Új hozzászólás Aktív témák

• #43 MaUser addikt Bici #30

  Új Válasz 2017-08-24 20:48:15 #43

  Új hozzászólás

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

  Privát üzenet küldése

  

  MaUser

  addikt

  válasz Bici #30 üzenetére

  

  Abu: Ez is számít, nyilván a tensor magoknak sok haszna nincs gamingben.

  Hát pedig fizikát lehetne számolni velük ezerrel, ahogy a gpu-k jó részén azt teszik.

• #42 KisDre senior tag Bici #28

  Új Válasz 2017-08-24 19:05:58 #42

  Új hozzászólás

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

  Privát üzenet küldése

  

  KisDre

  senior tag

  válasz Bici #28 üzenetére

  Van olyan program, renderengine, ami egyaránt van CUDA-ra és OpenCL-re is?

• #29 MaUser addikt Bici #28

  Új Válasz 2017-08-24 12:37:22 #29

  Új hozzászólás

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

  Privát üzenet küldése

  

  MaUser

  addikt

  válasz Bici #28 üzenetére

  Ne már egy olyan oss(!) tool-al akarjunk gpgpu performance-ról általános következtetést levonnai, ami azzal kezdi, hogy még a proprietary api-kat sem támogatja.

  Nézz meg egy sima fft számolásnál milyen korlátok és sebesség issue-k vannak néhány népszerű platform (matlab, python, stb.) alatt...

• #27 MaUser addikt Bici #23

  Új Válasz 2017-08-24 12:20:33 #27

  Új hozzászólás

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

  Privát üzenet küldése

  

  MaUser

  addikt

  válasz Bici #23 üzenetére

  Azért merült fel ez bennem már régóta, mert az nV karik GPGPU feladatokban nem szerepelnek olyan jól a játékbeli előnyükhöz képest,

  Ez a hét vicce. FYI, gyakorlatilag csak nV cluster-t találsz szinte az összes vállalatnál, olyannyire nem szerepelnek jól GPGPU-ban. Ne keverjük az i egy-két soho alkalmazást valós feladatokkal. Jelenleg ott vagyunk GPGPU szintjén, hogy ipari feladatoknál van 99%-ban legacy és/vagy maintained cuda/cuda-t használó kódod.

  Egyetemi szinten meg még durvább a helyzet, ha nem célirányos ocl konfra mész, tű a szénakazalban nem cuda-n bemutatott kutatás. Elvégre ki a rák akar szívni, amikor cuda-val az nv gyakorlatilag mindent a feneked alá tesz? Ocl-lel még mindig ott tartunk, hogy egy sima Matlab-ban( ) sincs normális support hozzá. Miről beszélünk akkor? Végül is, az elsőszámú ipari/egyetemi tool sem támogatott normálisan...

• #21 Abu85 HÁZIGAZDA Bici #19

  Új Válasz 2017-08-24 09:51:11 #21

  Új hozzászólás

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

  Privát üzenet küldése

  

  Abu85

  HÁZIGAZDA

  válasz Bici #19 üzenetére

  Lehetne, de az arányok tekintetében nem lenne jelentős eltérés a gaminghez képest.
  Az is baj, hogy nem nagyon van asztali szinten karbantartott CUDA kód a tipikus tesztalkalmazásainkban. Kb. annyi az egész, hogy megírták pár éve és áll a semmiben további optimalizálás nélkül, mert nagyon sokan már csak az OpenCL kódot fejlesztik.

  (#20) gbors: Ez is számít, nyilván a tensor magoknak sok haszna nincs gamingben. Egyébként elvileg, de tényleg csak elvileg az MR-Voltára 768 GB/s van írva tervként.

  Amíg nincs hardver addig nyugodtan hazudhatnak erről. Úgy lenne a jó, ha lenne ott egy csillagozás, hogy konkrét mérés, de nem, ez csak egy levegőben lógó valami.

Új hozzászólás Aktív témák