研究生要搞机器学习，如何选购笔记本？

研究生要搞机器学习，如何选购笔记本？

你们实验室是没有服务器的么？那还搞个毛啊。
有mobaxterm其实就行了。

最近刚好在炼丹，跑过几个github 项目
来聊一聊吧
机器学习非常吃性能，一般稍微专业点儿的都用的是GPU跑，效率比纯CPU高好多倍。
就拿我最近在跑的一个github项目BCDU-NET来说吧，是基于Tensorflow跑的。

跑一个周期:
纯用CPU六核标压i7 大约需要3小时
而用Gpu，就是入门级的GTX1650，只要不到二十分钟就能跑完

效率提升600％
下面说一说GPU怎么选

目前机器学习用NVIDIA的显卡最多，CUDA生态很全，各种官方非官方包最多，教程也多，初学者找个视频学一学很快就能成为调包侠跑个Demo出来。
选GPU先看显存，因为显存不够根本就跑不起来。计算单元少一点可能跑的慢一些，做不到视频/图像的实时处理，但是显存不够直接就是不能跑。
2023年入门的GPU显存建议8GB起步，因为6G的话很多新的模型精度调到低的不能再低了也跑不动。
目前性价比比较高的的是桌面端的RTX4070，12G显存基本够小模型跑了，但是4070在笔记本移动端的显存只有8GB，入门也基本够了，精度低一点很多模型都能跑了。
而前一阵ChatGPT、文心一言带着火起来的大语言模型，那简直就是显存大户，12G也就是勉勉强强能运行起来看个效果，很多实验室都在跟风立题……扯远了，这也不是笔记本能干的事情了。
预算紧张的情况下CPU很多时候是可以做妥协的，一般来说标压酷睿i5/锐龙R5就基本够用了，CPU能喂饱显卡、带的动就行，GPU必须是NVdia品牌的（兼容性好、应用广泛、生态齐全），60系列起步，上不封顶。
<a data-draft-node="block" data-draft-type="mcn-link-card" data-mcn-id="1684115229422845952">没有什么游戏需求挨个点一遍看看哪个价格低有现货就买哪个

炼丹主要就是用到CUDA模块＋显存，那个跑分时候的性能释放差个10W意义不大，因为只要是你同一型号的GPU，计算核心都是一模一样的，CUDA单元数量、带宽大小……都是一致的。不过建议买英特尔的CPU，因为有时候可能跑一些计算会用到AVX系列的指令集，英特尔表现更好一点。
最后聊一聊有什么需要注意的

机器学习跑在GPU上的时候非常消耗性能的，CUDA模块的占用和显存的占用基本都是满的，这时候GPU的发热量非常可观，对散热模组的要求非常高，时间一长很容易顶不住加剧硬件的老化。建议不要长时间在笔记本上跑项目，做个验证就行了，大项目放到服务器上跑。

机器学习方向的研究生，在选购笔记本电脑的时候需要考虑三方面内容，其一是否有云计算平台的支撑；其二是否有数据分析任务；其三是否需要做落地实现。


对于很多人来说，掌握机器学习知识是进入人工智能领域的重要途径，机器学习不仅是人工智能的六大方向之一，同时也是进入其他领域的重要基础，比如自然语言处理、计算机视觉等。从事机器学习需要两方面资源的支撑，其一是算力支撑，其二是数据支撑，所以在选购笔记本电脑的时候，应该根据这两个方面的资源掌握情况来进行选择。
如果有云计算平台的支撑，那么在进行电脑选择的时候，并不需要考虑太强大的计算性能，但是应该注重显卡和CPU的配置不能过低，这样在做一些本地实验的时候，会方便一些。实际上，目前大部分机器学习方面的研发都需要基于云计算平台来进行，毕竟笔记本电脑的性能瓶颈是比较明显的。
目前机器学习在数据分析领域有广泛的应用，如果需要基于机器学习从事一些大数据分析任务，那么应该注重一下笔记本电脑的内存，此时内存越大越好，因为大数据平台往往非常占内存，开源的大数据平台往往也需要8G以上的内存，一些商用的大数据平台会有更高的要求。
最后，选择笔记本电脑还需要考虑到实际的运用环境，如果需要频繁到现场解决问题，还需要考虑到便携性和续航时间。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

反对那些说笔记本性能不重要的。。首先，你不能无时无刻用上服务器啊什么的。其次，哪怕你能一直用上，恐怕也是靠ssh，那么要画图的时候和用ipython notebook都比较麻烦。所以，不差钱的话，内存16g起，显卡不用太好。这样在跑demo,打kaggle比赛的时候，都是极其舒适的。。(建议台式机

2019年10月来补充一下，不知道题主研究生读怎么样了。没想到几年过去了笔记本的显卡进步挺快，现在一些质量不错的游戏本自带的显卡并不比台式机缩水太多，ubuntu等发行版对笔记本显卡支持也更好了。可以考虑买个RTX 2070或以上的游戏本，内存和显存大点比较好，做一些本地小数据的代码测试再部署到云上做大规模训练，也是不错的选择。不过几年来数据量的进步比显卡进步更快，单机也就只能做代码测试用了，搞台外星人也坚持不了训练几天，大规模训练都得上云。
以下是2015年的答案原文：
任何一个可靠好用的笔记本都可以，可以流畅运行系统并且作一些简单的本机代码编译调试就可以了。建议不要装Windows，因为绝大多数的机器学习软件都是Linux（通用mac）。从买笔记本省下来钱可以留着，以后去Amazon上面租强大的机器，比如36核的CPU啊，比如4个特斯拉显卡啊这样都是需要钱的。
当然了，我也猜出来你问问题的本意是准备给自己找个借口说，哎呀这个笔记本在课余的时候也像打个游戏啊，你们搞深度学习的都要显卡好我就买个显卡好的你看还是可以帮助科研的嘛。笔记本的显卡在深度学习面前就是个渣，显存小，CUDA核心不够，笔记本的散热又不能坚持长时间训练模型。你想打游戏就直接说嘛对吧。