直接回答：神经影像方向的钱，八成该花在 CPU 核数、内存容量和存储上；显卡只在一种特定场景下才值得考虑。
这个方向的配置争论通常来自两个方向的误解：一种把脑影像当成”深度学习任务”直接上多卡 GPU；另一种反过来，一律说”脑影像不用显卡”——后者在做弥散（DTI/纤维追踪）的课题组里其实是错的。
三句话记住：
- 主力流程是 CPU 型：FreeSurfer 官方明确”不推荐专门为它买显卡”，fMRIPrep 官方基准机没有 GPU；
- 唯一值得配显卡的场景：做弥散类分析（FSL 官方提供
bedpostx_gpu、eddy、probtrackx2_gpu、mmorf四个 GPU 工具，门槛只要 NVIDIA + CUDA 计算能力 ≥3.5，且不需要装 CUDA 工具包，单卡即可）； - 最容易白花钱的一项：买了 64 核却没配作业调度——FSL 官方点名 FEAT / TBSS / BEDPOSTX / FSLVBM / POSSUM 是”集群感知”工具，没有集群时脚本会静默地串联运行。
一、先给这个方向的软件画一张”硬件画像”表
| 软件 | 主要用途 | GPU | CPU | 内存 | 存储 | 关键前置条件 |
|---|---|---|---|---|---|---|
| FreeSurfer | 结构像皮层重建、皮层厚度/体积 | 不需要（官方明确不推荐买卡） | 极高（核数优先，须支持 AVX） | 高（每并发被试 4GB） | 中（每被试 300–400MB） | — |
| fMRIPrep | 功能像标准化预处理流水线 | 不需要 | 极高（--nprocs 控制） |
极高（--mem 必须显式设） |
极高（临时目录实测可达 121GB） | FreeSurfer 许可 + 容器镜像 |
| FSL | 结构/功能/弥散分析与统计 | 结构统计类不需要；弥散类有 4 个官方 GPU 工具 | 极高（单核性能 + 核数并重） | 高 | 高（中间文件数倍于原始数据） | Linux(Intel)/macOS；Windows 仅 WSL；建议配 SLURM |
| SPM | 影像统计参数映射（GLM/组分析） | 通常不需要 | 重要（并行取决于授权） | 高（大队列组分析） | 高 | 四种安装方式：MATLAB / Standalone / Octave / 容器 |
| AFNI / 其他影像工具 | 功能影像分析与处理 | 不需要 | 重要 | 中—高 | 中—高 | 环境依赖较多，建议容器化 |
| MNE-Python（EEG/MEG） | 脑电/脑磁分析 | 不需要 | 重要（多核受益） | 中—高 | 中 | Python 环境 |
一句话概括这张表：除弥散类之外，几乎所有格子里的 GPU 都是”不需要”。
二、唯一该考虑显卡的场景：弥散影像
FSL 官方安装文档里给了 4 个 GPU 加速工具——这是”脑影像完全不用显卡”这句话的例外：
| 项 | 官方口径 |
|---|---|
| GPU 工具 | bedpostx_gpu、eddy、probtrackx2_gpu、mmorf |
| 硬件门槛 | 兼容 CUDA 的 NVIDIA 显卡，CUDA 计算能力 ≥ 3.5（自 FSL 6.0.7.17 起基于 CUDA 11.0） |
| 要不要装 CUDA 工具包 | 不需要（静态链接） |
| 卡数 | 单卡即可，官方未要求多卡 |
| 加速比 | 官方未给数值 → 需实测 |
采购含义：如果课题组做 DTI / FDT / TBSS / 纤维追踪，配一块中端 NVIDIA 卡是合理的；反之，如果只做结构像、皮层重建、功能像统计，显卡就是纯浪费——因为主流程是 CPU 的，而上述 4 个工具一个都用不上。
三、比显卡更容易白花钱的：调度没配
这是这个方向最”隐蔽”的一个坑，官方原话值得逐字读：
FSL 官方安装页：FEAT / TBSS / BEDPOSTX / FSLVBM / POSSUM 都是”集群感知”工具，支持 SLURM 或 SGE，官方强烈建议使用 SLURM；而“没有集群时脚本会静默地串联运行”。
也就是说：没有调度时，几百个被试只能一个接一个跑，64 核只能用到 1 核——用户看到的只是”跑得很慢”，完全不会报错，很容易误判为机器性能不行。
配置顺序因此应当是：核数 → 内存 → 存储 → 调度。调度是软件层面的工作（SLURM 免费），但它决定前三个硬件能不能被真正用起来。
四、软件前置条件：买机器之前就该确认的三件事
| # | 前置条件 | 不确认的后果 |
|---|
五、按课题组规模分档（可直接拿去对照预算）
| 场景 | CPU | 内存 | 存储 | GPU | 备注 |
|---|---|---|---|---|---|
| 单人 / 小队列（<50 被试） | 16–24 核 | 64GB | 2–4TB | 不配 | 单机即可，注意 AVX |
| 常规影像课题组（100–500 被试） | 32–64 核 | 128–256GB | 4–8TB + workdir 2TB | 仅弥散方向配单卡 | 必须配调度 |
| 队列研究 / 多项目并行 | 64 核以上或多节点 | 256GB+ | 共享存储 | 视流程 | 流程编排 + 目录规范 |
三条判断口径（比”经验值”靠谱）：
- 并发被试数决定核数与内存：FreeSurfer 官方给的是”1 被试 = 1 核 + 4GB”；fMRIPrep 官方给的是
--mem手工划定； - 存储按”中间文件倍数”估：官方基准里 fMRIPrep 的临时目录是输出的 20 倍以上，FSL 流程的中间文件常为数倍；
- 要不要显卡，只取决于有没有弥散任务。
六、五句可以直接写进方案的结论
- 不需要 GPU（本方向最常见的误配）——除非做弥散类；
- CPU 要”核数 + 单核性能”兼顾：单被试流程多为单线程，队列并行靠核数；
- 内存按”并发被试数”规划，而不是按单被试；
- 存储按倍数估算：中间文件与派生结果通常数倍于原始影像；
- 软件前置条件容易漏：fMRIPrep 需 FreeSurfer 许可；SPM 需先确认走哪条安装路径；FSL 在 Windows 上只能走 WSL。
常见问题
神经影像分析到底要不要配显卡？
分两种场景：①结构像 / 皮层重建 / 功能像预处理与统计（FreeSurfer、fMRIPrep、SPM、FSL 的 BET/FAST/FEAT/randomise 等）→ 不需要显卡，FreeSurfer 官方明确”不推荐专门为 FreeSurfer 购买 GPU 卡”，fMRIPrep 官方基准机的配置里也没有 GPU；②弥散类大规模处理（DTI/纤维追踪）→ FSL 官方提供 bedpostx_gpu、eddy、probtrackx2_gpu、mmorf 四个 GPU 工具，一块中端 NVIDIA 卡就能用（门槛是 CUDA 计算能力 ≥3.5，且不需要安装 CUDA 工具包）。所以正确做法是先问课题组做不做弥散。
为什么说”配了高核数却没配调度”是浪费？
因为 FSL 官方把 FEAT / TBSS / BEDPOSTX / FSLVBM / POSSUM 明确列为”集群感知”工具，并写明“没有集群时脚本会静默地串联运行”——意思是：没有 SLURM/SGE 时，这些工具会把几百个被试一个一个顺序跑，机器里 32 核、64 核只用得上 1 个，而且不报错，用户只会觉得”慢”。官方还特别说明新建集群推荐使用 SLURM。所以交付时配一层调度，是让硬件不浪费的关键一步，而且它是软件工作、不需要额外买硬件。
SPM 一定要买 MATLAB 授权吗？
不一定——这是最容易被误判的一项。官方安装文档列了四种方式：MATLAB（官方推荐）、Standalone（预编译版）、Octave、Containers，其中官方原文写明后几种是 “do not require a MATLAB license” 的替代方案。所以正确顺序是先问课题组准备走哪条路径，而不是直接判”没有 MATLAB 授权就交付不了”。真正需要注意的是：如果走 MATLAB 路线并希望真正用上多核并行，还需要对应的并行计算工具箱授权，否则核数再多也用不上。
FSL 在 Windows 上能装吗？
不能原生安装。FSL 官方支持的平台是 Linux（Intel）与 macOS（Intel 及 Apple Silicon），Windows 仅支持通过 WSL 运行。这对交付是有实际影响的：如果课题组日常用 Windows 电脑，要么按 WSL 方案准备（并把数据盘挂在合适的位置），要么直接配 Linux 服务器。另外 FSL 的文档站已整体改版（旧 wiki 迁到 /fsl/oldwiki/），查资料时别照着旧链接找。
存储到底按多少估才算稳妥？
建议用”原始影像 × 倍数“的口径，并且把预处理流水线的临时目录单独规划：
- 原始数据：按课题组的历史数据量与每人每年新增量估；
- 中间文件：FSL 等流程的中间结果常为原始数据数倍；fMRIPrep 的 workdir 官方实测单数据集可达 121GB / 15.7 万个文件，要单独给一块盘并配清理策略；
- 输出结果：单被试输出往往不大（例如 FreeSurfer 官方给的是 300–400MB/被试），但会随被试数累积。
一句话：按被试数乘倍数、给 workdir 单独留盘，别只按原始影像体积买硬盘。
如果你们正在给课题组或实验室看机器，把 要跑的软件 / 模型、大概几个人用、预算范围 发我一句，我按这个给你一份带参数清单的配置思路——不推销最高配，只帮你把钱花在真正影响出结果的地方。
相关阅读
- 做脑影像分析要不要配显卡？FreeSurfer 官方：不建议为它买显卡
- fMRIPrep 跑一个被试要多大内存和硬盘？官方实测：临时目录能到 121GB
- 课题组 12 个人，服务器要买几张显卡？
- 服务器 CPU 和显卡都跑满了还是很慢，再加一张卡有用吗？
- 服务器 CPU 核数越多越好吗？先看它在你的任务里扮演什么角色
- 脑电（EEG/MEG）实验室的服务器怎么配？MNE-Python 和 AFNI 都是”吃 CPU 和内存”的工具
- 16S 扩增子分析的服务器怎么配？DADA2 官方给的参照是 16 核 / 64GB
| 1 | FreeSurfer 许可（fMRIPrep 官方依赖它） | 流水线跑到一半失败 |
| 2 | SPM 走哪条安装路径 | 官方提供四种方式：MATLAB（推荐）/ Standalone / Octave / Containers——后三种不需要 MATLAB 许可，别默认就得买授权 |
| 3 | 平台与系统 | FSL 没有原生 Windows 版，只能走 WSL；SPM 官方支持 Windows/macOS/Linux；把”客户想在 Windows 上跑 FSL”当成理所当然，交付当天会卡住 |
|---|
另外提醒一句版本问题：SPM12（2012 年发布）已被官方列入”不再支持”的旧版本，官方建议用最新版（当前采用日期式版本号，文档站显示 25.01.02）。客户说”我们用 SPM12″时，值得提醒一次。