cirrussc schrieb:
An die brachiale GPGPU (DP) Performance der Tahiti wird wohl so schnell keine Konsumerkarte wieder ran kommen. Deswegen werden die so schnell auch nicht "alt" werden, schätze ich mal.
Hawaii ist leider nur für den Profimarkt noch wesentlich stärker.
Mal sehen was Fiji auf dem Kasten haben wird.
In der Tat. Ich würde gerne GPGPU-Zeugs auf AMD-Karten machen, leider nicht sehr rentabel: es gibt keinen Support seitens AMD, kaum bis gar keine Frameworks, kaum bis gar keine Literatur... :/
AMD hat, was die Rohleistung angeht, da definitiv die deutlich stärkere Architektur.
Rohleistungstechnisch gesehen würden NVIDIAs GPUs ja nichtmal ansatzweise mithalten können (gerade, wenn man das Preis-/Leistungsverhältnis betrachtet).
Selbst bei Single-Precision ziehen die NVIDIAs ja nicht wirklich an den AMD-Karten vorbei und, wie gesagt, im Double-Precision-Bereich sind die 280-290er immer so zwischen 4-6x so schnell - im Vergleich zur 980 Ti...für dessen Preis man sich schon gleich 2 AMD Karten holen könnte: dann hätte man auch schnell mal 8-12fache Performance für den gleichen Preis (Rohleistung).
Leider nützt das aber alles nicht, wenn es an der Software harpert. Bei mir an der Uni gibt es sogar GPGPU-Kurse in denen CUDA abgedeckt wird. Mein Prof erzählte mir erst letztens, dass entsprechendes
Personal von NVIDIA direkt an ihn herangetreten ist, so nach dem Motto "wir haben gesehen, sie betreiben Forschung mit GPGPU-Anwendungen auf CUDA-Basis: benötigen sie eventuell Lernmaterial? Interesse an größeren Projekten in denen wir Know-How zur Verfügung stellen? Workshops? (...)"
Wenn man bei
NVIDIA vorbeischaut findet man selbst zu so
speziellen Sachen wie Deep Learning sofort
mehrere (!) supportete Frameworks.
Hinzukommend beschäftigt NVIDIA
eigene Devs als Unterstützung zur Entwicklung
eigener Frameworks, wie
beispielsweise cuDNN - Cuda Deep Neural Networks. Noch dazu sind Unmengen an Literatur, Online-Tutorials usw. vorhanden.
Schaut man bei AMDs GPGPU-Seite vorbei, findet man, gelinde gesagt, so gut wie nichts - nichtmal einfache Tutorials oder überhaupt Literatur wie man überhaupt einsteigen und ein bisschen allgemeinen Math-Scientific-Kram machen könnte