以下是装一台多算力卡深度学习的主机方案的步骤：

1. 选择适合的显卡：选择适合的显卡来提高计算性能。推荐使用 Nvidia 的 Tesla 系列和 Titan 系列。

2. 选购主板：选择能够支持多张显卡的主板，有两个或四个 PCIe 插槽的主板是不错的选择。具体的选择取决于你预算和需要的性能。

3. 选择处理器：处理器并不是选择的关键因素，但是更好的 CPU 可以提高计算性能的稳定性。

4. 内存：选择足够大的内存，因为深度学习需要较大的内存来训练网络。推荐至少 64GB 的内存。

5. 存储：使用 SSD 硬盘来提高系统运行速度，同时保留一个较大的硬盘来存储数据集等文件。

6. 电源：根据您的计算需求选择合适的电源。

7. 系统：将 Ubuntu 或者 CentOS（最好是经过优化配置的）安装在主机上，它们通常被认为是深度学习的最佳操作系统。

8. 软件：安装深度学习框架（如 Tensorflow、Keras、PyTorch等）和相关的库。

以上是建立一台多算力卡深度学习的主机的大致步骤，具体的硬件配置和软件安装也需根据您的实际需求调整。