[2021-01-29] Nvidia 3090 RTX PC 조립 (딥러닝 워크스테이션)

Geforce RTX 3000 Series

PC 게임을 좋아하시거나 하이앤드 PC 환경을 구축하시는 분들에겐 작년 하반기부터 지금까지 현재 진행형으로 뜨거운 시장이 있습니다. 바로 그래픽 카드 시장이죠. Nivida에서 출시한 새로운 RTX3000 시리즈의 미친 성능 (2000시리즈 대비 30 ~ 40% 향상)으로 9월 출시되자마자  품절 대란이 일어났었습니다.

 

출시 5개월 전, Titan RTX 기반 학습 워크스테이션을 구입했었는데, 조금만 더 기다릴걸 후회도 했었습니다. 결국, 참지 못하고 9월 말 3090가 출시되자마자 구매를 하게 되었습니다. ㅎㅎ

 

GIGABTYE GAMING OC 24G RTX 3090

가격이 중요한 상황이 아닌지라 묻지도 따지지도 않고, 업체에 바로 발주를 부탁드렸었는데, 요즘 미친 가격 상황을 보니 상당히 저렴하게 구매한것같습니다. 타이탄 기반 워크스테이션이 아닌 1080TI X 2로 구성된 개인 PC를 업그레이드하기 위해 본체를 열었으나 당황하고 말았습니다. 3090 그래픽 카드가 너무나도 컸기때문이죠.

 

3090의 가로폭이 320mm, PC 케이스의 그래픽 카드 장착 한도도 320mm였습니다. 이론적으로는 장착이 됐지만, 여러 부품이나 케이스의 간섭으로 불가능한 상태였습니다. 허탈함을 뒤로한 채, 급한 상황이 아니니 추후 케이스를 구매하자고 의견이 모였습니다. 그리고 1월 말, 드디어 장착이 되었습니다.

 

PC 부품 업그레이드

딥러닝 연산에서 크게 중요하진 않지만, 간단한 컴퓨터 비전 알고리즘이나 예측 필터를 적용하는데 약간의 답답함을 개선해보고자 INTEL I9 10900F로 함께 업그레이드하였습니다. 메인보드의 경우, 오버클럭을 하지 않기에 저렴한 B460으로 구매했습니다. 오랜만에 PC 조립을 하니 시간이 조금 많이.. 걸린 것 같습니다. 

 

Tensorflow 테스트

구글링 해보니 아직까지 3000 시리즈가 CUDA 및 Tensorflow / Pytorch 호환성이 많이 떨어진다고 하더군요. 직접적인 비교는 불가능하겠지만 간단한 성능 비교를 해보았습니다.

 

DCGAN - MNIST 학습

좌 : Generator 우 : Discriminator

data = 60,000 batch = 10 ep = 1
cuda 10.1 + tensorflow 2.2	cuda 10.1 + tensorflow 2.2	cuda 11.1 + tensorflow 2.5
i7 8700K + 1060 6GB	i7 8700K + 1080TI 11GB	i9 10900F + 3090 24GB
174.5 sec	112.1 sec	65.1 sec (window) / 40 sec (linux)

 

세부적인 사양이 달라 정확한 비교가 안될 수 있습니다. 1회 (6,000번) 학습하였을 때 연산 속도를 비교한 것입니다. 3090과 tensorflow 호환성이 아직 좋지 않아 추후 더 큰 차이가 될 수도 있을 것 같습니다. 다음 포스팅에서는 타이탄과 성능 비교를 해보도록 하겠습니다.

 

 

Your Best AI Partner DEEP.I
AI 바우처 공급 기업
객체 추적 및 행동 분석 솔루션 | 제조 생산품 품질 검사 솔루션 | AI 엣지 컴퓨팅 시스템 개발
인공지능 프로젝트 개발 외주 및 상담
E-mail: contact@deep-i.ai
Site: www.deep-i.ai

딥아이 DEEP.I | AI 기반 지능형 기업 솔루션