注意 默认情况下，您的验证者将没有权益 这意味着它将没有资格成为领导者不质押没有收益或者收益极低如果要将验证器用作 RPC 节点，则应将上述硬 件建议视为最低要求为了提供完整的功能并提高可靠性，应进行以下调整虽然您可以在云计算平台上运行验证器，但从长远来看，它可能；你好，如果数据量不大的话，普通电脑可以的如果数据量很大，建议使用云计算资源望采纳；从配置上将那么就是越多的显示计算核心越好了，价格自然也就越来越贵了当然这个是一个基本路数，如果借助于AMAZON的S3云计算或者现在很火的百度云腾讯云等等在线云计算工具可以不使用昂贵的笔记本电脑，以AMAZON的S3云机器学习来举例，每个小时的计算需要花费042美元，这样一个8小时的计算也就几十块钱。

但随着摩尔定律逐渐走到尽头，以及近几年云计算和人工智能应用的快速发展，数据洪流扑面而来，数据搬运慢搬运能耗大等问题成为了计算的关键瓶颈 在经典的冯诺依曼架构中，数据存储与数据处理在物理上是两个相互分离的单元，在数据处理过程中，处理器与存储器之间需要不断地通过数据总线交换数据 从下图不难看出，算力发；软件环境 可预装 CUDADriverCudnnNCCLTensorRTPythonOpencv 等底层加速库选装 TensorflowCaffePytorchMXnet 等深度学习框架前置接口 USB32 GEN2 TypeC×4 指承灯电和硬盘LED 灵动扩展区 29合1读卡器，eSATA，1394，PCIe接口可选读卡器 9合1SD读卡器可选模拟音频；更让AMD引以为豪的是，自己的技术整合涵盖了笔记本电脑台式机电脑云计算高性能计算HPC和下一代 游戏 机这成为AMD利润和股价大涨的原因 在AMD出色表现的衬托下，英特尔疲态尽显 因为研发不顺，英特尔在14纳米这一制程上停滞了整整5年，直到今年才推出10纳米产品，但表现依然不佳 今年7月，英伟达。

云计算和深度学习究竟有什么关系？今年的8月8号，在IDG网站上发表了一篇文章谈到了这个话题文章中做了这样一个预言如果深度学习的并行能力不断提高，云计算所提供的处理能力也不断发展，两者结合可能会产生新一代的深度学习，将带来更大影响和冲击这是需要大家考虑和重视的一个方向！软件深度学习除了硬件的基础环境。

个人觉得，这个课题，可以通过实践去验证分别用cpu和gpu进行一下试验，看看哪个效果好效果更好的，就是最佳的选择。