Új hozzászólás Aktív témák

• #14 julius666 addikt Joci10 #13

  Új Válasz 2024-07-18 19:01:27 #14

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  julius666

  addikt

  válasz Joci10 #13 üzenetére

  s mivel kismillió helyen használható a VGA számítási célokra, így megérthető, ha nem fog minden egyes témára ráfókuszálni, csak arra, ami hoz is vissza pénzt

  De épp az a gond, hogy általában volt(?) szar számítási célokra az AMD mint platform, főleg az ergya szoftveres support miatt. Az nVidia oldalán a CUDA évtizedes távlatban már egy stabil, jól támogatott platform volt az AI mánia előtt is, letarolta már az AI előtt is a GPU compute ipart.

  Még egyszer, AI-hoz alapvetően nem kötelező a dedikált hardveres gyorsítás, amikor a ma elterjedt ML könyvtárak többségét (pytorch, tensorflow) fejleszteni kezdték, még az nVidia oldalán se léteztek tensor magok, mezei nVidia GPU-ra írták őket, CUDA-ban. Az nVidiának nem kellett semmi csoda jósgömb, egyszerűen nekik volt korrekt szoftveres platformjuk korrekt supporttal, a fejlesztők meg arra fejlesztettek, a cégek olyan eszközökre ruháztak be, amivel kevésbé szopatták be magukat. Gyakorlatilag az ipar eleve rájuk kezdte építeni az AI eszközöket, ők meg időben felismerték és partnerek voltak ebben.

  Ha elvégezte volna a házi feladatot az AMD (értelmes GPU compute stack), akkor ezek lehettek volna ők is. Helyette pár évente fiókba ment mindig az aktuális félkész megoldás és kihoztak valami újat helyette, ami majd egyszer tuti jó lesz. Ha követted PH!-n a híreket, akkor biztos képben vagy, Abu ezeknek mindig nagy jövőt jósolt. Az eredmények viszont magukért beszélnek.

Új hozzászólás Aktív témák