AIㆍML / 디지털 디바이스 / 퍼스널 컴퓨팅

DIY GPU 서버 : 딥 러닝용 PC 직접 만들기

Ian Pointer | InfoWorld 2018.01.10


필자가 마지막으로 데스크톱 PC를 조립한 때는 10년 전이므로 완전히 새로운 케이스 세계에 적응하기가 어려웠다. 눈부신 LED나 화려한 곡선 무늬나 번쩍이는 팬도 필요 없었다. 필자는 지루한 흰색 타워 디자인을 선택했다. 이 제품도 측면에는 유리 창이 달렸다. 모든 부품이 케이스 안에 들어가는지 확인해야 한다. 쿨러와 그래픽 카드 모두 생각보다 많이 튀어나오기 때문이다. 표준 ATX 타워 또는 미드타워 케이스라면 충분하다.

딥 러닝 PC 만들기 : 조립과 소프트웨어 설치
몇 년 동안 PC 조립을 하지 않았기 때문에 조립할 때 막히지 않을까 약간 걱정이 됐다. 아무튼 준비물은 드라이버, 정전기 방지 스트랩, 유튜브가 전부다. 어느 부품이든 유튜브에서 자세한 설치 동영상을 찾아볼 수 있다. 특히 파손되지 않도록 조심스럽게 다뤄야 하는 SSD 카드와 메모리 설치에 유튜브 비디오가 많은 도움이 됐다.

케이스 안에 모든 부품을 집어넣고 모든 표시등이 정상적으로 들어온다면 이제 OS를 설치할 차례다. 딥 러닝 작업을 위해서는 리눅스로 가는 것이 좋지만, 게임용으로 윈도우를 사용하려면 듀얼 부팅을 구성하는 방법도 있다. 현재 시점을 기준으로 추천하는 버전은 우분투 17.04다. 엔비디아 드라이버를 설치하기가 쉽기 때문이다(또한 엔비디아 다운로드 페이지에는 아직 우분투 17.10용 드라이버가 올라오지 않음). 리눅스를 설치하기 전에 한 가지 알아야 할 점은 컴퓨터의 BIOS로 들어가서 1080 Ti가 아니라 통합 그래픽을 사용하도록 설정하는 것이다. 그렇지 않으면 설치 중 문제가 발생한다.

우분투에서 엔비디아 드라이브 설치하기 가이드에 따라 설치한다. 또한 텐서플로우는 버전 1.5가 될 때까지 CUDA 9를 지원하지 않으므로 CUDA 웹사이트에서 CUDA 8 라이브러리를 받아 둔다.

파이썬의 경우 아나콘다(Anaconda)를 추천한다. 텐서플로우와 케라스(Keras)를 아나콘다와 함께 설치하는 명령은 다음과 같이 간단하다.

conda install -c anaconda tensorflow-gpu
conda install -c anaconda keras
And PyTorch is almost as simple:


파이토치도 마찬가지로 간단하다.

conda install pytorch torchvision -c pytorch

아나콘다에는 주피터(Jupyter)가 기본적으로 함께 설치되므로 이제 맞춤형 딥 러닝 시스템을 사용하기 위해 필요한 모든 요소를 갖춘 상태가 된다.

딥 러닝 PC 만들기 : 총비용
마지막으로, 이 컴퓨터에 들어간 총 비용을 계산해 보자. 필자는 모든 장비를 아마존에서 구입했다. 뉴에그(Newegg)나 타이거다이렉트(TigerDirect) 등의 사이트를 통해 더 저렴한 가격을 찾거나 이베이에서 중고 부품을 검색해 비용을 줄일 수 있다. 또한 앞서도 언급했듯이 엔비디아 파운더스 에디션 또는 GTX 1080 카드를 선택하면 GPU 비용을 100~200달러 절약할 수 있다.

GPU : EVGA 지포스 GTX 1080 Ti, 11GB, 880달러
CPU : 인텔 7세대 코어 i7-7700K, 290달러
CPU 쿨러 : 쿨러 마스터 하이퍼 212 EVO, 30달러
SSD : 삼성 960 EVO 시리즈 500GB NVMe M.2 SSD, 245달러
HDD : 웨스턴 디지털 블루 1TB SATA 6Gb/s 7200RPM 3.5인치 HDD, 49달러
메모리: 발리스틱스 스포트 LT 32GB 키트(16GBx2) DDR4 2400MT/s, 330달러
메인보드 : MSI 프로 시리즈 인텔 Z270 크로스파이어 ATX, 115달러
파워 서플라이 : 로즈윌 글래시어 시리즈 컨티뉴어스 80 플러스 850W, 85달러
케이스 : NZXT S340 미드타워, 흰색, 70달러
총 비용 : 2,094달러

2,100달러에 조금 못 미치는 비용이다. 확실히 딥 러닝 PC에는 상당한 비용이 든다. 그러나 클라우드 월 비용 청구서의 점점 커지는 금액에 부담을 느끼기 시작했다면, 시간과 비용 측면에서 AWS, 구글 클라우드 또는 마이크로소프트 애저의 GPU 인스턴스를 늘리는 것보다 직접 컴퓨터를 조립하는 편이 더 나은지 진지하게 따져볼 가치는 있다. 필자의 경우 확실히 효과를 봤다.  editor@itworld.co.kr

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록발행일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.