GTX1080 8G显存的价格是4100元左右；GTX 1080 TI显卡的价格是5700元左右，性能可以和Titan X相媲美，目前性价比最高；Titan X 12G显卡的价格是9700元，比较适用单次任务显存占用量高的网络，运行速度大约是GTX1080的1.6倍。

　　因此，我们在第二套土豪版配置中上了一块TITAN X，当然你也可以换成GTX 1080 TI，这也是不错的选择，根据实际训练情况再进行添置GPU。

　　特别需要注意的是，千万别买同级别的AMD卡！

　　NVida对深度学习计算的支持远远好于AMD，不然你会沉浸于无穷无尽的加速库安装和环境配置之中。

　　8. 电源

　　电源最高功率的计算可以通过鲁大师的功率计算功能得出，将得到的功率乘以1.4倍就是所需要购买的实际电源瓦数。

　　在第一种标准版配置中，实际功率大约为150+150+100=400w，保留充足的余量，选择海盗船VS650w的电源。

　　在第二种土豪版配置中，实际功率大约为250+150+100=500w，选择USCorsair RM750x金牌电源。如果你的台式机可能后期会添加显卡，那么你可能要考虑到这个问题，最多加装两个TITAN X的话，1000w电源已经足够了。

　　9. CPU散热器

　　考虑到台式机运行过程中CPU散热量较大，可以进行加装CPU风冷，如第一套配置里所用的，也可以进行加装CPU水冷，在第二套土豪级配置中用到了海盗船的水冷散热器。

　　以上是对深度学习装备的分析，以及面对8000和20000元分别推荐的配置清单。

　　其实，作者自己曾经花费4万元组装了一台深度学习工作站，更土豪的朋友可以点击阅读原文查看知乎上所提到的具体配置，或者进群一起讨论性能更高的配置方案。

　　量子位新建了一个 机器学习入门群，欢迎来讨论装机、环境配置以及网络原理等一切跟机器学习/深度学习技术有关的问题。

　　入群方法：加小助手微信qbitbot，注明“加入门群”，然后介绍一下你自己，符合要求我们会拉你入群??

　　我们后续还可能根据大家需要，推出关于Ubuntu系统安装以及TensorFlow、Caffe等框架的配置文章，欢迎在群里多提需求和建议。

　　笔芯~

　　△扫码强行关注『量子位』

　　追踪人工智能领域最劲内容

　　??戳原文，学习如何装一台4万多元的工作站