Die Wahl des Gehäuses ist eigentlich recht einfach. Alle Komponenten müssen in das Gehäuse passen. Also wenn es das Ziel ist, dass zumindest die CPU Wassergekühlt werden soll dann muss der Kühler des Wasserkreislaufes im Gehäuse untergebracht werden können. Weiter habe ich die Erfahrung gemacht, dass die weiteren Komponenten wie Motherboard, SSD Laufwerke, NVMe Laufwerke etc. wenn das Training eines neuronalen Netzes läuft ziemlich warm werden. Also war mir klar, dass das Gehäuse ein Big Tower wird der viel Luft bietet. Jetzt schränkt es dann die Auswahl der am Markt verfügbaren Gehäuase etwas ein. Dann wollte ich ein stabiles Gehäuse haben mit wenig Plastik und viel Blech sowie Schrauben damit ich den Rechner auch mal auf Trainings mit nehmen kann.
Aus meiner Zeit aus dem Studium habe ich immer von Chieftec Gehäusen sehr viel gehalten und selber immer noch drei Stück im Einsatz. Die Gehäuse von Chieftec waren seinerzeit um ca. 2002 herum massiv aus Blech und einfach unverwüstlich gebaut. Allerdings haben mir keine Gehäuse der Firma Chieftec jetzt ca. 20 Jahre später noch so richtig gut gefallen. So habe ich nach Alternativen gesucht bin auf die Gehäuse von der Firma Fractal Design gestoßen die mir sehr gut gefallen. Aufmerksam bin ich auf das Gehäuse geworden da ein Kollege von mir für die Arbeit sechs Rechner bestellt hat mit genau diesem Gehäuse. Da dachte ich mir dann kann es nicht schlecht sein wenn es im professionellen Einsatz für Deep-Learning Entwicklungen eingesetzt wird (wie diesen hier: BMW-InnovationLab). Ich habe mich dann länger mit den Gehäusen privat beschäftigt und am Ende entschieden mir ebenfalls ein Define 7 XL zuzulegen. Mehr zu dem Gehäuse jetzt im nachfolgenden Abschnitt mit vielen Bildern.
Define 7 XL Dark Tempered Glass
Ausgesucht habe ich mir dann wie oben bereits geschrieben das Define 7 XL mit einem leicht getönten Seitenglas um die Hardware auch sehen zu können. Aber diese Glasscheibe war natürlich nicht der Grund für meine Entscheidung. Viel mehr hat mir die Bauart sehr gut gefallen die wieder massiv ist und mit so gut wie keinem Plastik auskommt. Auch ist das Gehäuse sehr voluminöse und bietet viel Platz für große Grafikkarten und einer Wasserkühlung. Der Platz ist ja nicht nur wichtig das die einzelnen Komponenten verbaut werden können sondern das auch ausreichend die Luft strömen kann. Denn je nach Anwendungsfall werden wohl auf dem Motherboard NVMe Laufwerke gebaut und eventuell noch 3,5 Zoll Festplatten für die Datenhaltung. All das findet kinderleicht in dem Define 7 XL Platz und ist dazu noch sehr leicht zugänglich von beiden Seiten des Gehäuses.
Das Bild zeigt das Gehäuse nach dem ich es bei mir im kleinen Fotostudio ganz frisch ausgepackt hatte. Auf dem getönten Glas ist noch die Schutzfolie aufgezogen damit diesem nichts passiert.
Bei diesem Bild ist auch schon sehr schön zu erkennen wie breit das ganze Gehäuse ist. Das erkennt man daran, dass auf der Rückseite neben den Slot-Blechen horizontal noch weiter Slotbleche vertical zu sehen sind.
Define 7 XL Dark Aufbau
In dem folgenden Abschnitt möchte ich euch einen Eindruck davon geben warum mir das Gehäuse so gut gefallen hat. Auf dem folgenden Bild ist schon sehr gut zu sehen das wirklich alles aus stabilen Blech gearbeitet ist und viele Kabeldurchführungen vorhanden sind. Die bereits eingebauten Lüfter sind perfekt positioniert und sorgen für einen guten Luftstrom durch das Gehäuse. Vor jeder Öffnung ist auch ein feines Gitte das gröberen Staub davon abhält in das Gehäuse zu fliegen. Feiner Staub wie Pollen und feiner Hausstaub finden dennoch ihren Weg in das Gehäuse.
Hier habe ich die Kamera auf den Bodenpartie im Gehäuse gerichtet. In diesem länglichen Schacht wird links das Netzteil montiert und rechts finden noch vier Festplatten in diesem Schacht platz. Alles ist gut belüftet und die Kabelzuführungen klappen von der Rückseite perfekt auch zu diesen Festplatten.
Hier ist einmal die Rückseite des Fractal Design Gehäuses gut zu sehen und wie schön die Kabel schon ab Werk verlegt sind. Das spornt natürlich an wenn die eigenen SATA-Kabel und Kabel vom Netzteil verlegt werden hier auch ordentlich zu arbeiten. Auch ist auf der Rückseite wieder ausreichend Platz die Kabel ordentlich zu verlegen. Im unteren Teil des Gehäuses ist die Kunststoffblende zu sehen die von links nach rechts über die gesamte Länge geht. Hinter dieser finden die vier Festplatten noch ihren Platz sowie rechts das Netzteil mit seinen Kabeln.
Rechts oben im Eck sind noch die Anschlüsse für die Gehäuselüfter gut zu sehen. Dort befindet sich ein Hub über den die Lüfter angeschlossen werden können. Die Anleitung zu dem Gehäuse erklärt die Funktion dieser Anschlüsse sehr gut.
Hier noch ein Bild von den Anschlüssen auf der Vorderseite des Gehäuses. Alles ist super zugänglich und sehr ordentlich verarbeitet. Die Schutzfolie auf der Blende vorne am Gehäuse ist auf diesem Bild noch vorhanden. Die Klappe lässt sich gut öffnen und so hätte man Zugriff auf eventuell verbaute Laufwerke wie einen DVD-Brenner oder ähnlichem.
Wem jetzt das Gehäuse gefällt kann dieses z. B. über Amazon kaufen. Hier gibt es daher noch den Affiliate-Link auf den Amazon Shop zum Define 7 XL Gehäuse.
Zusammenfassung
Ich bin sehr zufrieden mir dieses Gehäuse geleistet zu haben. Ja es hätte sicher billigere Gehäuse gleicher Größe gegeben aber dieses ist einfach perfekt verarbeitet. Damit einher geht für mich auch das alles passt von der Bohrungen und auch nichts klappert oder vibriert bei der großen Anzahl an Lüftern. Auch bietet es einfach richtig viel Platz für alle Komponenten und ausreichend viel Luft die zur Kühlung durch das Gehäuse strömen kann. Daher würde ich es mir immer wieder kaufen bzw. bei Fractal Design schauen wenn ich mir wieder einen Deep Learning PC zusammenstellen würde.
Artikelübersicht - Wie baue ich einen PC für Deep Learning Aufgaben
Die nachfolgenden Artikel beschreiben den Bau eines PC Systems für Deep Learning Aufgaben.
Deep-Learning PC selber bauen – eine Schritt für Schritt AnleitungDeep-Learning PC selber bauen – Auswahl der Grafikkarte
Deep-Learning PC selber bauen – Auswahl des Gehäuses
Deep-Learning PC selber bauen – Auswahl des Betriebssystems
Recent Comments