High End für CUDA bis 3k€

[CXD]

Hallo Zusammen,

ein Bekannter von mir braucht einen Rechner für intensive GPU Berechnungen im Studium. Er hat ein Budget von 3000€ exclusive Peripherie. Anforderungen sind eine "dicke" GPU, 8Kern Prozessor, 32Gb RAM. Ich habe mich in letzter Zeit nicht besonders mit Hardware auseinander gesetzt und vor alle nicht in dieser Preisklasse. Habe aber mal folgendes zusammengestellt:

GIGABYTE GeForce GTX 1080 Xtreme Gaming PP, Grafikkarte
ASUS X99-E, Mainboard
Intel® Core™ i7-6900K, Prozessor
Corsair DIMM 32 GB DDR4-3400 Quad-Kit, Arbeitsspeicher
Noctua NH-L12, CPU-Kühler
Samsung 850 Pro 2,5" 256 GB, Solid State Drive
Fractal Design Define C Window, Tower-Gehäuse

Passt die Hardware so zusammen und gibt es irgendwelche Verbesserungsvorschläge? Lautstärke, viele Anschlüsse etc. sind keine Anforderungen.

Gruß
CXD

 

[BF2-Gamer]

Auf Mindfactory bekommst Du die CPU für 100,00 Euro weniger. Die GPU bekommst Du dort auch für 50,00 Euro weniger. Eigentlich bekommt man dort fast alles günstiger.

 

[NikBerlin]

Bin mir nicht sicher ob die CPU 3400er Ram verkraftet Ansonsten ganz passabel. Würde eventuell noch auf die 1080ti warten wenn möglich.

 

[Gubb3L]

Was für Berechnungen sind das genau ?
Je nachdem könnten sich PCIe SSD´s bzw. auf jedenfall mehrere SSD´s lohnen. Also unterschiedliche Lese und Schreiblaufwerke wenn viel gelesen und geschrieben werden muss.

 

[Morpheus2200]

wenn es nur um CUDA-Berechnung geht, würde ich bei der CPU und Ram ein paar Schritte zurückgehen. Ebenso wären zwei oder drei 1070 sinniger von der P/L.

Also eher so:

1 Samsung SSD 960 Evo 250GB, M.2 (MZ-V6E250BW)
1 Intel Xeon E5-1620 v4, 4x 3.50GHz, tray (CM8066002044103)
1 Kingston ValueRAM DIMM Kit 32GB, DDR4-2400, CL17-17-17, x4, reg ECC (KVR24R17S4K4/32)
3 MSI GeForce GTX 1070 Aero 8G OC, 8GB GDDR5, DVI, HDMI, 3x DisplayPort (V330-011R)
1 ASUS X99-E WS/USB 3.1 (90SB05D0-M0EAY0)
1 Thermalright HR-02 Macho Rev. B (100700726)
1 Nanoxia Deep Silence 3 schwarz, schallgedämmt (NXDS3B)
1 EVGA 850 GQ 850W ATX 2.3 (210-GQ-0850)


CPU meinetwegen auch der gewünschte 8-kerner: http://geizhals.de/intel-xeon-e5-2630-v3-bx80644e52630v3-a1159883.html?hloc=at&hloc=de

 

[CXD]

Den Shop wechsel ich gerne. War nur der erste den ich gefunden habe. Zu den Berechnungen kann ich nichts sagen, außer dass sie mit Matlab gemacht werden. Ich frag nochmal nach was er denn genau machen will/muss. Zu dem 3400er RAM forsche ich mal nach.

- - - Updated - - -

wenn es nur um CUDA-Berechnung geht, würde ich bei der CPU und Ram ein paar Schritte zurückgehen. Ebenso wären zwei oder drei 1070 sinniger von der P/L.

Welche 1070 wären dann zu empfehlen und wo läge der Vorteil von SLI zur 1080?

 

[Gubb3L]

P/L ist besser insofern man eine vernünftige Skalierung über MultiGPU hat.

Wenn die Lautstärke egal ist dann dürfte es entweder die günstigste oder die mit dem höchste Werksboost sein.

 

[Morpheus2200]

Matlab unterstütz multi GPU

Spoiler

You can use GPUs with MATLAB through Parallel Computing Toolbox, which supports:

CUDA-enabled NVIDIA GPUs with compute capability 2.0 or higher. For releases 14a and earlier, compute capability 1.3 is sufficient.
GPU use directly from MATLAB
GPU-enabled MATLAB functions such as fft, filter, and several linear algebra operations
GPU-enabled functions in toolboxes: Image Processing Toolbox, Communications System Toolbox, Statistics and Machine Learning Toolbox, Neural Network Toolbox, Phased Array Systems Toolbox, and Signal Processing Toolbox (Learn more about GPU support for signal processing algorithms)
CUDA kernel integration in MATLAB applications, using only a single line of MATLAB code
Multiple GPUs on the desktop and computer clusters using MATLAB workers in Parallel Computing Toolbox and MATLAB Distributed Computing Server

Dann würde ich wohl wirklich am ehesten zu dem tripple 1070 greifen, das ich in #5 gepostet habe

 

[CXD]

Matlab unterstütz multi GPU

Spoiler

You can use GPUs with MATLAB through Parallel Computing Toolbox, which supports:

CUDA-enabled NVIDIA GPUs with compute capability 2.0 or higher. For releases 14a and earlier, compute capability 1.3 is sufficient.
GPU use directly from MATLAB
GPU-enabled MATLAB functions such as fft, filter, and several linear algebra operations
GPU-enabled functions in toolboxes: Image Processing Toolbox, Communications System Toolbox, Statistics and Machine Learning Toolbox, Neural Network Toolbox, Phased Array Systems Toolbox, and Signal Processing Toolbox (Learn more about GPU support for signal processing algorithms)
CUDA kernel integration in MATLAB applications, using only a single line of MATLAB code
Multiple GPUs on the desktop and computer clusters using MATLAB workers in Parallel Computing Toolbox and MATLAB Distributed Computing Server

Dann würde ich wohl wirklich am ehesten zu dem tripple 1070 greifen, das ich in #5 gepostet habe

Das Klingt auf jeden Fall gut. Brauche ich dann noch eine Bridge für die GPUs? Und warum eine M.2 SSD?

 

[Morpheus2200]

die m.2 ist via Nvme(pcie x4) angebunden und etwa um den Faktor 6 schneller als via Sata. Außerdem spart es Kabel und Platz

SLI-Bridge ist nicht nötig. du betreibst die Karten ja nicht im SLI.