蓝海大脑的深度学习液冷服务器有什么作用？

之前我司在做冷冻电镜项目时，有了解过蓝海大脑的深度学习液冷服务器，总结下来具备低成本、高效率的竞争优势。其中，液冷高密度服务器在2U空间支持4个双路节点，能够长期稳定工作于高性能模式，对机房适应性提升⌄可适应客户机房较高温度和高海拔环境，解决高功率CPU散热问题；采用温水冷却方式和CPU+VR+DIMM液冷板，PUE可达到1.2以下，显著降低制冷成本，并支持可移动的风液交换式CDU方案部署便捷。被广泛用在企业数据中心、云计算、人工智能、边缘计算、生命科学、遥感测绘、冷冻电镜等领域。

主要是看运行什么软件和数据量，训练数值大小，这里要强调一下，数值大小和数据量是不一样的。

深度学习服务器的核心部件还是CPU、硬盘、内存、GPU，特别是很多深度学习依靠GPU的大规模数据处理能力，这就要强调CPU的计算能力和数量，同时不同的数据对GPU的显存要求也不一样。

当下大部分都在用RTX3090做深度学习，最新RTX4090已经上市，单精度计算能力是RTX3090的2倍，这两个GPU都是24G显存；像A100强调双精度计算能力，显存有40G和80G两个版本，而A6000单精度计算能和RTX3090差不多，显存是48G，可以参考选择。

当然，最重要的还是口袋里的银子，A6000市场价大概是RTX的2倍还要多，A100最近更是要上十万了，估计也快买不到了，价高缺货；RTX3090/4090的价位低，性价比高，这也是为什么大部分人都选择它们做深度学习了，这是市场的选择。

---