UP是一名大三在读的医学狗，但是超级喜欢计算机技术。。。（都挺好学的，就是头皮有点凉）最近这一年在钻研人工智能相关的技术，开始是自己的笔记本跑一些项目，后来用到的神经网络越来越复杂，数据量也越来越大，一次训练动辄花费数十个小时。要命的是，UP的大学只是一所普通的二本医学类院校。计算机院是不存在滴，蹭设备也无从谈起。（其实在一些顶尖医学类院校是有自己的深度学习计算机的，深度学习的技术在医学领域还是有很广的应用前景的）在经历了一次长达200个小时的训练后，我终于下决心要打造一台专门用于深度学习的主机的想法。

看到这里，你可能会问，UP为什么不租一台远程GPU主机来做深度学习？确实，租一台远程主机价格不贵，随用随开，自由度也很高。其实一般来说真的很推荐大家直接租用一台远程GPU主机来做实验，某宝上最便宜的1050ti主机只要2元一小时，1080ti的主机也只要不过5元一小时。稳定性也很赞。

UP很多的实验都是计算机视觉相关，数据集大到吓人，校园网那10M小水管把数据传输过去的时间都够在本地训练了。最重要的是，还是担心数据的安全性，由于UP实验用到的数据集大多采集于临床，特别很多是患者的图片信息，在隐私方面是十分敏感的。患者同意参与实验都是非常值得感激了，那做好患者隐私的保护就是最基本的分内之事了，哪怕有一点点风险也不太愿意尝试。从这个角度考虑，还是决定在本地来做训练。

虽然不算缺钱，但是一下拿出五位数的预算来组装一台电脑对还是学生的UP来说也是有不小压力的。那么，如何用最少的预算满足计算需求就成了这次装机的终极目标。

接下来，就说说这次装机用到的硬件吧ヽ(￣▽￣)ﾉ

GPU的选择是这次装机最重要的部分，因为绝大多数的深度学习训练都可以利用GPU来提升训练速度。选用高算力、大显存的GPU可以极大的缩短计算时间。1080ti是目前来说性价比的不二之选。但是当我在某宝和某鱼搜索完报价之后。。。。。。我选择了放弃。

突然，我想起了nvdia为了消耗帕斯卡核心的库存，出过一批挖矿专用的显卡，似乎就是屏蔽了显示输出接口，削减了PCIE带宽（X16削减为X4）,计算能力也还不错。最后我选择了一张影驰的P104。这张显卡采用GP104核心，4G GDDR5显存（通过修改显卡BIOS可以刷成8G），最重要的是，它在咸鱼上的价格只要800！！！矿卡真香！

至于长什么样嘛，就像下面这样↓↓↓    （图片来源于网络）

主板的选择也是非常重要的，由于UP选择的这张显卡是一张挖矿专用显卡，所以选择的主板必须支持支持带核显的CPU。为了进一步降低成本（以及懒得装GPU），再加上在深度学习训练阶段对CPU的性能开销比较有限，一张带板载CPU的主板无疑是最佳选择。

综合了价格和性能之后，UP选择了映泰的A10-8800N，这块itx主板可以很好的满足UP对主机一定便携性的要求（要在合作的实验室、大学和家之间奔波），没有考虑matx，atx之类的主板，其实有的板U套装也是非常不错的。

它板载了一块AMD的FX-8800P CPU。这块四核CPU基准主频2.1Gzh，最大睿频3.4Ghz，集显为一颗800Mhz的R7 Graphics。性能自然是一言难尽了，但日常使用足够，打开pycharm的体验也很丝滑。

存储和扩张方面。主板有一个M.2接口和两个SATA3接口以及一个PCIE X16接口，谈不上丰富，但是还是那句话，够用。

重点是价格只要489

长这样↓↓↓     （图片来源于网络）

存储方面采用一块256G镁光1100固态硬盘做系统盘加两块320G机械硬盘做数据盘的方案。

全部二手，一共280元（暴露了垃圾佬的天性）

长这样↓↓↓     （图片来源于网络）

内存也是二手的，两条DDR4 4G 2400的拆机内存条，一共156元

说实话，我对内存条的品牌不抱任何的期待，但是当我收到时，我吓到了，竟然是英睿达的内存，还附赠了散热马甲，还是挺良心的。

长这样，凑合看吧↓↓↓     （图片来源于网络）

接下来是机箱和电源，电源是鑫航的400W SFX电源。机箱奢侈了一把，定做了一个itx机箱。

电源107.34元，机箱260元（50一个的薄皮机箱其实也不错）

长这样，机箱终于是自己拍的了↓↓↓     （图片来源于网络）

总价:800+489+280+156+107.34+260=2092.34

    完美完成任务

OK，基本上就是这些啦，其它的小零件UP都有存货，临时买的话价格也很便宜，就不在这里列出来了。

其实最想写还是软件方面要如何配置，但是硬件方面有好像还比较有趣，所以软件留到下个周末再写吧(*^▽^*)。

第一次写专栏，如果有错误的地方欢迎大家指出，不过这类型的题材应该没什么人会看吧，但还是写下来留个记录。

本文仅在bilibili专栏和个人博客enursing.cn发布