Комментарии 16
Амдшки молодцы. Ещё пара годиков и мне кажется мы сможем увидеть реальную конкуренцию процессора и видеокарты синих, процессора и видеокарты красных и процессора и видеокарты зелёных.
АМД гпу используется для глубокого обучения? Гайды и статьи посвященные этому пишут мол учится на Nvidia
По-моему большинство фреймворков сейчас заточены под CUDA, но запускать на AMD карточках тоже можно, хотя в плане производительности не знаю как они себя показывают. Если AMD получится ворваться на DL рынок, то будет круто, они хотя бы память для карточек не жмут в отличии от NVIDIA.
У них еще и tensor cores в видеокартах есть.
Спасибо за объяснение! А то хочется баловаться данной темой, и непонятно, что брать в плане железа. 8 гигабайтные варианты (rtx 3070) от зеленых или же 16 гигабайтные (rx 6800) от красных. Многие авторы тем про DL пишут, что объем памяти прямо влияет на скорость обработки данных.
НЛО прилетело и опубликовало эту надпись здесь
Объем памяти влияет на то каким может быть максимальный размер модели + размер пакета данных. Особенно актуально, если собираешься заниматься CV / NLP. Не ручаюсь за правильность, но источник вроде неплохой — lambdalabs.com/blog/choosing-a-gpu-for-deep-learning — тут сравнение карточек от NVIDIA, в том числе по памяти. Видно, что в некоторых случаях данные + модель тупо не влезают в 6-11 гб памяти, либо приходится довольствоваться малыми размерами батча (вплоть до 1).
НЛО прилетело и опубликовало эту надпись здесь
Ну вообще говоря обещали, что Super (или Ti, хз) версии выйдут с большим количеством памяти. Вроде как 3080 Super / Ti будет с 16 гб, про остальные не помню. Собственно, поэтому пока что не собираюсь переходить на новое поколение — 3090 (которая как раз из скорее профессиональной линейки) дороговата и под вопросом в плане производительности (читал где-то бенчмарки, где говорят, что NVIDIA чуть ли не специально урезала им производительность, якобы затачивая под другие задачи), а у остальных слишком уж несерьёзный объем памяти.
НЛО прилетело и опубликовало эту надпись здесь
Nvidia когда только начала делать свою куду, сразу начала продвигать её среди учёных. Чуть ли не бесплатно рассылала железки, программы халявного онлайн доступа к мощностям для институтов, семинары, хэппенинги, гранты и т.д. Соответственно, научное сообщество как-то к ней привыкло, подсело, пригрелось и слазить не торопится.
Против аргументов на счёт того, что куда удобнее, более лучше и вообще, есть один контраргумент: не пригретые невидией криптовалютчики пишут свои майнеры для OpenCL и в ус не дуют.
То есть, таки да, CUDA в науке сейчас засела почти так же прочно, как винда на десктопе.
Против аргументов на счёт того, что куда удобнее, более лучше и вообще, есть один контраргумент: не пригретые невидией криптовалютчики пишут свои майнеры для OpenCL и в ус не дуют.
То есть, таки да, CUDA в науке сейчас засела почти так же прочно, как винда на десктопе.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
AMD представила видеокарты Radeon RX серии 6000 с оптимизацией доступа к памяти