前言:
我自己是物理系的學生，但我其實大部分的時間都拿去修資工的課了呵呵，未來的志向也會往這方面走，而我目前正在做基於BERT模型的自然語言處理，不得不說BERT的很好用，但無奈我的筆電跑太慢了，每次都跑好久，所以配了一臺可以方便我做深度學習的電腦，等等的選件原因基本上都是圍繞著深度學習為主要目地去配置的。
一、組裝菜單與選件原因
以下是我的選件
- 主機板
主機板的部分我選擇了華碩的B660M-E D4，因為預算只有25000，所以不太可能選用DDR5的板子，畢竟DDR5現在還太貴了，如果選Z系列又太貴，所以在預算考量之下只能選到B系列的板子。這個板子有4個記憶體插槽，所以在未來如果32GB的記憶體不夠的話我還可以進行擴充，而2.5G的網路孔可以讓我跟NAS進行更快的通訊，在存取NAS上一些訓練完成的模型會更快速。
- 記憶體
記憶體的部分我選擇了金士頓的16GB*2的DDR4-3200記憶體。雖然說機器學習很大一部份的運算重心是放在顯示卡上，但在資料預處理上還是得依賴CPU來進行操作，而在對一些自然語言的語料庫進行讀取時很容易就會用掉大量的記憶體，如果記憶體不夠的情況下就會相當麻煩，所以我選擇了32GB的記憶體。
- 儲存裝置
這部分我選擇了美光的P2 1TB，因為在日常使用下如果僅選擇500GB的硬碟會非常吃緊，而1TB是相當有餘韻的，且考慮預算，這會是最佳選擇。
- 散熱裝置
考量到13600K在Turbo下有181W的TDP，再加上超頻，我認為利民的Burst Assassin 120是相當不錯的選擇，有足夠的解熱性能，價錢也相當和藹可親。
而導熱膏則是選擇了利民TF9，14 W/mK的高導熱係數跟不錯的價錢，這是唯一選擇了。
- 顯示卡
這部分是較關鍵的部分，因為我有機器學習的需求，故只有NVIDIA的顯示卡可以用。我選擇了華碩的DUAL-3060-O12G-V2，這張卡是我認為在這預算下最好的選擇了，雖然再加1000就能升級Ti版，但Ti版只有8GB的顯存，如果是在遊戲圖形運算下確實是更好的選擇，但我的重點是機器學習，12GB的顯存可以讓我載入更大的模型，在模型訓練時也能切更大的batch去運算，故選擇12GB的3060。
- 機殼
這部分選擇了COUGAR MX330-X，因為這部分並不是預算的重點，故不選擇太昂貴、花俏的機殼，只要夠用且散熱的流道合理即可。
- 電源供應器
這邊我選擇了全漢的HEXA 85+ PRO，因為我認為750W有較多的餘韻，即使是未來有擴充更新的需求也夠用。
二、Intel 能提供的幫助
我目前的筆電的CPU是AMD的4800H，儘管他有8核心，但在與intel同等級的CPU相互比較，很多軟體都是Intel的CPU比較順暢，如Matlab、Autodesk Inventor等。雖然AMD近幾年在硬體效能上有很大的進步，但Intel多年與軟體廠商的合作使得很多軟體在Intel平臺上的發揮更好。
今年的Intel的13代CPU的進步幅度很大，相比AMD 7000系列的CPU更為強勁，相信Intel的CPU可以帶給我更多的效能優勢。
這臺電腦我命名為「肝的救星」，因為每次訓練模型都太久，害我都要熬夜等結果才能把作業、報告打完，希望這臺可以可以救救我和大家那鑽石般硬的肝。
以上一點個人心得希望可以幫到大家，謝謝
