Комментарии 8
У AMD есть стратегия по выпуску потребительских устройств для ML, аналогично 40*0 НВидиа?
ROCm так и не выбрался из Linux?
Это все же разные компании: АМД выпускают процы карточки для простых смертных, а НВидия больше нацелены на серьезные устройства, также слегка захватив потребительский рынок
7900XTX 24GB примерно так и позиционируется сейчас. SD и llama через KoboldAI работают на ней без проблем.
Про платформы отличные от Linux не могу ничего сказать.
Это отдельный экземпляр. И работают без проблем благодаря большому объему памяти. Если бы вся линейка была доступна для ML и были перспективы.
А НВидии получается более практичны - и поиграть и поработать. Не уверен насчет майнинг, но казалось Овидия там тоже была предпочтительнее.
И вот вопрос, где АМД упустили момент?
И вот вопрос, где АМД упустили момент?
Во-первых, они уже очень давно отставали от нвидии в плане софтовой поддержки GPGPU (вычислений общего назначения).
Во-вторых, даже после выпуска ROCm, который несколько сократил это отставание, они продолжали придерживаться стратегии разделения сегментов профессиональных видеокарт и игровых. Например, в то время как Нвидия добавила ускорители для матричных операций во все свои линейки, а для старых моделей сделала программную эмуляцию, АМД добавили аналогичные ускорители, но только в линейке серверных MI, а на игровой видяшке нельзя было даже в режиме эмуляции запустить расчитанную на эти ускорители программу.
Так что упускали момент они неоднократно, и лично меня очень радует, что сейчас начинают одумываться и хотя бы одну модель представляют как и игровую и профессиональную одновременно.
для работы на графических процессорах AMD через платформу HIP/ROCm
API CUDA реализована в ZLUDA через замену вызовов функций на аналогичные функции, предоставляемые в HIP runtime
это означает, что графические процессоры Radeon могут работать быстрее через библиотеку ZLUDA, чем через HIP
Если это просто транслятор из CUDA в HIP, то откуда берется выигрыш по производительности? Из поверхностной реализации поддержки HIP в стороннем ПО с хорошей оптимизацией под CUDA?
Вчера протестировал и пришел к выводу что производительность выше из-за багов. В частности со светом проблемы, картинка получается намного темнее при рендере. Ну и появляются тёмные участки до которых свет не доходит, соответственно неосвещенные объекты не визуализируются и рендер проходит быстрее.
А вот если свет докрутить(в моем случае силу света увеличил в 10раз), чтобы всё корректно отображалось. То даже можно заметить отставание от HIP по производительности.
Проверял в Блендере
Разработчик опубликовал код инструментария ZLUDA для запуска CUDA-приложений на GPU AMD