Stellen Sie Ihren eigenen PC für Spiele und maschinelles Lernen zusammen (Deep Learning)
Auslösen
Früher habe ich PC-Spiele mit starker Grafikverarbeitung gespielt (wie The Witcher 3 und Watch Dogs), aber heutzutage habe ich weniger oft gespielt.
Ich habe meinen eigenen PC wieder zusammengebaut, damit er für Spiele, maschinelles Lernen und Deep Learning verwendet werden kann und die Spezifikationen, die ich übrig hatte, wiederverwendet werden können.
Ich werde auch die empfohlenen Teile und den Grund für die Auswahl aufschreiben.
Wo kann man Teile kaufen?
Wir werden Teile hauptsächlich von Yahoo Auction, Amazon und Yodobashi beziehen.Kaufen Sie neue Produkte von Amazon und Yodobashi.
Yahoo Auction wird empfohlen, da der Erlös für den Kauf des nächsten Teils verwendet werden kann.
・ Teile, die alt und aktualisiert sind
- Speicher und CPU, die aufgrund des Austauschs der Hauptplatine nicht mehr verwendet werden
Ich benutze es, um solche Dinge zu verkaufen.
Selbst wenn Sie ein kleines Budget haben, können Sie zu einem Gerät mit guter Leistung wechseln.
Von Zeit zu Zeit kaufe ich gebrauchte Waren, aber nur CPUs, Speicher und Gehäuse mit wenigen Defekten.
Ich habe ein wenig Angst vor gebrauchten Motherboards wie Motherboards, die aufgrund gebrochener Pins oder SSDs / HDDs, deren Lebensdauer sich je nach Verwendungszweck stark ändert, sofort einsatzbereit sind.
Zusammengebaute Teile
CPU: Konzentrieren Sie sich auf die Anzahl der Kerne
Intel CPU Core i5-8400 2.8 GHz 6 Kerne / 6 Threads LGA1151 BX80684I58400 [BOX]
Für Anwendungen des maschinellen Lernens scheint die Anzahl der physischen Kerne wichtiger zu sein als die Anzahl der logischen Kerne (Anzahl der Threads).
Die CPU kommt häufig für die Vorverarbeitung ins Spiel, die den größten Teil der Arbeit abdeckt.Außerdem unterstützt scikit-learn die Berechnungsverarbeitung durch die GPU nicht, sodass die Verarbeitungsgeschwindigkeit von der CPU abhängt.
Ab der i8-Serie der 5. Generation beträgt die Anzahl der physischen Kerne 7 Kerne, was der Anzahl von i6 entspricht (12 Kerne / 6 Threads).
Für Spieleanwendungen wird die CPU ratenbestimmend, wenn die GPU höherwertig wird, aber ich dachte, dass i1080 kein Problem wäre, wenn es um GTX 5 ginge.
Hauptplatine: ASUS Gaming MB
ASUS ROG STRIX H370-I SPIEL [Mini ITX]
・ Hergestellt aus ASUS, das einen guten Ruf für Motherboards hat
・ Zum Spielen
・ Für M2.SSD gibt es einen Kühlkörper
・ Die Platine leuchtet mit LED
Die entscheidenden Faktoren sind die oben genannten vier.
Ich habe nicht über das Übertakten nachgedacht, daher schien MB mit H8-Chipsatz für CPU der 370. Generation gut zu sein. M2SSD neigt dazu, heiß zu werden und macht sich Sorgen um seine Lebensdauer. Daher ist es auch attraktiv, einen Kühlkörper zu haben.
Ich fühlte Romantik auf dem Motherboard, das mit LEDs leuchtet, aber es war blendend, als ich ins Bett ging, also habe ich es doch ausgeschaltet ...
Speicher: Wenn Sie Bilderkennung wünschen, benötigen Sie 32 GB oder mehr
PATRIOT Desktop Speicher Viper Elite DDR4 2666MHz
16GBx2 schwarz grau Kühlkörper PVE432G266C6KGY
Die Ensemble-Methode (Random Forest, XGBoost, LightGBM) trainiert den Datensatz in mehreren Teilstichproben, sodass die Größe des physischen Speichers weniger problematisch ist.
Wenn es jedoch erforderlich ist, alle Trainingsdaten einmal im Speicher zu erweitern, z. B. in Entscheidungsbäumen und neuronalen Netzen, wird die Speichermenge wichtig.
Wenn Sie mit einem Bild mit einer großen Datenmenge arbeiten und das Bild mit einem tiefen neuronalen Netzwerk (DNN) erkennen möchten, benötigen Sie 1BG oder mehr (vorzugsweise 32 GB).
Da Mini-Itx nur bis zu zwei Speicher aufnehmen kann, habe ich einen Kompromiss mit 2 GB eingegangen (32 GB x32 sind zu schlecht für Cospa ...).
Ich glaube nicht, dass mir das Gehäuse gefallen hat, aber ich glaube, es war 16 GB x 4 (64 GB) für ATX.
GPU: Wenn Sie ein Budget haben, verwenden Sie die Ti-Serie
EVGA GeForce GTX 1080 FTW HYBRID-SPIEL, 8 GB GDDR5X
Es ist ein wesentlicher Bestandteil sowohl für das Spielen als auch für das tiefe Lernen.
Ich habe den benutzt, den ich vorher benutzt habe.
Da dies mit einer einfachen Wasserkühlung ausgestattet ist, können Sie während des Spiels leise spielen, ohne von Lüftergeräuschen gestört zu werden.Selbst bei Spielen mit hoher Last liegt die Temperatur selten über 60 ° C.
Wie der Hauptspeicher ist auch der GPU-Speicher in Bereichen wie der Bilderkennung wirksam. Wenn das Budget dies zulässt, ist das Ti-System besser.
- 1080, 2080: 8 GB
- 1080Ti, 2080Ti: 11 GB
Im Moment sind GTX 2070, RTX 3070 usw. besser.
Speicher: 2 SDDs und HDD
Intel SSD 760p M.2 PCIEx4 256 GB SSDPEKKW256G8XT | SAMSUNG 860EVO SSD 250 GB 2.5 Zoll MZ76E250BIT | Festplatte Interne Festplatte 2.5 Zoll 1 TB WD Blue Herstellergarantie 2 Jahre WD10SPZX |
Der Speicher wird je nach Verwendung in drei Bereiche unterteilt.Wenn Sie das Spiel auf einer SSD installieren, verkürzt sich die Ladezeit und Sie können es bequem spielen.
- M2.SSD: Zum Installieren von Apps wie Betriebssystem, Office und Browser
- 2.5-Zoll-Festplatte: Videos, Fotos, andere Daten usw.
Energieversorgung:
[Saisonal] 550-W-ATX-Netzteil der G-Serie [80 + GOLD] SSR-550RMS
Es scheint, dass die Umwandlungseffizienz mit der Hälfte der Stromkapazität am besten ist, und es wird häufig empfohlen, dass die Stromkapazität (maximaler Stromverbrauch des gesamten Computers x 2) beträgt.
Es ist jedoch selten, dass tatsächlich so viel Strom verbraucht wird.Tatsächlich blieb es bei der Messung mit einem Watt-Monitor während Spielen und Benchmarks bei 70-80% des geschätzten Maximums.
Der berechnete maximale Stromverbrauch x 1.5 kann ausreichen ...
PC-Gehäuse
NZXT Manta No Power Mini-ITX-Gehäuse
Ich wähle es komplett nach Aussehen. Die Größe entspricht in etwa der von ATX, da nur Mini-Itx unterstützt wird.
Je größer der, desto einfacher ist die Verkabelung, und Sie können einen großen Lüfter darauf setzen, um den Luftstrom zu sichern, damit Sie nicht unzufrieden sind.
Spezifikationsliste und Kosten
Teil | 制品 | 価 格 |
CPU | Intel Core i5 8400 (Coffee Lake-S) | ¥ 23,000 |
Mutterscheibe | Asus ROG STRIX H370-I GAMING | ¥ 16,000 |
Erinnerung | PATRIOT Viper Elite DDR4 PC4-21300 16 GB x2 | ¥ 2,3000 |
GPU | GeForce GTX 1080 EVGA FTW HYBRID-GAMING | $579.99 (Ungefähr 65,000) |
ス ト レ ー ジ | M2-SSD: Intel 760p M.2 PCIEx4 256GB SATA-SSD: 250 GB HDD: 1TB | ¥ 8,800 ¥ 6,500 ¥ 5,000 |
Fall | NZXT Manta Mini-ITX Fall | ¥ 2,2000 |
電源 | Saisonale SSR-550RMS 550W | ¥ 11,000 |
OS | Windows 10 | Update von win7 |
Gesamtmenge | Über 18 Yen |
Das oben genannte ist ein selbst hergestellter Personal Computer für Spiele, maschinelles Lernen und tiefes Lernen, der dieses Mal wieder zusammengesetzt wurde.
Wenn Sie es von Grund auf neu zusammenbauen, können Sie für ungefähr 20 Yen gehen, und wenn Sie Ihren Geschmack in dem Fall nicht widerspiegeln, können Sie für ungefähr 15 Yen gehen.
Vorerst werde ich Spaß mit diesem Computer haben.Ich möchte bald einen großen Datensatz mit kaggle bearbeiten ...
Diskussion
Liste der Kommentare
Es gibt noch keine Kommentare