Új hozzászólás Aktív témák

• #83503 Ubul86 őstag kispx #83493

  Új Válasz 2022-10-09 19:10:19 #83503

  Új hozzászólás

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

  Privát üzenet küldése

  

  Ubul86

  őstag

  válasz kispx #83493 üzenetére

  nálam "csak" webfejlesztés (docker, phpstorm, bár sokszor van erősebb grafikai igényű site is babylon/threejs-sel akár), az elmúlt 5 évben gamer géppel tolom, sok esetben jól jött az erősebb gpu.
  persze c++,java,c# más. Most én is Legion 5-el vagyok el, az 1 tb ssd a kevés, most úgy érzem. Előző gépemben 250-es volt csak, meg 1 tb hdd de már az a +250 is sokat számított

• #83510 consono nagyúr kispx #83493

  Új Válasz 2022-10-09 19:51:07 #83510

  Új hozzászólás

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

  Privát üzenet küldése

  

  consono

  nagyúr

  válasz kispx #83493 üzenetére

  Leginkább a tömegben Illetve a fejleszthetőségben. Ha csak "játékból" kell a GPU a neurális hálóknak, akkor gyakorlatilag mindegy milyen gépet veszel, mert vagy a Colabon vagy tudod tanítani, vagy elég a CPU/GPU is. Ellenben, a míg megy a tanítás addig nem igazán tudod semmi másra sem használni a gépet, mert a memória is elfogy meg a VRAM is és a CPU is dolgozik. Ilyenkor egy headless Linux box eldolgozgat pár napig te meg közben a notebookon tudsz bármi mást is csinálni. Ha tényleg pénzt hoz a cégnek a deep learning, akkor el lehet gondolkodni felhős TPU-n is, akár csak a Colabon, mert az áram+beszerzési költség vs. $1-2 óránként lehet, hogy a felhő oldalára billenti a mérleget.
  Ha kész modelleket futtatsz, akkor persze más a helyzet, akkor inkább a sok VRAM meg a sok CUDA maga lényeg (csak NVidia GPU-t vegyél hardveresen gyorsított gépi tanul áshoz!). Gyakorlati példa: a stable diffusion különösebb trükközések nélkül minimum 8GB-s vidkarit igényel a helyi futtatáshoz (meg lehet trükközni 4 GB-ra is, mert nálam is fut, de ez a sebesség rovására megy).
  Ja, de az eredeti kérdésre visszatérve: a desktop RTX3080 10-12GB VRAM-mal fél misi alatt megvan már, de a 24 gigás RTX3090 is pár tízezerrel drágább, míg egy 8GB-s mobil RTX3080-al szerelt noti benéz simán egy-másfél misi fölé és a kettőnek egész más a TGP-je...
  Persze ez mind csak hunyorítva, messziről nézve az én véleményem, én csak hobbiból foglalkozom deep learninggel...

  "In God we trust. All others must bring data"

Új hozzászólás Aktív témák