[p.....a]

Jak obecnie wyglada sytuacja z GPU, a w zasadzie GPGPU, na #linux? Lepiej wypada #nvidia czy #amd?
Nie zamierzam nic kupowac, ale mnie ciekawi jak wyglada sytuacja ze sterownikami i roznymi bibliotekami. Z tego co wyczytalem to raczej z nvidia jest prosciej, bo jest CUDA i sporo bibliotek do #deeplearning wspiera ich GPU. Natomiast amd ma tam obecnie OpenCL i swoje rzeczy, ale nie wiem jak to w praktyce wypada.

Do grania w gry to korzystalem z geforce mx150 w laptopie z roznymi prime/optimus/vulkan i w zasadzie to dzialalo, ale pelno konfiguracji bylo. O amd nie slyszalem za zbyt wiele w tej kwesti :(

#programowanie i troche #gry

[CukrowyWykop]

@przepyszna_frytka: jak chcesz ML to nvidia.

[demonsthere]

@przepyszna_frytka: Imho na linuxa amd. Mają lepszy support pod względem sterowników, wydają je cześciej.

[ruum]

@przepyszna_frytka: Nvidia lubi patrzeć się we własny czubek nosa i idzie własnymi ścieżkami.

[fervi]

@ruum: @demonsthere: Tylko chyba GPGPU to jakaś warstwa dla Windowsa (WSL2).

[wonsz_smieszek]

@przepyszna_frytka: w zastosowaniach obliczeniowych tylko nvidia.

[cohontes]

@przepyszna_frytka: jeśli chcesz robić DL i nie wiem, przyjemniej renderować video to tylko nvidia, w innych przypadkach brałbym to co ma lepszą cenę/jakość. Sam siedzę obecnie na RX570 8GB i chętnie wymieniłbym tylko ze względu na CUDA. Jeśli tego nie potrzebuje to szukaj karty rozsądkiem

[p.....a]

@CukrowyWykop: @wonsz_smieszek: @cohontes: @ruum: @demonsthere: ok dzieki :)

w sumie to bardziej mi sie podoba podejscie amd, bo z nvidia to jest roznie, ale tak jak patrzylem to faktycznie nvidia jest do przodu jesli chodzi o obliczenia

[wonsz_smieszek]

@przepyszna_frytka: nie tyle do przodu, co w praktyce ma wyłączność.

[p.....a]

@wonsz_smieszek: a te rozwiazania amd z OpenCL sa beznadziejne i sie nie nadaja do niczego czy po prostu sa mniej rozwiniete i nie ma porownania do CUDA?

[piotrsbk]

@przepyszna_frytka: Jeśli chodzi o deep learning, to wyłącznie Nvidia - zarówno PyTorch jak i TensorFlow (dwie najważniejsze biblioteki do deep learningu) wymagają CUDA Toolkit, Nvidiowej biblioteki do obliczeń na GPU. Generalnie AMD bardzo powoli ale walczy o jakiekolwiek udział rynku w tym zakresie i niektóre biblioteki czasem za pomocą nieoficjalnych buildów da się zainstalować (np. jest build TensorFlowa dla AMD), ale zawsze jest ryzyko, że przestanie to być wspierane, mogą być

[CukrowyWykop]

Generalnie AMD bardzo powoli ale walczy o jakiekolwiek udział rynku w tym zakresie i niektóre biblioteki czasem za pomocą nieoficjalnych buildów da się zainstalować (np. jest build TensorFlowa dla AMD), ale zawsze jest ryzyko, że przestanie to być wspierane

@piotrsbk: amd ma projekt ROCm, i oni oficjalnie wspierają tensorflow itd. tyle że przeważnie w starszych wersjach.

[piotrsbk]

@CukrowyWykop: Tak jest, dokładnie tego builda miałem na myśli. Nie jest on jednak oficjalnym buildem od Google'a (maintainera TF'a), co powoduje, że 1) ewentualne błędy mogą nie zostać naprawione albo będą naprawione z dużym opóźnieniem, 2) nie ma gwarancji, że wszystko będzie działać, 3) community jest dużo mniejsze. Oczywiście, w większości przypadków wszystko będzie ok.

[wonsz_smieszek]

a te rozwiazania amd z OpenCL sa beznadziejne i sie nie nadaja do niczego czy po prostu sa mniej rozwiniete i nie ma porownania do CUDA?

@przepyszna_frytka: Był czas, kiedy AMD praktycznie nie miało kart na rynku, a Nvidia udostępniła CUDĘ, która mocno chwyciła i od tego czasu oprogramowanie powstaje w oparciu o nią. Teraz juz trudno będzie to zmienić. Choćby mi za darmo dawali karty AMD, to ich nie wezmę,