Legfrissebb anyagok

GAMEPOD.hu témák

PROHARDVER! témák

Mobilarena témák

IT café témák

LOGOUT.hu témák

Keresés

Új hozzászólás Aktív témák

#48 Baryka007 őstag tibaimp #26

Új Válasz 2018-06-23 00:52:13 #48
Új hozzászólás
Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra
Privát üzenet küldése

Baryka007

őstag

válasz tibaimp #26 üzenetére

Ebből valami nekem is rémlik régebbről... De asszem azoknak meg a sebességük volt alacsony. Kompromisszumot kell kötni a mennyiség, és a gyorsaság között valahol.
Azonban ha a mennyiség a lényeg, akkor a felvetésed jogos !
#54 jacint78 addikt tibaimp #26

Új Válasz 2018-06-23 10:54:57 #54
Új hozzászólás
Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra
Privát üzenet küldése

jacint78

addikt

válasz tibaimp #26 üzenetére

A nand lassú mint a tetű, pláne a HBM-hez képest.

type your text here..
#55 Abu85 HÁZIGAZDA tibaimp #26

Új Válasz 2018-06-23 12:24:24 #55
Új hozzászólás
Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra
Privát üzenet küldése

Abu85

HÁZIGAZDA

válasz tibaimp #26 üzenetére

A gépi tanuláshoz nem igazán.
A HBCC egy bizonyos problémakörre van kitalálva. A grafikai feldolgozás során nagyon tipikus, hogy a teljes jelenet komplexitására levetített memóriaigénynek csak egy kis részére van szükség a GPU-hoz közeli memóriában a képkockák elkészültéhez. Ráadásul annyira kevés tartalom változik képkockáról-képkockára, hogy a gyorsítótárazás egy igen jól működő megoldás.
Az SSG az egész HBCC-t csupán egy speciális hierarchiával egészíti ki, mivel vannak olyan feldolgozási formák, ahol az összes adatmennyiség terabájtos léptékű, és azt sehova nem fogod tudni betölteni, vagyis ott lesz a háttértáron. A HBCC így is működik, de az SSG tulajdonképpen ezt az adatmennyiséget beviszi a PCI Express interfész mögé, így lényegesen kedvezőbb lehet az adatelérés, mintha a jóval messzebb található háttértárat használná a rendszer. Tartalomvizualizációs célra például kiváló, de brutális komplexitású CAD modell mellett is hasznos.
A gépi tanulással az a gond, hogy túl véletlenszerű az elérés ahhoz, hogy a HBCC optimálisan működjön. Ez nem grafika, itt nem lehet arra számítani, hogy képkockáról-képkockára csak nagyon kevés tartalom változik. A mai programok is úgy vannak felkészítve, hogy a fedélzeti tárból ne is fussanak ki. Persze később még opció lehet, ahogy ezek a nem felejtő memóriák fejlődnek, de ma nem az.
Sokkal inkább reális alternatíva az AMD-nek a gépi tanulásra egy potenciális EPYC-en egy Zen2 magokat használó lapka plusz egy Vega 20. Pár GMI-vel összekötöd őket, így a Vega 20-nak ott a saját 32 GB-os memóriája, de még a rendszermemóriát is marhára gyorsan eléri, ami lehet 2 TB. És ezt a rendszer skálázod szerverszinten.

[ Szerkesztve ]

Senki sem dől be a hivatalos szóvivőnek, de mindenki hisz egy meg nem nevezett forrásnak.