作者：@
加刘景长
加刘景长大佬是咱的老朋友了，当年咱在做鬼畜的时候林婉佳的群里就有大佬了。当时的鬼畜圈虽然非常繁荣，但是水很深。咱当年只是因为喜欢广交朋友就被暴躁老哥给打了。好在咱现在连科技区都不混了，靠更文章混日子，但是大佬就是大佬，直到如今也在提供给咱帮助。真正的大佬永远都是随和、温文尔雅、和善的。他们开天辟地的时候就在这，如今仍然在这并且不停地为行业贡献着自己的光与热。而当年拽的二五八万的，如今坟头草已经几丈高了。想想过去的那些玩意还真和现在这些牛逼轰轰喜欢自吹自擂的孩子一样，所以现在这些咋咋呼呼的最后的结果也可以预见。咱很幸运在这个圈子里能认识到这样的大佬而且是不止一个大佬。这些大佬真的教会和帮助了我们很多。祝大佬们在新的十年身体康健，万事如意。
转载文章要署名并且征求大佬同意，这是最基本的。包括很多作者用别的画师的图做周边或者做素材封面什么的都应该至少会意一下，即使相隔万里语言不通至少也应该让作者知道，商业使用更是需要获得授权。我们不是不尊重著作权，而是生在了稍微早些的时代——如今大伙都有健全的法律意识，这很好。未来的一代人日子只会更好过。希望在十年后的世界里没有视觉中国或者马克丁一样的东西。
最后再安利一下大佬的个人网站：
加刘景长の个人小站
http://www.jrmos.com/posts
可以看到大佬最新的动向，可以看到大佬基本上都在敬业压片要么就是更干货教程，相比之下咱更的这点划水教程和上传的视频或者汉化作品产出就不算啥了。无论怎么说跟在大佬边上永远都可以学到新姿势，本期大佬的文章就是介绍最基本的专业电脑配置建议，害怕 手上最强算力是AMD640T开1405T+gtx670超公版的垃圾佬瑟瑟发抖
大佬永远是大佬，咱还在用祖传的GTX750升级200元的670的时候大佬已经在劝咱买3500块钱的1080 Ti了
总之我们开始吧
本文更新至2020.01.06
备注：本文仅供大方向的参考，基本除了CPU/GPU不提及其他具体型号。
硬盘一定要固态装系统，这个钱不能省。120G/240G入门很便宜了，怕不够再买个4TB/8TB机械盘就好。（AE/PR那些装插件超多的用户请买500G固态起步）
图吧垃圾王注：目前市面上2T以上的机械硬盘大概率是SMR叠瓦盘，相比普通硬盘因为采用的技术更类似超写所以使用性能和可靠性都有所下降，建议参考教程避免购买到价格高还基本只能一次性使用做冷储存盘的SMR盘，同样的价格买个好点的盘不好吗
显示器推荐2K（2560*1440）分辨率及以上，不要买1080P(1920*1080)的了。如果在一个垃圾2K屏跟顶级1080p屏选择，我个人一定会选2K屏，因为，比起1080P，2K分辨率能给你带来真正质的飞跃的工作效率。
我以前工作最多一次用过3块1080屏，但后面发现还是不如单2K屏幕更方便给工作提升效率，分辨率的话台式27英寸以上。笔记本看需求配。牌子的话有钱当然选苹果/艺卓，色彩是真的好，比较没预算就选戴尔，超没预算的话我自己在用的HKC也还凑合，当然跟好屏幕区别色彩还原上对比也是明显的，不是要求很高色彩的话也够用。
显卡基本我这边提及的都还是选的 NVIDIA
。专业用跟游戏用在这块优化跟能选的方面还是有很大差别，尽量还是推荐NVIDIA，特别是深度学习这块，AMD不是不能用，但可能有很多小问题跟优化不如NVIDIA的。考虑日常游戏用跟日后升级转卖的贬值问题，除了深度学习我这边并不太推荐专业卡吧。
平面设计/数码绘画/摄影后期
软件：Adobe Photoshop/Adobe illustrator/CorelDRAW/SAI/CLIP STUDIO PAINT/Illuststudio/Painter
初学者/学生党/入门配置
就差不多了，怕内存不够的就加到16G内存(摄影的话如果每张图都在20MB一张体积以上尽量越大内存越好)，买个好点的屏幕就行，尽量不要偏色的屏幕。如果是笔记本的话色域要100%sRGB，不然可能会遇到比如。基本这块并不太需要好的GPU，集显也无所谓了，非得买的话 NVIDIA GTX 1050 Ti 显卡就行。
专业生产力配置
后期特效剪辑
软件：Adobe After Effects/Adobe Premiere Pro/sony vegas/nuke/DaVinci Resolve
后期特效要配电脑就比较难搞，因为基本很好的配置有时输出渲染CPU跟GPU也不一定能吃满60%，不过好的配置是真的有提升速度，这块的话内存绝对是要够海量才行。预览效果都是加载到内存缓存为主的，192G内存也能很快吃到95%。而且硬盘也要尽量的大。一般来说默认1080分辨率的视频后期输出不用插件不去再编码视频的话，1分钟很容易10G存储就没了。
这块就尽量配主频高点的U，除非AE输出序列帧用，那就能吃满CPU跟内存可以配个
3D软件
软件：Autodesk 3DMAX/Autodesk MAYA/Cinema 4D/blender/houdini/Smart3D ContextCapture/keyshot
基本这几个建模跟默认渲染器、Arnold渲染器来说都是吃CPU为主，并不太吃显卡跟内存。
建模、一般渲染 ↓
大场景高要求的单机
Cinema 4D 默认渲染器性能测试参考
官方软件 CineBench R11.5-R15-R20 下载（R11.5只支持到16线程内的CPU）
https://pan.baidu.com/s/1yNte0fbGT7Q68H4WSazM4w 提取码: 7iwb
CPU天梯 Cinebench 分数参考
https://www.cpu-monkey.com/en/cpu_benchmark-cinebench_r20_multi_core-10
渲染器 V-Ray
有2个模式，渲染设置里查看下，CPU模式就跟上面一样就行，GPU模式（V-Ray RT）的话，双卡 GTX 1080 TI/GTX 2080 TI 都行，这里单卡 NVIDIA GTX 2080 TI 效率比单卡 GTX 1080 TI 好30%左右。
-
Intel i9-9900k / 2X Intel E5-2678 v3/ AMD Ryzen 9 3950X CPU + 64G 内存 + 2X NVIDIA GTX 1080 TI
-
AMD Ryzen 9 3950X CPU + 96G 内存 + NVIDIA RTX 2080TI 显卡 / 2X NVIDIA RTX 2080TI 显卡
-
2X Intel E5-2697 v3 CPU + 128G 内存 + 8X NVIDIA RTX 2080TI 显卡
V-Ray 渲染器性能测试参考
官方软件 V-Ray Benchmark 下载
https://pan.baidu.com/s/1KmslrD6vCymAwoVukcayeQ 提取码: 3icm
官方数据 https://benchmark.chaosgroup.com/next/gpu?order=desc&orderBy=gpu
渲染器 Octane Rende / Redshift Renderer
这个要注意下。如果没钱/不想买正版的 OctaneRende 4.0以上 / Redshift Renderer 最新版的话，只能考虑 NVIDIA GTX 系列显卡。RTX 2080TI 显卡暂时都还用不了破解的这俩渲染器，未来出的 NVIDIA RTX 3080 TI 也一样。Redshift Renderer 现在RTX有能破解水印但还是有时有点小问题，并且不太方便……==|||
Octane Rende 这里单卡 NVIDIA GTX 2080 TI 效率比单卡 NVIDIA GTX 1080 TI 好33%左右；Redshift Renderer 这里单卡 NVIDIA GTX 2080 TI 效率比单卡 NVIDIA GTX 1080 TI 好47%左右。
正版 OC4.0/Redshift 2.7可选 ↓
Octane Rende 性能测试参考
官方软件 Octane Bench 4.0 下载
https://pan.baidu.com/s/1ti9WLuGBMKe7e_F4CXXBEg 提取码: yywh
官方数据 https://render.otoy.com/octanebench/results.php
Redshift Renderer 性能测试参考
数据 Redshift Benchmark Results (Updated) - CG Director
软件：Lumion/SketchUp/SolidWorks
这三个软件就没的选多卡了。Lumion这个到最新的10.0也还是只能单卡……我踩过坑了，而且专业卡优化还差……拿了一张V100 32G感觉还不如NVIDIA RTX 2080 TI……Lumion这里单卡 NVIDIA GTX 2080 TI效率比单卡GTX 1080 TI好50%左右。
仿真模拟/科学计算
软件: ABBYY/MathWorks/
这类基本多数都是纯 CPU 为主，集显都可以了。
有部分要用到比较高的数据集，比如我自己以前做过的一个 SPSS k-means 聚类算法的东西128G内存不够，要用到256G以上内存。
MathWorks GPU 加速的群集计算配置：
2X Intel E5-2697 v3 CPU + 512G内存 + 8X NVIDIA RTX 2080 TI 显卡(11G显存8)/8X NVIDIA Tesla V100显卡(32G显存*8)
深度学习
架构：tensorflow/PyTorch/caffe2
现在深度学习基本都是纯GPU为主了，CPU版的 tensorflow 没多少人用的吧……深度学习看不同模型的要求，有些优化得不好的程序只吃单 GPU，而且11G显存不够的！要单16G甚至32G显存那种。不比3D软件配置不够还能慢慢渲，它是一但配置不达要求就直接 pass，内存也尽可能大点，总的来说这个是比较烧钱的玩意。==另外特别注意的是显卡只买 NVIDIA 不要买 AMD，AMD 有概率出现 BUG 而且高要求的模型程序显存也达不到要求。这里单卡 NVIDIA GTX 2080 TI效率比单卡GTX 1080 TI好30-40%左右。一般深度学习Linux优化比win系统也更好点，大概能有3-7%的优化。
入门学生机
单卡极值机
支持多卡的方案
-
AMD Ryzen 9 3950X CPU + 64/96G内存 + 2X NVIDIA GTX 1080 TI 显卡(11G显存*2) / 4 X NVIDIA RTX 2080 TI 显卡(11G显存*4)
-
2X Intel E5-2678 v3+ 256G内存 + 8X NVIDIA RTX 2080 TI 显卡(11G显存8)/16x NVIDIA Tesla SXM3 V100 32GB 显卡(32G显存*16)
CPU版 tensorflow
压片 视频编码转码
