一台有显卡的服务器，显卡推荐性价比比较高的1080Ti。
各类显卡的对比可以参考知乎这篇文章：TF GPU基准测试：2080 Ti vs V100 vs 1080 Ti vs Titan V
至于显卡的显存如何选择，就要结合你的研究方向以及经济能力了。
如果有较好的经济能力的话，建议购买16G以上显存的显卡（包含16G）。因为向现在比较热门的CV和NLP方向，训练数据都比较多，运算量很大，模型架构比较深，参数很多，而且很多预训练模型所占用的显存也很大（参数量大），比如CV中的ResNet和NLP中的BERT，使用他们的话都需要比较大的显存。我在12G的显卡上训练使用了BERT的模型，batch size只能开的比较小，有时候甚至是1。（说到底还是穷:(）
如果你的方向并不是CV和NLP的话可能并不需要这么大的显存，可以选择10G、12G的显卡。
此外，现在也有很多可以免费使用的显卡资源。如果你的程序是Tensorflow框架搭建的，就可以使用Google开放的CoLab，上面有免费的TPU资源可以使用。还有Gradient Community Notebooks，vscaler，Floydhub等也提供免费的GPU资源供以使用。
