求推荐适合深度学习的服务器

深度学习起源于神经网络，但现在已超越了这个框架。至今已有数种深度学习框架，如深度神经网络、卷积神经网络和深度置信网络和递归神经网络等，已被应用计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。
深度学习的动机在于建立可以模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像、文本和声音等。深度学习通过学习一种深层非线性网络结构，只需简单的网络结构即可实现复杂函数的逼近，并展现了强大的从大量无标注样本集中学习数据集本质特征的能力。深度学习能够获得可更好地表示数据的特征，同时由于模型的层次深（通常有5层、6层，甚至10多层的隐层节点，百度“深”的好处是可以控制隐层节点的数目为输入节点数目的多项式倍而非多达指数倍）、表达能力强，因此有能力表示大规模数据。
蓝海大脑作为深度学习服务器的专业厂商，建议您选择深度学习服务器时需要注意以下几点：
1深度学习需要大量的并行计算资源，而且动辄计算几天甚至数周，而英伟达NVIDIA、英特尔Intel、AMD 显卡（GPU)恰好适合这种工作，提供几十上百倍的加速，性能强劲的GPU能在几个小时内完成原本CPU需要数月完成的任务，所以目前深度学习乃至于机器学习领域已经全面转向GPU架构，使用GPU完成训练任务。
2如今即使使用GPU的深度学习服务器也要持续数天乃至数月（取决于数据规模和深度学习网络模型），需要使用单独的设备保障,保证训练任务能够7x24小时长期稳定运行。
3独立的深度学习工作站（服务器）可以方便实现实验室计算资源共享，多用户可以在个人电脑编写程序，远程访问到深度学习服务器上排队使用计算资源，减少购买设备的开支并且避免了在本地计算机配置复杂的软件环境。
蓝海大脑通过多年的努力，攻克了各项性能指标、外观结构设计和产业化生产等关键技术问题，成功研制出蓝海大脑深度学习水冷工作站 HD210 系列。该产品图形处理速度快，支持 GPU 卡热插拔，具有高性价比，低噪音等特点，外形美观，满足了人工智能企业对图形、视频等信息的强大计算处理技术的需求。更好地为深度学习训练服务。
型号 蓝海大脑深度学习服务器
英特尔
处理器 Intel Xeon Gold 6240R 24C/48T,24GHz,3575MB,DDR4 2933,Turbo,HT,165W1TB
Intel Xeon Gold 6258R 28C/56T,27GHz,3855MB,DDR4 2933,Turbo,HT,205W1TB
Intel Xeon W-3265 24C/48T 27GHz 33MB 205W DDR4 2933 1TB
Intel Xeon Platinum 8280 28C/56T 27GHz 385MB,DDR4 2933,Turbo,HT 205W 1TB
Intel Xeon Platinum 9242 48C/96T 38GHz 715MB L2,DDR4 3200,HT 350W 1TB
Intel Xeon Platinum 9282 56C/112T 38GHz 715MB L2,DDR4 3200,HT 400W 1TB
AMD
处理器 AMD锐龙Threadripper Pro 3945WX 40GHz/12核/64M/3200/280W
AMD锐龙Threadripper Pro 3955WX 39GHz/16核/64M/3200/280W
AMD锐龙Threadripper Pro 3975WX 35GHz/32核/128M/3200/280W
AMD锐龙Threadripper Pro 3995WX 27GHz/64核/256M/3200/280W
AMD锐龙Threadripper Pro 5945WX 41G 12核/64M/3200/280W
AMD锐龙Threadripper Pro 5955WX 40G 16核/64M/3200/280W
AMD锐龙Threadripper Pro 5965WX 38G 24核/128M/3200/280W
AMD锐龙Threadripper Pro 5975WX 36G 32核/128M/3200/280W
AMD锐龙Threadripper Pro 5995WX 27G 64核/256M/3200/280W
显卡 NVIDIA A100×4, NVIDIA GV100×4
NVIDIA RTX 3090×4, NVIDIA RTX 3090TI×4,
NVIDIA RTX 8000×4, NVIDIA RTX A6000×4,
NVIDIA Quadro P2000×4,NVIDIA Quadro P2200×4
硬盘 NVMe2 SSD: 512GB，1TB； M2 PCIe - Solid State Drive (SSD),
SATA SSD: 1024TB, 2048TB, 5120TB
SAS:10000rpm&15000rpm,600GB,12TGB,18TB
HDD : 1TB，2TB,4TB,6TB,10TB
外形规格 立式机箱
210尺寸mm（高深宽) : 726 x 616 x 266
210A尺寸mm（高深宽) : 666 x 626 x 290
210B尺寸mm（高深宽) : 697 x 692 x 306
声卡：71通道田声卡
机柜安装 : 前置机柜面板或倒轨（可选）
电源 功率 : 1300W×2; 2000W×1
软件环境 可预装 CUDA、Driver、Cudnn、NCCL、TensorRT、Python、Opencv 等底层加速库、选装 Tensorflow、Caffe、Pytorch、MXnet 等深度学习框架。
前置接口 USB32 GEN2 Type-C×4
指承灯电和硬盘LED
灵动扩展区 : 29合1读卡器，eSATA，1394，PCIe接口（可选）
读卡器 : 9合1SD读卡器（可选）
模拟音频 : 立体声、麦克风
后置接口 PS2接口 : 可选
串行接口 : 可选
USB32 GEN2 Type-C×2
网络接口 : 双万兆 (RJ45)
IEEE 1394 : 扩展卡口
模拟音频 : 集成声卡 3口
连接线 专用屏蔽电缆（信号电缆和电源电缆）
资料袋 使用手册、光盘1张、机械键盘、鼠标、装箱单、产品合格证等

齐大学要学编程，用AMD锐龙处理器的笔记本可以。

AMD锐龙处理器采用Socket TR4插座，支持四通道内存，最多提供64个PCIe通道，本系列采用多芯片模块，代号“Whitehaven”。

实际上是将4个代号为“Zeppelin”的8核心芯片封装于处理器基板上，也是第二款消费级电脑平台上使用NUMA结构的处理器系列，因为是8核心芯片，所以学编程使用是非常流畅的。

构架：

1、Zen微架构

Zen是AMD于2016年中发表的x86-64微架构，接替Bulldozer微架构及其改进版本。Zen微架构有两种芯片，一种是代号“Zeppelin”的八CPU核心芯片，一种是代号“Raven Ridge”四CPU核心+GPU的芯片。

2、Zen+微架构

Zen+是 Zen 的小幅改进版，采用格罗方德“12nm”LP工艺制作，该制程工艺实际上是同厂14nmLPP 工艺的改良版。主要的改进在于二级缓存的访问性能、内存访问性能、AMD SenseMI 的改进，以达到更平稳的频率和电压的阶梯级切换。

R9 3990X+X570，AMD官方提供驱动是肯定无法支持2008R2的，作服务器可以尝试安装Windows Server 2019系统。
2008R2相当于WIN7服务器版本，题中这个配置默认只能兼容WIN10系统，是不能够完美兼容WIN7系统的，更不可能完美兼容2008R2，如果安装WIN7或许有魔改驱动包能用，安装2008R2可能完全找不到作业可抄，只能试试强制安装WIN7驱动，能否好用只能看运气了。

英特尔主板不能用amd专用条。
1、AMD专用内存采用的服务器内存条颗粒是4bit标准，而4bit标准的内存颗粒在国际标准规范中所定义的使用范围是服务器PC。
2、Intel产品是依照国际标准的规范去设计，在所有Intel规格的民用型主板，对内存只能辨认8bit1bank、8bit2bank、16bit1bank，如插上的是以4bit颗粒规格所制作的内存条，是完全无法辨认的。
3、AMD专用条，AMD专用条DDR3-13332G内存所使用的颗粒是从服务器上拆下来，重新被翻新过，SPD被刷过，以便电脑能识别到内存的信息，仅支持AMD的AM3及AM3+平台，不支持Intel所有民用平台以及AMD的APU平台。
4、AMD专用内存条是不兼容英特尔主板的，是专用条，只可AMD使用，但AMD也得分主板，有些主板是不支持的，比如A55A75A68A88这些无法使用AMD专用条，只有770780790870880主板和部分AM2主板才能兼容。

AMD Opteron 8380 四路 四核25G原装拆机
频 率：25G
二级缓存：2M
三级缓存：6M
前端总线：1000MHz
核心数量：四路 四核心
接口类型：Socket F (1207Pin)
功 耗：75W
我只知道这个服务器用的AMD8380处理器，戴尔PowerEdge R905

---