因此，我的大学顾问指派我在实验室安装一个深度学习工作站来做一些研究。但这是我第一次接触 Linux 和系统管理，我对安装的某些方面感到有点迷茫。其中之一就是关于每个卷的安装选项。
我正在使用 LVM 来管理磁盘（服务器有一个 480GB SSD 和一个 6TB HD），看来 SSD 有足够的空间容纳我们将要使用的所有软件和库（CUDA、cuDNN、Keras、Tensorflow 等），但在磁盘分区的 LVM 配置期间，有一些挂载选项我可以选择，例如 discard、noatime、nodiratime、relatime、usrquota、grpquota 等。
我已经对 stack overflow、quora 等进行了大量研究，但我找不到任何对我的情况有用的关于选择哪些选项的信息。
工作站的想法是，我们实验室的每个人（大约 15 名学生）都可以使用它在虚拟环境（python）内处理深度学习模型。
- Ubuntu 服务器 16.04
- 中央处理器: Intel Xeon E5-2620 2,10GHz
- 64GB 内存 (DDR4)
- 固态硬盘 480GB
- 高清 6TB
- GPU：3x Titan X Ultimate Pascal（2016）12GB
我在这里想问的是，根据您对此类设置的经验，请提供一些有关逻辑卷的挂载选项的建议（我在 SSD 内部仅创建了两个 - 根 [360GB] 和交换 [16GB]）以及有关深度学习工作站系统管理的建议。
答案1
LVM 是系统分区的不错选择，因为您可以在需求发生变化时调整其大小。
使用 SSD，您将拥有良好的数据库系统数据 I/O。
但您必须小心，不要将 SSD 与普通 HD 混淆，因为这会降低数据 I/O 性能。
因此，在 SSD 上创建Swap分区后，您可以将其余部分用作根分区，以便在那里安装所有软件。
在多用户系统中，您可能希望控制用户可用分区的大小。
因此，您可以为目录设置一个与 6TB HD 不同的分区/home。
有了这个设置，你可能会没事。