关于计算电脑配置零件杂谈

    以下没有任何广告成分（也没人找我打广告啊oge）

     我发现有不少课题组只做应用性计算，想为自己实验摸索机理，筛选先导化合物等，或者给文章加点色。 当然不是所有跑计算都必须整一台昂贵的服务器，或者租服务器。但普通的办公台式机或者笔记本又确实性能不够。

    比如学校给配了一台12700k，核显，十二代i7，日常办公性能妥妥的。但是用来跑Gromacs或者Amber动力学模拟，跑蛋白质模拟，500个残基，跑50ns可能就得十天的时间 ，但如果加上一块2000块钱的3060显卡，一天就跑完了。当然还有内存，硬盘等注意事项，下文会给出介绍。

   以下内容给一些想做计算入门买配置的同学一些建议。

首先你应该明确一件事，你要跑的是哪种计算？

目前我所了解的，大致有三大类，不包括制图动画渲染等。

1：量子化学计算

2：动力学模拟

3：生信DNA比对等，深度学习Pytorch，Tensorflow。

之所以这样分，是因为它们所需配置侧重点不同。

其实计算主要讲究两点，算的动，跑的快。

根据自己要跑的类型选择合适的配置很重要。

    首先简单了解一下计算机各个硬件配置。以及选购计算配置时候需要注意的地方。

以下尽量简要说明。

CPU+GPU：首先就是CPU了，Central Processing Unit，中央处理器，从名字就可以看出来，CPU就是电脑的核心，负责电脑的所有计算和调度。

    动力学模拟：经常可以看到网上推荐配置，可以高显低U，5600+3060，12600kf+3080，13600kf+4090等。其实这样搭配用来打游戏很不错，但是做计算就没有这个限制了，CPU性能越高越好，不管是做什么类型的计算，尤其是对于消费级CPU做计算来说，性能只会不够，不会过剩。

CPU和GPU搭配的话，AMD选8核以上的，下文有介绍，这里不建议选AMD的显卡，倒不是说性价比方面，目前来说Nvidia的显卡做计算的生态更完整一些。

动力学模拟来说：

个人建议最低：13600kf  + 3070  （7000元左右）

……（中间灵活搭配）

（目前消费级最好的搭配）13900kf + 4090 （20000~25000）

  英特尔型号：选13600kf，13700kf ,13900kf ，其他的暂不建议。

（13900ks没有必要买，比13900kf贵2000左右，性能最多强5%，其实就是这款体质很好，官方给这款CPU默频加了0.2GHz，这2000块钱升级其他配置更划算）

AMD型号：推荐12核以及以上，至少8核心。5000系列 5900X，选7000系列 8核心以上的；

注：散片会更便宜一些，但体质会差一些，无法超频，或者超频很不稳定，建议买盒装，稳一点。注意装机的时候AMD CPU的针脚不要弄歪了。

显卡部分:

    显卡是一个硬件，电脑出厂的时候配的，电脑最早时候没有显卡，电脑的图像处理由CPU负责。CPU算完才能把图像投到显示屏上，后来发现需要渲染计算的图像越来越复杂，增大了CPU的负担。这时候有人又推出了一个芯片GPU，专门处理图像计算。最早的GPU只是采用被动散热，为了增强散热加上鳍片，再后来GPU功耗越来越高，就演变目前我们常看见的双风扇显卡，三风扇显卡。

    那有人可能就问了，GPU既然是用来计算渲染图像的，那它和计算加速有什么关系呢？

   那我们就要看一下CPU和GPU的结构差异了，当然这里只做简单的说明。

   CPU里面有很多结构，控制单元，运算单元等，但是呢CPU里面的运算单元虽然强，但是数量少；GPU就不一样了，GPU里面的运算单元就多了，可达几千甚至上万。所以GPU很适合做简单的大量运算，就像处理图像像素一样。

   后来人们发现，既然GPU里面有这么多计算单元，除了用来处理图像，那可以做其他类型的计算吗？

    经过科研人员一系列的探索，确实让GPU大大加速了其他类型的计算。比如GPU加速视频合成、深度学习把数据转化为Tensor放到GPU上运算、把动力学模拟中PME计算放到GPU上计算等等。相比于单一的CPU可以成倍节省时间。

当然需要注意的是，不是所有的程序计算都可以用到GPU。

如果你是做机器学习，炼丹的话，肯定需要GPU加速，而且需要较大的显存，也需要较多的内存和硬盘，当然简单的做一些分辨天气，识别数字训练，常用的12GB也够用，预算充足的话买3090，4090也可以。

    做动力学模拟也需要GPU加速，可以为你的模拟提速十倍甚至更多，我的其他专栏有介绍，不过这个并不需要多大的显存。可以买个大一点的固态硬盘比如2TB或者更多，比如10万个原子，跑100ns，动力学模拟产生的轨迹文件.xtc，加上定中心、消除平动转动等处理也要好几GB储存，建议1TB起步，而且最好买固态，速度快而且耐用，支持一波国产。

    量化计算的话，到不需要那么要求GPU，目前支持的GPU的量化程序比较少，像CP2K支持，但是也支持特定的几种GPU比如，P40，P100，A100，H100。

     如果你只是跑量化计算中的一些有机小分子（100个原子以下），做优化，单点能，过渡态，结合能等或者100个原子左右的aimd。倒也不用非得个昂贵服务器级别的CPU，像13600kf就可以算的动100个原子的opt+freq在def2svp或6-31g(d,p)，顺利的话一天之内就可以完成。100个原子的单点能def2tzvp或者6-311+g(d,p)也就是三四个小时左右可以算完。

  内存方面

需要注意的是，跑量化计算内存一定要大，比如做结构优化，很多情况下都要做一下频率分析，而频率分析就要求二阶导数，这时候就比较需要内存容量了。如高斯 def2svp，opt freq，100原子左右，需要32GB内存才算的动，opt收敛以后，打开资源管理器查看，做freq就需要20GB多内存占有，常规的16GB内存肯定是算不动的。不过消费级主板一般最可扩充大内存也就128GB，预算有限的可以先插16GB*2，以后再扩充。

硬盘方面

     还有有就是硬盘部分。一般来说量化计算算出的结果只有几百MB。但是仍然建议你买至少1TB的固态，推荐2TB。像量化计算过程中会产生大量的临时文件，当然这些临时文件会被自动删除然后再生成。所以会不停的在你硬盘上擦写，会磨损硬盘的使用寿命，打开资源管理器就可以看到，有时候你会看到磁盘写入量。比如我上次三天天没关电脑，一直在跑高斯，打开以后就看到。其实都是临时产生的，1TB和2TB基本都能存下临时产生的文件，但是他们的TBW（Total Bytes Written）差别比较大，简单理解为一个固态硬盘总可写入量，一般认为这个参数越大耐用度越好，一般厂家质保固态硬盘不仅有时间限制，也有TBW限制。比如厂家质保三年360TBW，也就是在你三年之内没有超过这个写入限制，硬盘出问题，厂家会保修的。同样大的硬盘也会有不同的TBW差异。所以买的时候一定要注意这个参数，最好买PCIe 4.0接口的，加个散热贴片或者马甲的。

   日常办公360TBW也是够用的，一般来说日常使用都是用不完的。当然对于量化计算就不一样的，这种程序比较磨损硬盘。就比如我跑高斯一天写入量500GB左右。那不出三年，差不多这个硬盘磨损就到头了，会很大程度上影响硬盘的健康值。一旦固态硬盘坏掉，里面的数据几乎无法恢复，详细原因可以了解一下固态硬盘的构造原理。

电源部分：

    省什么都不要省电源，因为这个硬件出问题了就会很严重（起火或者爆炸），当然这个几率非常小，这个小几率往往出现在以下情况，电脑用电功率大于电源最高功率，电源材质太差等。长时间的满载运行计算机也会损耗电源寿命，跑计算就属于这种情况，跑一个任务几天不关电脑很正常。尤其是动力学模拟，能把GPU和CPU同时吃满，所以十分推荐买一个好的电源。买大一线厂家的比如海韵，振华等。选择贵一些的，有7或者10年质保的那种。贵一些的电源大概1000左右，当然会有些溢价，一般我们把电脑放到实验室，保险一些。电源功率买比电脑满载功率大个200瓦左右都可以，求稳。至于电脑满载功率预计有多少，网上有很多教程，请大家根据需要自行查询。

最后补充一些购买和装机配置常注意的地方

显卡：目前中国生产显卡的最大三家厂家分别为 华硕，微星，技嘉。当然还有准一线，二线，三线品牌等。在这不再多介绍。每一家生产显卡都有大致分为三种档次，入门，主流，旗舰。当然还有更细分，丐，入门，主流，（次旗舰），旗舰，超旗舰信仰（高档，高高兴兴上当那种）。当然这里可选择的太多了。主流显卡和旗舰卡性能差距不会超过5%。如果预算有限，就直接选主流显卡就行了，华硕的TUF系列就不错，堆料也规整。

矿卡：这里再写补充一小段，如果你老板每月发200补助，自费玩计算，贷款上班，生活穷困潦倒，矿卡倒也不是不能买，如果只跑量化计算的就不要显卡了，最低买个13600k+32GB内存，自带核显，不到5000。如果跑动力学模拟的话，5700X，12400f，13400f，12600kf等配3060（矿）或者3060ti（矿），5000左右吧，精打细算的话，4000左右预算也能装。像500个蛋白质残基，全原子力场，1.2nm截断，一天也能跑100ns左右。同款的新卡和矿卡性能差距10%左右，如果卡质量比较好的话差距更低，买矿卡，一定要找一个有质保的，信誉好的商家。比如两年质保，最起码坏了给你返修，就像前一阵子，我买了一张3070矿卡（穷困潦倒），2000出头，比新卡便宜了1000。噪音比较大，偶然会出卡机的小问题，毕竟省了1000块钱用着还不错。（后来借钱买新的了doge）

如果有说的不对的地方还请批评指正，欢迎讨论交流。

后续会持续更新本专栏，敬请关注……

GPU和CPU差异：https://www.bilibili.com/video/BV1Bx411z7tR/?spm_id_from=333.337.search-card.all.click&;vd_source=2edafc45c3fd6c8e7610af883a7ff1f4