提车选日子
计算力正在推动人工智能飞速发展，GPU 深度学习可以说点燃了一个全新的人工智能计算时代，甚至足以抵消摩尔定律的放缓步伐。目前 NVIDIA GPU 已经成为全球应用最广泛的人工智能计算平台，也是每一家企业及所有开发者在构建深度学习系统时必不可少的需要关注的方向。但诸如“如何选择一款 GPU 来搭建深度学习平台”、“如何从头开始配置自己的 GPU 服务器”之类的问题一直困扰着开发者。
深度学习是一类对计算资源有着高度要求的领域，而 GPU 的选择和配置将从根本上决定你的深度学习体验。
如果没有合适的 GPU，你可能需要等上几个月才能拿到实验结果，或者在单一实验步骤上耗费整整一天乃至更久，甚至有可能在苦等许久之后只得到“所选参数关闭”以及模型分歧等错误。
有了良好且可靠的 GPU，我们将能够对深层网络的设计方案与参数进行快速迭代，且能够将原本长达数月或者数天的处理过程压缩至数小时甚至数分钟。
前些日子，AI 前线发布了文章《GPU 太贵无从下手？大神教你省钱又省心》，就如何选择最适合自己实际需求的 GPU 给出了一些。可是终于选好了 GPU，还有一个更大的难题横在眼前：又多又复杂的硬件系统参数、一般的英文文档、各种不同的软件 SDK，到底应该如何从头开始配置好一台适用于深度学习的 GPU 服务器呢？
配置 GPU 服务器到底有多难？知乎上与 GPU 配置相关的提问超过 6 千条，仅“如何配置一台适用于深度学习的工作站？”这一个问题下面就有 4000+ 用户关注，被浏览 68 万余次——难度和关注度可见一斑。
莫慌！本周 AI 前线联合 NVIDIA 深度学习学院为大家带来了一次免费的 GPU 服务器配置入门课程，由最权威的 NVIDIA 技术专家为你梳理从硬件平台和软件系统的搭建到软件系统安装配置的全套流程，手把手教你掌握配置深度学习训练 GPU 服务器的技能。
本课程适合每一位有 GPU 平台程序开发需求的技术人员。在这门课中，你将学习如何从头开始配置一台GPU AI 服务器，我们会结合硬件系统和软件系统介绍完整的解决方案。内容包括：