 안녕Ȣ16;세요.
연구실에서 딥러닝 관/144; 연구를 Ȣ16;,172;.104;Ǻ12; GPU 워크스테1060;션1012; Ȣ16;나 구1077;Ȣ16;고1088; 합니다. 1452; 용도lj16; 현1116;lj16; 1068;단 python tensorflow를 1060;용한 영상 내 사물1064;식1004;/196;, training과 testing1012; 할 ,163; 같습니다만, 나1473;에 다른 딥러닝 필드에도 1652;출Ȣ16;여 1060;,163;1200;,163; 손1012; 댈 계획1077;니다. 
안1221;성1012; 고/140;Ȣ16;여 HP, Dell 벤더들1012; 많1060; 추천Ȣ16;시lj16; ,163;1012; 보았습니다. 벤더 1228;품1012; 구1077;Ȣ16;/140;고 Ȣ16;lj16;데, CPU와 GPU, 그리고 SSD에 대Ȣ16;여 Ǻ12;떻,172; 선택해야할1648; 고0124;1060; .104;Ǻ12;, 1656;문1012; 올립니다 :
벤더사1032; 워크스테1060;션 GPU 목/197;1012; 보니, 쿼드/196; RTX 시리1592;가 ,144;1032; 유1068;무1060;한 선택1648;1064; ,163;1012; 보았습니다.
1) Quadro RTX 시리1592; 1473; 5000시리1592; x3, 6000 시리1592; x 2와 8000 시리1592; x 1 1473; 선택1012; 해야 할 ,163; 같습니다. RTX 8000 1-way에 비Ȣ16;여 RTX 5000 ᕬ1;1008; 60001032; 멀티gpu가 ȏ12;할 수 1080;lj16; 1060;ሖ1;1060; 많1008;1648;요? .160; 개1032; GPU가 1080;1004;면 묶Ǻ12;서 한 번에 한 모델1012; 돌리다가 필요할 시에 각각 다른 .160; 모델1012; .160; GPU카드에 ᇺ1;립1201;1004;/196; 올/140;서 결과를 확1064;할 수 1080;lj16; 강1216;1060; 1080;다 생각합니다만, 아1649; 1228;가 1648;식1060; ǥ12;1313;한 탓에 옳1008; 판단1064;1648;를 모르,192;습니다...
2) CPUlj16; silver ᕬ1;1008; gold/196; 8core에 3.0GHz 1060;상1064; ,163;1012; 선택Ȣ16;고1088; Ȣ16;lj16;데, 크,172; 2~4개1032; GPU 카드를 1109;착할 ᅆ1;우에lj16; 1060;1221;도 CPU 기1456;1004;/196; 견1201;1012; 내도 충ǥ16;할1648;요?
3) 2TB SSD를 구1077;Ȣ16;여 여기에 Ȣ17;습데1060;터를 넣고 GPU/196; 돌/140;, 결과데1060;터를 1200;1109;Ȣ16;lj16; 용도/196; 사용Ȣ16;고1088; 합니다. 매 Training마다 결괏값1012; 1200;1109;Ȣ16;고1088; Ȣ16;면, 1069;고Ǹ16;기 속도를 고/140;Ȣ16;여 HDD보다lj16; SSD가 나1008; 선택1068;1648;요? 
4) 만약 데1060;터 1077;출/141; 목1201;1004;/196; SSD를 구1077;할시에lj16; 2TB SSD 한 곳에 Ubuntu 16.04 / 18.04 os 0143; Ȣ17;습데1060;터를 한 1088;리에 넣1012;1648;, ᕬ1;1008; 512 + 1.5TB/196; .160; 개를 사서 Ȣ16;나를 시스템, Ȣ16;나를 1200;1109;고/196; 사용할1648;도 고0124;1060; .121;니다.
.160;서없lj16; 1656;문 1396;송합니다. 1069;Ǻ12;1452;셔서 1221;말 감사합니다.
https://www.youtube.com/watch?v=aimSGOAUI8Y
요런거 하시려구 하나요
견적글이 아니라 죄송요
5000은 16기가, 6000은 24기가 8000은 48기가인데, 모델을 한 GPU에 전부 로드할 수 있다면 멀티GPU로 구성하는게 성능상 유리합니다.
보통 사물인식object detection 용도로는 메모리 8G 짜리 2070/2080만 해도 충분합니다.
요즘 BERT 같은 모델 돌리려면 메모리 좀 큰거 16/24기가 이상? 쓰는게 좋습니다.
저라면 쿼드로 RTX8000 한개보다는 타이탄 RTX 두개를,
아니면 타이탄 RTX 두개 보다는 2080Ti 네개를 쓸것 같습니다.
2) 네. GPU갯수 곱하기 2 정도의 코어만 있어도 충분합니다.
데이터 전처리에 싱글코어만 쓰는 경우가 종종 있기때문에
코어수는 적고 클럭은 높은게 쬐끔 유리합니다.
3) SSD 필수입니다. 특히 이미지 데이터셋은 그 양이 꽤 큰경우가 많기도 하고
각종 전처리할때도 SSD에 모든 데이터셋이 있으면 정말 좋습니다.
4) 글쎄요. 크게 관계 없을것 같습니다.
어떤 구성 생각하시는지는 모르겠습니다만,
아마도 현재 구성에서 GPU보다 SSD에 좀 더 투자하시는게 좋지 않나 싶습니다.
작년 12월쯤에 제가 딥러닝 용도로 맞춘 기계 스펙은 다음과 같습니다
CPU: i9-10900X
M/B: MSI Creator X299
RAM: DDR4 32G x 8
SSD: Samsung EVO plus 2T x 2
GPU: Titan RTX x 2
PSU: Corsair 1600W
혹시 답변주신 스펙은 조립식으로 맞추셨는지요? 제가 아직 하드웨어 운용은 초보인 탓에, 제가 맞출 시에는 조립과 운용, 그리고 유지보수를 제대로 할 수 있을지 걱정이 됩니다.
연구실 예산을 사용하여 구입하는 것이기도 하여서, 이러한 불안감에 벤더제품에 눈을 들이게 되더군요...
벤더제품을 구입하게 될 시에는 Dell T7920이나 HP Z8 G4 모델로 갈 것 같습니다만, 제가 잘 몰라서인지 아쉽게도 카탈로그에서는 Xeon CPU와 GPU 쿼드로 RTX만 올려져 있네요.
전문업체를 통하여 이를 구입하게 될 시에는 ubuntu 18.04에 GUI를 설치하고,
single 대신 multi GPU로는 쿼드로 5000 x3 혹은 6000 x2로 진행할 것 같습니다만,
Titan RTX로 구축하는 방향도 고려를 해보겠습니다.
귀중한 조언과 구입에 좋은 방향을 제시해주신 점 정말 감사드립니다.
자세한 것을 원하시면 엔비디아 코리아에 연락하셔서 기술지원 받으시기 바랍니다..
설명에 정말 감사드립니다.
대충 이런 것입니다만 데이터센터에서 랙마운트형 GPU 서버 사용시 쥐포스 GPU를 사용하면 일종의 불법으로 간주되며
드라이버 쪽에서도 막는다는 이야기가 있습니다..
Dell T7910
E5-2643 V3 x 2CPU
RAM 256GB (32G x 8)
SAS12G Enterprise SSD 800GB x 4 (Raid5)
Titan RTX x 2EA (or RTX 2080Ti x 2EA)
Power 1300W
** 저렴하면서... T7910 바디의 훌륭한 열설계
** Fan Speed 25% 기본 추천
** 간단하네요.
600만원 정도면 충분히 하겠네요..