CPU选择：

CPU非常重要！尽管CPU并不直接参与深度学习模型计算，但CPU需要提供大于模型训练吞吐的数据处理能力。CPU代表着app后台数据处理能力和请求并发访问能力，对于流量高、功能复杂、产品交互多的应用，便应该提高CPU能力，通常初级应用选择单核CPU即可，而对于已形成一定规模的应用，双核、四核的配置较为常用。

GPU选择：

受禁售等因素影响，无论是英伟达A800还是A100均一卡难求且价格高昂，单块GPU价位已被炒至10万元甚至更高，头部互联网采用A100、H100、H800、K80等多种类型GPU。对于常用的深度学习模型，根据GPU对应精度的算力就可大致推算GPU训练模型的性能。

内存选择：

内存决定着app的打开速度，就如同PC端网站一样，若页面很多、信息量很大，便需选择较高的内存，以电商平台为例，涉及大量的商品页面，视频、图片缓存占用量也很高，一般要选择2GB-4GB的内存配置。

信维完全自研的RTX4090 GPU服务器解决方案，结合CPU和GPU优势，为AI算力提供快速强大和性价比最优的方案。H8120G5是一款支持单路AMD EPYC 9004系列处理器，单颗多达96核心，TDP最大支持400W；双12通道内存，支持12片RTX4090 显卡，适用于深度学习、机器学习、AI训练等。