#分享我的DIY攒机心得 性能参数核心参数：搭载GB203-400 GPU，拥有10752个CUDA核心，加速频率2.62GHz，配备16GB GDDR7显存，显存位宽为256bit，显卡总功耗360W。 技术支持：支持光线追踪、DLSS 4、NVIDIA Reflex等技术，可借助DSC技术支持4K 480Hz或8K 120Hz的高分辨率和刷新率。 性能表现游戏方面：综合性能较前代RTX 4080提升约15%，在4K光追和DLSS技术加持下，游戏体验得以提升，能百帧畅玩部分4K游戏。 生产力和AI方面：在视频编码和解码能力上有不错表现，第五代Tersor支持加速处理FP4精度模型，可降低显存消耗。

M78星球

+4

DeepSeek-R1 模型现已在 AWS 上提供，以下是关于此模型及其在 AWS 上的部署方式的简要介绍： ​链接DeepSeek-R1 概述：模型特性：DeepSeek-R1 是一款大型语言模型，注重强化学习和思维链（Chain of Thought）能力，旨在处理复杂的推理任务。参数规模：包括 DeepSeek-R1、DeepSeek-R1-Zero（拥有 671 亿参数）和 DeepSeek-R1-Distill 系列（参数范围从 1.5 亿到 70 亿）。性价比：据报道，这些模型比同类模型便宜 90-95%，因此在成本效益上表现出色。在 AWS 上的部署：Amazon Bedrock：对于希望快速集成预训练基模型的团队，Amazon Bedrock 提供 API 支持 DeepSeek-R1 模型。市场：在 Amazon Bedrock Marketplace 中可以找到这些模型，用户可以订阅并在托管端点上部署。自定义模型导入：对于 DeepSeek-R1-Distill 模型，可以使用 Amazon Bedrock 的自定义模型导入功能，将模型从 Amazon S3 或 Amazon SageMaker 模型仓库导入。Amazon SageMaker：适用于希望进行高级定制、训练和部署的组织。JumpStart：提供了 DeepSeek-R1 模型的即用型解决方案。训练和推理：可以通过 AWS 的 Trainium 和 Inferentia 来部署 Distill 模型，以实现成本效益。安全性：推荐使用 Amazon Bedrock Guardrails 来增加模型部署的安全性，防止不良内容生成。总结： DeepSeek-R1 模型在 AWS 上提供了多种部署选项，使得无论是新手还是经验丰富的开发者都能根据需求选择合适的工具进行 AI 应用开发。通过这些 AWS 服务，用户可以利用 DeepSeek 的先进推理能力，同时保持对成本和安全性的高度控制。 #亚马逊云科技#分享我的DIY攒机心得

太平洋的水

RTX 50 系列显卡目前已经有两款正式上市了，虽然大部分非公版仍然是三槽设计，但也有部分品牌推出了 2.5 槽的 RTX 5080，公版甚至是标准两槽设计，对于想装 ITX 主机的玩家来说，今年选择高性能显卡的装机难度比之前要低了不少，本期《内行贴士》，我们来快速聊一聊怎么装一台 RTX 5080 显卡的小主机，同时附带一个装机配置单。装 ITX 通常是从一个机箱开始的，但如果想装高性能显卡，就要先挑一张体积尽可能小的显卡，目前已经上市的 5080 中，公版是体积最小的，也是唯一一块双槽、双风扇显卡，如果能够买到，它是最适合 ITX 玩家的 5080。但是如果买不到，就要看看各家的非公了，我们人工遍历了一下目前在售的 5080 显卡，技嘉風魔、技嘉雪鹰、华硕PRIME、微星万图师、微星幻影师都是 2.5 槽以内的设计，建议优先考虑这几款产品。另外还有个非常特殊的水冷卡，来自七彩虹的 Neptune，显卡本身是标准双槽，但是带了一个三风扇冷排，非常考验 ITX 机箱的扩展能力。CPU 方面，首选是能原价买到的 9800X3D，如果买不到，可以考虑酷睿 Ultra 9 285K，ITX 主机需要格外考虑散热条件，因此建议优先选择低功耗高性能的处理器，9800X3D 和 285K 都可以用风冷散热器压制，很适合 ITX 玩家。NV 推荐的建议功率是 850W，我们装机的时候也不必选太高，保证 850 的底线就可以了，优先选择支持 ATX 3.1 标准的金牌或者白金牌全模组电源，便于装机理线。我会比较推荐 SFX 规格，对于小机箱来说，内部空间能省一点就是一点，方便理线和散热。推荐的一套配置是用 9800X3D 配合 X870I，这套配置的绝对游戏性能肯定是没有问题的，装机难点是九州风神 CH170 这款机箱没有专门的理线区域，需要玩家自己慢慢把各种线材梳理清楚，另外 1TB 的硬盘现在看来比较小了，可能需要自己再拓展一块硬盘。

玩家直呼内行

+3