GPU딥러닝 서버 구축중 몇가지 궁금한 사항이 있어서 질문드립니다. 현재 RTX2080ti 4장으로 딥러닝 서버를 구축하려 하고있습니다.cpu는 i9-9900k 이며 보드는 z390칩셋입니다. 보드 특성상 pci-e x16 슬롯이 두개라 나머지 두장은 pci x1슬롯에 라이저 카드를 이용해 구축을 하려하고 있습니다. 이렇게 구축시 나머지 2장의 대역폭문제라던지 본 성능을 발휘 할 수 있을지 궁금합니다. 성능상의 문제는 없을까요??
GPU딥러닝 서버 구축중 몇가지 궁금한 사항이 있어서 질문드립니다. 현재 RTX2080ti 4장으로 딥러닝 서버를 구축하려 하고있습니다.cpu는 i9-9900k 이며 보드는 z390칩셋입니다. 보드 특성상 pci-e x16 슬롯이 두개라 나머지 두장은 pci x1슬롯에 라이저 카드를 이용해 구축을 하려하고 있습니다. 이렇게 구축시 나머지 2장의 대역폭문제라던지 본 성능을 발휘 할 수 있을지 궁금합니다. 성능상의 문제는 없을까요??
왜 PCIe 레인이 모자른 PC보드로 하셨는지요??
아마 최소한의 원활한 구동은 프로그램돌려보고 벤치마크 해야 하지만 최소 8배속일 것입니다..
그리고 GPU 4장이면 열축적문제 때문에 PC쿨링 식으로 하면 금방 고장날 수 있고 심하면 GPU나 보드가 탑니다..
파워도 아마 재대로 견디는 게 없을텐데 몇와트 짜리 무슨 파워 고려 중이신가요?
결론은 돈이 문제겠지만 서버/워크스테이션 전문 제조 업체에서 나온 전용 GPU서버를 구해서 사용하는 편이 좋습니다..
저라면 RTX 절대 안삽니다.. 1080급으로 내려가죠..
만들어진지 얼마 안되서 드라이버가 재성능이 나올지 의문이고 (개발가능하고 배타테스트 가능하시면 하면됩니다..)
그리고 결과는 돈이긴 합니다만
재대로 할려면 엔비디아 오리지날 GPU 워크스테이션 이나 쿼드로 아래로 내려가면 타이탄 급은 써줘야 합니다..
GPU서버 만드는 조립서버 회사들도 검증된 비디오카드는 쿼드로 같은 것들입니다..
일반 PC용 비디오카드는 호환성 검증 대상이 아닙니다..
수억 깨지니 문제긴 하죠..
파워는 요 제품이 국내에서는 재일 클 것입니다..
재고가 있으면 다행이고요..
http://www.11st.co.kr/product/SellerProductDetail.tmall?method=getSellerProductDetail&prdNo=2192462114&utm_term=&utm_campaign=%B4%D9%B3%AA%BF%CDpc_%B0%A1%B0%DD%BA%F1%B1%B3%B1%E2%BA%BB&utm_source=%B4%D9%B3%AA%BF%CD_PC_PCS&utm_medium=%B0%A1%B0%DD%BA%F1%B1%B3
쓰레드 리퍼나 HDET라인업으로 가셔야 제 성능 나올겁니다.
NVLink 도 사용하셔야 성능이 나옵니다
9900X도 44레인인가 그랬습니다만, 그 이하라인일 뿐더러... 4개를 물리시겠다 하시면, 인식이 된다해도 성능이 어쩔지 장담하기 힘드네요.
(물론 게이밍에선 PCIE 3.0 x배속 하더라도 성능저하가 없었다 하는 벤치가 있긴합니다만, 순수연산, 딮러닝에서는 확신이 안드는점도 있긴하네요.)
https://www.tyan.com/Barebones_GA88B8021_B8021G88V2HR-2T-N
위 링크는 TYAN 것인데 이런 것이 있다 정도로 생각하세요..
대학교는 보통 슈퍼마이크로 제품을 많이 사용했는데 작년에 해킹사건으로 폭탄 맞아서 대학교는 아직 사용하는지 모르지만
관공서나 대기업은 더이상 사용하는 것을 중단하였습니다..
https://www.supermicro.com/products/nfo/GPU_MIC.cfm
수퍼마이크로 GPU 전 제품입니다..
밑의 링크는 연구소 회원님들의 GPU 서버
http://www.2cpu.co.kr/hardware_2014/37391?&sfl=wr_subject&stx=gpu&sop=and