待補充

【參考部落格】

【https://blog.csdn.net/mergerly/article/details/83753056】

【簡書的一篇部落格】

【簡書的另一篇部落格-講組裝機的】

【講如何搭配深度學習伺服器的部落格】

【其他參考部落格1】

【更多GPU資訊參考官網（https://developer.nvidia.com/）】

【截止到2019年1月】

　　經過上面幾篇部落格的講解，得到最近英偉達Nvidia的GPU幾款適合中小型企業或研究室使用的。

　　2塊GPU：

　　　　RTX 2080 Ti（9999/塊） 或者 GTX Titan X-Pascal（9699/塊）；

　　　　特點：效能高，貴。

　　　　計算能力：compute capability 好像都是6.1。待補充

　　4塊GPU：

　　　　RTX 2080 （5k~6k/塊）或者GTX 1080（4k~5k/塊）；

　　　　特點：價效比高；

　　　　計算能力：待補充

　　以上，根據我的理解，做深度學習的伺服器環境，買個好一點的CPU，配上SSD硬碟，之後是選好GPU就行了。

　　畢竟曾經連筆記本（1050ti）都被我拿來跑Alexnet也很ok，前提是資料量不是很大，實驗室級別。

　　作業系統的話，我還是比較熟悉Ubuntu啊，不太適應CentOS的操作，而且顏控覺得有點簡陋額。

　所以，對於有一定開發需求的中小型企業和實驗室人員，最簡單的辦法是買個好一點的伺服器，把原裝GPU換成自己買的高效能N卡GPU就可以跑深度學習啦。

　待我試一試這個想法對不對。