Aqui está o seu guia para montar seu computador pessoal para utilizar com Inteligência Artificial e Ciência de dados.
Há muitos guias por aí falando sobre deep learning. E muitos também sobre Data Science e alguns aqui e outros lá citando aprendizado supervisionado. Porém muito poucos abordando todos eles e principalmente qual equipamento utilizar.
E por isso este guia foi escrito para pessoas que de alguma forma estão interessadas em todos os assuntos desta área de conhecimento.
Como otimizamos nossos projetos de IA e Ciência de dados ?
Com o tão falado deep learning, todos têm abordado a importância das GPUs. É verdade, as GPUs são o melhor motor por trás do deep learning e são totalmente necessárias para realizar este tipo de trabalho.
Infelizmente muitas pessoas têm deixado de lado a importância da CPU, memória RAM, placas-mãe e formas de armazenamento. Não é de todo ruim se você está focado apenas neste tipo de trabalho mas caso se interesse por outros campos também você precisa considerar os outros componentes também.
Neste guia nós vamos aprender sobre como montar um computador pessoal que possa trabalhar bem com deep learning, data science, aprendizado reforçado e inteligência artifical. Não queremos um pc tão caro mas também não queremos economizar. Estamos tendo como alvo aqui a otimização. Utilizando a quantidade correta de energia, computação e a melhor sala para manter tudo isso e também não queremos ir á falência financeira 😉
Também vamos sugerir items para as pessoas que estão dispostas a gastar um pouco mais por um upgrade e também para aqueles que querem economizar para algumas peças.
Então sem mais delongas vamos ao nosso guia de construção.
GPU
Vamos começar com a mais falada nos dias atuais: A GPU. É onde a maior parte do trabalho pesado será processado em seus modelos para deep learning.
Na maior parte do tempo em que você estará trabalhando com imagens, reconhecimento de fala ou texto provavelmente irá querer utilizar uma deep networking que neste caso significa: GPU.
Uma NVIDIA GTX 1080Ti é sua melhor aposta neste momento, no Brasil você pode conseguir uma por um valor entre R$ 2.500,00 até R$ 4.000,00 dependendo da quantidade de memória. Uma 1080Ti pode possuir 11GB de vRAM e em processamento de 1600-1700mHz.
Muitos defendem a utilização de uma Titan XP por ter 12GB de vRAM porém é um equipamento mais caro e se você quer fugir de gastar muito opte por uma 1080Ti pois a quantidade extra de vRAM dependendo de seu trabalho não será totalmente utilizada.
A NVIDIA também lançou recententemente o modelo 2080Ti mas como você deve imaginar para o nosso mercado ainda está a um preço impraticável para algumas pessoas.
Outra opção que dá conta do recado pode ser a GTX 1080 que oferece um processamento entre 1650~1900mHz com 8GB de vRAM.
CPU
A maioria das pessoas dizem que uma boa GPU da conta do recado quando você está trabalhando com deep learning. Mas quando o assunto é aprendizado supervisionado e técnicas de data science em geral a maior parte do processamento ocorre na CPU.
Uma excelente escolha seria um i7-8700k. Este possui 6 cores e 12 threads sendo ótimo para o pré-processamento paralelo em data science. A base de clock é de 3.70GHz e pode ser utilizado em overclock que pode chegar a até 4.70GHz.
Outra ótima opção seria um Xeon pois o mesmo também possui vários cores e altamente recomendado para processamento paralelo, mas se prepare para desembolsar muito mais dinheiro do que talvez você esteja disposto.
Caso queira economizar um pouco então vamos para o i5-8600k com 6 cores / 6 threads e de 3.6GHz a 4.3GHz de processamento. Um custo benefício excelente.
RAM
Outro item que pode causar confusão é a tão falada memória RAM.
Para a comunidade do deep learning você irá ouvir que precisa de “2 vezes a quantidade que você possui em sua GPU”, já para a comunidade de data science você irá se deparar com a frase: “quanto mais memória melhor”.
Porém vamos defender que 32Gb já é o suficiente. Você não precisa carregar um dataset de uma vez para realizar análises e ainda que tenha essa necessidade existem técnicas para relizar um split e ir armazenando os resultados para cada carga.
Mas caso tenha dinheiro sobrando então não lhe fará nenhum mau adquirir 64GB ou se realmente quer ir um pouco além e ter a máquina mais potente para mostrar para seus amigos então vamos escalar isso para 128GB ou até 256GB.
Mas a regra aqui é: independente do tamanho de RAM sempre tenha o maior tamanho por módulo.
Por exemplo. Se você tem 32GB então tenha apenas dois módulos idênticos de 16GB e assim por diante.
Placas-mãe
Placas-mãe, motherboards ou mobos como costumam se referir em comunidades de hardware.
Neste item se você escolheu um i7 ou um i5 terá que comprar uma motherboard compatível. Uma boa opção poderia ser a ASUS PRIME Z370-A. Esta possui 4 slots de RAM. Se você possuir 32GB RAM em 2 módulos de 16GB para expandir para 64GB bastaria adquirir mais 2x16GB.
Aqui a dica é se atentar a tranferência de dados entre CPU-GPU-MEMÓRIA. Não é o caso dessa explicação aqui pois demandaria muito tempo e uma análise muito, mas muito profunda. Porém apenas como um overview, se você tem apenas uma GPU na velocidade de tranferência de x16 em algumas placas-mãe você pode encontrar um slot de x16 e duas de x8 desta forma tendo mais de uma GPU nunca atingimos a velocidade máxima de transferência entre GPU e CPU por exemplo.
Mas caso você não seja um gamer hard core raramente precisará de mais de uma GPU.
Armazenamento, Gabinete e Fonte de energia
No quesito de armazenamento como na maior parte do tempo você irá mover dados daqui para lá e vice-versa opte por um SSD. Neste caso vale a frase: “quanto maior melhor”.
A questão de fornecimento de energia é muito importante e deve alimentar todo o hardware de forma estável e segura. Para montar sua máquina e ter uma estimativa de consumo em Watts da energia necessária pode utilizar este site: https://pcpartpicker.com
Sempre se mantenha atento também se sua fonte de alimentação possui Watts reais e qual classificação ela ocupa em relação ao ranking de eficiência que são: Bronze, Silver, Gold, Platinum etc. Dê uma olhada neste link: 80 PLUS
Agora pensando em onde você irá parafusar todas essas peças. O gabinete. Igualmente opte por modelos bem ventilados e com fans extras. Aqui também podemos entrar no mérito dos coolers para seu processador. A melhor opção custo-benefício seria utilizar um modelo do tipo water-cooler.
No caso de monitores de vídeo, a não ser que também utilize seu PC para games então não iremos precisar de top monitores com resoluções fora da realidade 🙂
No mercado existem modelos muito bons para manter a durabilidade e conforto mas não necessita de altas resoluções e taxas de atualização em tempo real etc.
Conclusão
No Brasil ainda temos um certo gargalo quando se trata de preços e em alguns items como um SSD por exemplo. Mas na questão de montagem de um computador você pode conseguir muitas peças de qualidade gastando apenas o necessário e viram que também as dicas não são muito complexas envolvendo cálculos e benchmarkings.
Talvez o seu campo de conhecimento não seja focado em hardware mas nesse caso pesquise bastante antes de ser enganado e comprar “gato por lebre”.
Mas por enquanto é isso. Boa sorte com seu equipamento e bom trabalho com sua análise de dados. Até a próxima.
Nenhum comentário:
Postar um comentário