scryed schrieb:
also ich persönlich gebe gerne viel geld aus für jeden krämpel auch grakas
aber was nv hier abzieht ist reine verarsche .........
Nur gut, dass du uns adäquat über die Heimtücke von NVIDIA aufgeklärt hast. Die Problematik liegt aber gar nicht primär an NVIDIA, denn jedes Unternehmen möchte letztendlich Gewinne erwirtschaften. Da ist es nur natürlich, die Margen, die am Markt realisierbar sind, auch zu veranschlagen.
Die Hauptproblematik liegt bei den Kunden. Im professionellen Bereich gibt es häufig tatsächlich keine Alternative, für Endkunden aber schon. Dennoch gibt es haufenweise Fanboys oder eben Dödel, die für die letzten 10% Leistung 1000+ Euro bezahlen.
scryed schrieb:
die aktuelle titan so teuer zu machen und dann mit der ausrede kommen naja is ja nicht für gamer sondern für diesen deep learning scheiß ................
Wo ist da genau die Problematik?
Die professionelle Sparte hat enorme Gewinnmargen und sorgt für einen erheblichen Teil des Umsatzes. Warum sollte man einer Titan also nicht das "GeForce" rauben und sie explizit als Einstieg für das professionelle Segment vorsehen und nicht mehr primär für Gamer?
Für Gamer gab es doch ohnehin
immer irgendwann die Ti-Karten.
Unabhängig davon ist
Deep Learning kein "
scheiß", sondern bis dato eine der wichtigsten Innovationen im 21. Jahrhundert. Nur durch Deep Learning sind KIs in der letzten Zeit derart mächtig geworden, um moderne Suchmaschinen, Robotik, selbstfahrende Autos u.v.m. zu ermöglichen. Die größten Revolutionen stehen noch aus, aber schon jetzt ist absolut absehbar, dass dies fast jede Branche in der ganzen Wirtschaft in den nächsten Jahren/Jahrzehnten stark verändern wird.
scryed schrieb:
ach und für was sind dann die quadro karten gedacht ?! , kaufe weiterhin deren karten aber ab jetzt nur noch die vorjahres karten ..........
Quadros sind für Workstations gedacht und zählen zum ausgewachsenen Profisegment. Unabhängig davon findet man derartige Karten selten in Machine Learning / Artificial Intelligence Umfeldern oder generell in Wissenschaft/Forschung/...
Quadro-Karten werden eher für Rendering / CAD / usw. genutzt.
Für Entwicklung/Forschung/Simulation usw. oder eben der täglichen Anwendung, also die Bereiche in den Deep Learning Anwendung findet, hat man im professionellen Segment eher Tesla-Karten bzw. ganze Cluster mit Tesla-Karten. D.h. größere Sachen werden von Tesla-Karten, meist in Clustern, erledigt.
Für kleinere Experimente wiederum benötigt man keine Quadro im Deep Learning. Hier zählt sehr häufig einfach nur ausreichender Speicher und eine hohe SP-Leistung. Deshalb haben viele Workstations für Deep Learning und Ähnliches GTX-Karten oder eben eine Titan: deutlich billiger als eine Quadro und erfüllt die Anforderungen für kleinere Experimente absolut.