8.显示器根据您自己的要求进行配置。我推荐144hz的屏幕，无论是游戏还是办公都非常流畅。

9.对光驱的要求不多，主要看你买的主板的接口。

10.这些东西在JD.COM会打折。

11.我说不清楚区别，因为我在网上找的图都不清楚。显卡依赖于它的电源端口，同样的cpu电源也是如此。{买的时候问问自己需要几个P }然后是机箱的开关插座。

12.因为图片不太清晰，不确定朋友们能不能找到机箱线的连接。注意: 【千万不要接机箱开关线的正负极】这些做完了，再把显示器接键盘，鼠标，耳机，显示器和主机之间的线接显卡，不要接主板。

13.最后加载系统(当然麻烦的朋友可以直接随系统买固态)，然后在下一个驱动向导里安装驱动。新买的硬盘需要分盘，工具可以网上下载。

14.由于这是第一次分享很多地方，请见谅。如果有大老板发现我说的有问题，请指出来，我会改正的。谢谢你。最后，祝你身体健康，万事如意。

各位朋友好，小爱为你解答。一万块钱配置一台 computer，很多人不知道怎么配置一台电脑，现在我们下去吧！

首先，我们需要知道组装一台电脑需要什么。主板、cpu、显卡、内存条、硬盘、风扇、机箱、显卡、电源盒、光驱、显示器。这些东西可以在网上买到。当然，我推荐JD.COM。

2.主板和cpu必须兼容inter的cpu，AMD的cpu必须兼容AMD。如果实在不懂，可以直接买配套的。

3.内存条，你要根据你主板是什么样的插座来配置。现在常见的是DDR4插座。然后你需要知道你的主板支持多少内存规格。{购买时也可以详细询问卖家这些搭配要求}

4.显卡可以根据自己的办公需求或者游戏需求来配置。

5、硬盘可分为固态和机械式。固态比机械读取速度快，一般用于加载系统，以及要求高流畅度的软件和游戏。我的配置是1t机械250g固态。

6.电源箱是根据需要多少功率来配置的。

7.风扇分为机箱风扇和cpu风扇，也是根据自己的要求配置的(一般卖cpu会赠送一个cpu风扇)。

牛皮克拉斯的大致内容到此结束，希望对家长有所帮助。

深度学习看显卡什么参数 深度学习显卡什么参数最重要

1. 位宽 : 一个时钟周期内，显示芯片从显存中读取数据量，单位bit；
2. 显存频率：表示1s内显存和显示芯片之间数据传输次数， 单位MHZ；
3. 显存带宽：表示1s内显存与显卡芯片之间的的数据传输量，计算公式：显存带宽=显存频率*显存位宽/8， 单位G/S；
4. 显存容量：显存可缓冲存储数据的容量，单位G

以GTX 1080TI为例，其位宽是352?bit， 显存频率是1100MHZ，显存带宽= 1100MHZ*352bit/8 = 484G。显存带宽存在瓶颈时，显卡芯片没有足够的数据进行计算，会引起高分辨率下画面不流畅，或帧数不稳定的现象。

内存包括SDRAM，DDR、DDR2、DDR3， DDR4等类型，SDRAM是Synchronous Dynamic Random?Access?Memory的缩写，意思是同步动态存取器。DDR、DDR2和DDR3是SDRAM的改进类型，在预读取字节数不同，属于SDRAM系列。

Synchronous说明SDRAM内存的频率和CPU同步的，这样内存控制器可以精确的知道内存中数据就绪时的时钟周期，这样CPU在访问内存时，就不需要额外的等待时间。

DDR采用时钟脉冲上升、下降沿各传一次数据，1个时钟信号读取2bit（上升沿和下降沿各度1bit），传输2倍于SDRAM的数据，所以又称为双倍速率SDRAM。它的倍增系数就是2 = 2 * 1。

DDR2仍然采用时钟脉冲上升、下降支各传一次数据的技术，但是一次时钟信号预读4bit数据(上升沿和下降沿各度2bit)，是DDR一次预读2倍，因此，它的倍增系数是4 = 2*2。

DDR3作为DDR2的升级版，最重要的改变是一次预读8bit数据((上升沿和下降沿各度4bit)，是DDR2的2倍，DDR的4倍，所以，它的倍增系数是8 = 2*4。

DDR4，较为复杂，没有采用简单翻倍预读数据提高数据吞吐量。DDR4采用了预读8bit的Bank Group分组，可以采用两个或四个Bank Group分组。每个分组都能独立进行读写操作，如果采用了两个独立Bank Group预读取变成16bit，他的倍增系数变成16 = 2 * 4 * 2;

下面是内存的具体指标：

1. 内存位宽：SDRAM、DDR、DDR2、DDR3的总线位宽为64位，RDRAM的位宽为16位。
2. 当采用双通道技术，可以获得64X2=128bit的位宽。如果采用四通道技术，可以达到256bit位宽。
3. 内存核心物理频率：指内存颗粒运行的物理频率，从早期的100MHz到现在的260MHz。?；
4. 倍增系数：内存
5. 标称频率：内存名称上的数字，如DDR 400、DDR2 800、DDR3 1600和DDR4 3200的物理运行频率都是200MHz，物理频率必须乘上倍增系数才能获得相应的标称频率。标称频率是以老旧的SDRAM内存为基准，换算得出利于商业运作和产品标识的频率。
6. 内存带宽：?带宽=内存核心物理频率 × 内存位宽 × 倍增系数? = 内存标称频率 * 内存带宽
7. I/O 总线频率： 内存核心的物理频率 x? 上升沿或下降沿单次预读位数? x? BankGroup数量（DD1-3理解为1）

下面计算【【微信】】的内存在默认频率下的带宽，1066是指有效数据传输频率，除以8才是核心频率，位宽为64bit：

• ? ? 内存带宽= 物理内存频率 x 位宽 x 倍增系数? = (1066/8)×64×8=68224Mbit = 8.328125GB
• ? ? 内存带宽= 标称频率 x 位宽? = 1066×64=68224Mbit = 8.328125GB

? ? 用两条【【微信】】组成双通道，然后超频到1200，其内存带宽：

• 超频到后物理频率为：? ? 1200/8=150MHz
• 双通道的位宽：28bit：
• 带宽=1200×128=153600Mbit=18.75GB

下面列出不同类型内存的物理指标数据：

前面讲了内存和显存的指标，对计算机硬件有了大致的了解，这里开始说明怎么选择深度学习用的显卡：

1、显存带宽?

GPU较CPU主频低，内存访问延迟大，但是CPU的位宽是64bit，而GPU的位宽要大的多(GTX 1080Ti的位宽是352bit)。GPU是通过牺牲内存访问时间（延迟）而优化了内存带宽，?而 CPU 的设计恰恰相反。如果只由少量数据运算，例如几个数相乘（3*6*9），CPU 的速度很快，但是对于像矩阵相乘（A*B*C）这样占用大量内存的操作，GPU就比CPU快多了。

深度学习需要处理大量的图像、音频，这里就涉及到大型矩阵的乘法计算，所以评价显卡带宽是必须首要考虑的。

GPU计算速度比CPU快的原因之一就是内存带宽。

在同一个架构内内存带宽是可以进行比较的。例如Pascal显卡GTX 1080的内存带宽是320GB/s，GTX 1070的内存带宽是256GB/S，快了25%。但是不同的架构使用了不同的给定内存带宽是没法直接比较的，例如Pacal架构和Maxwel架构。但是只看中的带宽可对GPU的大致速度有一个很好的全局了解，可以在下面维基百科页面中查看每个显卡的内存带宽数据

https://en.wikipedia.org/wiki/List_of_N【【微信】】ssing_units

2、GPU处理器的计算能力

GPU的计算能力可以使用FLOPS表示。FLOPS是floating-point operations per second的缩写,表示“每秒所执行的浮点运算次数”。被用来估算处理的计算能力。

1 MFLOPS = 每秒可以执行一百万(10^6)次浮点运算

1 【【微信】】 = 每秒可以执行十亿(10^9)次浮点运算

1 TFLOPS = 每秒可以执行一万亿(10^12)次浮点运算

FLOPS计算公式是：

FLOPS＝? ?处理器个数? ?×? ?处理器主频? ×? ? ? 单个处理器一个时钟周期进行浮点运算次数

N【【微信】】的流处理器单元两个ALU单元，每个时钟周期进行两次浮点预算。

显卡FLOPS =流处理器数量? ?x? 流处理器工作频率? ?x? ?2

以Kepler k40和Fermi M2090为例计算FLOP：

Kepler k40 GPU:? ? ? 2880*0.745*2=4290Gflops? ? ? ?流处理单元(SP)的工作频率和核心频率相同

Fermi M2090 GPU:? ?512*0.650*2*2=1330Gflops? ? ?流处理单元(SP)的工作频率需是核心频率的2倍，额外需要x2

三、是否兼容cuDNN

深度学习使用cuDNN做卷积计算，所以兼容cuDNN的显卡计算速度回更快。Kepler系列GPU通常不支持cuDNN，通常会很慢。这意味着应该选择GTX 900或GTX 1000系列。

网上有个一个简单的GPU等价表

我汇总一下主流的GPU显卡的参数做：