c'est clairement mieux de prendre un plus gros format de boîtier, pour avoir de l'espace entre les GPUs ?
Est-ce que c'est simple de mettre du WaterCooling sur les GPUs et le CPU ?
Je ne vais pas chercher à faire d'over-clocking, mais par contre les cartes graphiques peuvent tourner à 100% plusieurs heurs et jours pour l’entraînement des algorithmes.
Du coup des gros ventilos suffisent ? Ou il faut passer au water-cooling ?
Est-ce que les informations de compatibilités entre les composants est fiable sur http://pcpartpicker.com/ ?
Du coup je cherche un peu d'aide pour toutes ces interrogations.
Si vous avez des questions , n'hésitez pas !
Julien
Je cherche à me monter une machine pour le Deep Learning (apprentissage profond, réseaux de neurones, tout ça tout ça, ...) !
Pour réduire le temps d'apprentissage il faut des GPUs et maintenant les librairies optimisent très bien les calculs sur plusieurs GPUs.
Pour l'instant je voudrais une carte mère pouvant accueillir jusqu'à 4 GPUs (1070 ou 1080), mais je vais en mettre 1 seul pour l'instant !
Je vais voir plus tard pour en ajouter en fonction du budget.
Les autres besoin que je pense avoir :
- 32Go de RAM (mais laisser de la place pour plus si besoin)
- un bon processeur pouvant gérer les 4 PCI express (je pensais au i7-5930K)
- un SSD pour l'OS (Ubuntu 16.04)
- un ou deux HDDs de plusieurs To ( je dois stocker des datasets très lourds ... en ce moment je travaille sur 250Go de photos satellites ...)
- un lecteur optique ? vraiment nécessaire ?
Du coup j'ai quelques questions ..
C'est surtout sur le choix de la carte mère en fait.
J'ai un boitier ATX (en ce moment il y une ASUS P5K/C/SI - Intel P35 dedans). Est-ce que je peux trouver un carte mère pour ce type de boîtier pouvant accueillir 4 x 1080 par exemple ?
Sur les photos, j'ai l'impression que l'espace est super réduit entre les slots PCI ..
Ou bien c'est clairement mieux de prendre un plus gros format de boîtier, pour avoir de l'espace entre les GPUs ?
Est-ce que c'est simple de mettre du WaterCooling sur les GPUs et le CPU ?
Je ne vais pas chercher à faire d'over-clocking, mais par contre les cartes graphiques peuvent tourner à 100% plusieurs heurs et jours pour l’entraînement des algorithmes.
Du coup des gros ventilos suffisent ? Ou il faut passer au water-cooling ?
Est-ce que les informations de compatibilités entre les composants est fiable sur http://pcpartpicker.com/ ?
Du coup je cherche un peu d'aide pour toutes ces interrogations.
Si vous avez des questions , n'hésitez pas !
Julien