我们在做一个智能眼镜项目，其中大模型部分用的是外部API，不在本次讨论范围内。语音识别和语音合成则由我们自研和自部署（主要原因是大厂TTS不支持我们的少数民族语言），目前在CPU服务器（E5系列）上也能跑，就是慢了些。 
由于预算有限，直接购买大厂的GPU服务器比较吃力，或者我没找到合适的采购方案。如果选择自建GPU服务器，学校可以提供电力和网络支持，想请教大家目前什么配置比较合适？我们主要跑语音识别和合成服务，不涉及大模型推理。 
另外，如果租用GPU服务器是否更划算？如有性价比高的云服务器渠道也欢迎推荐，非常感谢！