深度學習工作站的掛載選項

所以，我的大學導師讓我在我們的實驗室建立一個深度學習工作站來做一些研究。但這是我第一次接觸 linux 和系統管理，我對安裝的某些方面感到有些迷茫。其中之一是關於每個卷的安裝選項。

我正在使用 LVM 來管理磁碟（伺服器有一個 480GB SSD 和一個 6TB HD），看來 SSD 有足夠的空間來儲存我們要使用的所有軟體和庫（CUDA、cuDNN、Keras、Tensorflow、等），但是在磁碟分區的 LVM 配置過程中，我可以選擇一些掛載選項，例如 discard、noatime、nodiratime、relatime、usrquota、grpquota 等。

我已經對堆棧溢出、quora 等進行了大量研究，但是對於我的案例，我找不到任何有用的資訊來選擇哪些選項。

工作站的想法是我們實驗室的每個人（大約 15 名學生）都可以使用它在虛擬環境 (python) 中處理深度學習模型。

• Ubuntu 伺服器 16.04
• CPU：英特爾至強 E5-2620 2,10GHz
• 64GB 記憶體 (DDR4)
• 固態硬碟 480GB
• 高畫質 6TB
• GPU：3x Titan X Ultimate Pascal (2016) 12GB

我在這裡要問的是關於邏輯卷的掛載選項的一些建議（我只創建了兩個 - root

$$ 360GB $$和交換$$ 16GB $$- SSD 內部）以及一些關於深度學習工作站系統管理的建議，來自您對此類設置的經驗。

LVM 是對系統進行分區的好選擇，因為您可以在看到需求發生變化時調整它的大小。

使用 SSD，您將擁有適用於數據庫系統的良好數據 I/O。

但是您必須注意不要將 SSD 與普通 HD 混淆，因為它會降低 Data I/O 性能。

因此，Swap在 SSD 上創建分區後，您可以將其其餘部分用於根分區，以便在那里安裝所有軟體。

在多使用者系統中，您可能希望控制使用者可用分區的大小。

因此，您可以為目錄設置一個與 6TB HD 不同的分區/home。

使用此設置，您可能會沒事。

引用自：https://serverfault.com/questions/919228