AMD GCN4 (Polaris, Radeon 400/500) & GCN5 (Vega)

Zum Thema irgendwelcher Überlegenheiten...mal ganz ehrlich. Warum steht AMD jetzt in DX12 so gut da? Weil dort Features genutzt werden die AMD mit ihren GCN GPUs bereits zu DX11 Zeiten bot.
Beziehen wir jetzt Überlegenheiten ausschließlich auf die Performance, welche mit der Zeit und der fortlaufenden Weiterentwicklung auf den Geforce Karten auch noch mehr nachgegeben hatte?
Unter Strich war seit Kepler nvidias Vorteil vor allem darauf begründet das man Hardware seitig hoch taktende Spar Designs bot und ordentlich Kohle in die Software Unterstützung für ihre Hardware steckte. Eine Überlegenheit der Hardware sehe ich da abseits von HDMI 2.0 und dem geringeren Strombedarf nicht wirklich.

Zum Thema freesync/G-Sync...wenn ich mich recht erinnere macht man sich in beiden Fällen lediglich etwas zu nutzen was zuvor einen ganz anderen Zweck hatte und dem sparen von Strom diente.
 
HPC steht bei AMD durchaus auf der Agenda, siehe HPC APUs.

Die FirePro sehe ich mehr in der Medienbranche(Videoschnitt) oder im klassichen CAD. Für HPC-Anwendungen wie aktuell Deep Learning fehlen AMD SDKs und KnowHow wie hier von nVidia: https://developer.nvidia.com/deep-learning-software

Wenn man einmal Themen besetzt hat wie nVidia, lernt man ständig aus dem Feedback mit Kunden. Da wird es für einen Nachzügler wie AMD oder Intel sehr schwer dagegen zu bestehen.

Umgekehrt hat AMD das DX12 Thema besetzt und ein große Zahl an Projekten dazu laufen. Da wird es für nVidia verdammt schwer zu bestehen. Sie werden kaum eine Chance haben das auf Dauer aufzuholen.
 
http://stackoverflow.com/questions/30622805/opencl-amd-deep-learning



As of 25 October 2015, it seems that AMD and others have extended their hands on the development of several OpenCL accelerated frameworks for deeplearning. So yeah OpenCL support is now existent for deeplearning :)
This is a list of OpenCL accelarated framework or tools that have been developed keeping deep learning in mind primarily. I hope they will get updated over the upcoming years
We know right now(25 October 2015) there are three deep learning framework that are very very popular to researchers and has seen some commercial products

  1. Theano
  2. Caffe
  3. Torch

caffe has a pretty good OpenCL support because amd developed a complete version of caffe which supports almost all the features of caffe and also it is being developed actively. it is named OpenCL Caffe. and here is the repository

OpenCL Caffe
if you are thinking about performance then according to that site(i have not bench-marked it myself) it gives around 261 images per second or 22.5 million images per day in a AMD R9 Fury hardware(training). to compare with nvidia K40, which can process 40 million images a day. so according to the site it can give half performance in one-sixth money.(considering k40 is 3000$ card and r9 fury is around 600$). however using any consumer card will give you a problem about memory(vram) which is quite important in deep learning.


https://github.com/amd/OpenCL-caffe

Gleiche Performance für ein Drittel der Kosten. Mit der Radeon Pro Duo bekommt man auch noch Professionelle Treiber für die halben Kosten bei selber Performance.
In a wave-equation modeling performance demonstration, AMD says the S9300 X2 can deliver as much as 3.5 times the performance of Nvidia's Tesla K40 and two times as much performance as the Tesla K80. Other applications that might benefit from the S9300 X2 include tasks like deep learning.
Das beschleunigt das ganze nochmal.
 
@mariahellwig
Reden wir dabei von der Nutzung von Schnittstellen wie z.B. OpenCL die für jeden zugänglich sind oder geht es dabei eher um CUDA wo ausschließlich nvidia die Hand drauf hat?
Das könnte ebenfalls ein Grund für die Dominanz sein und AMDs Bemühungen um den CUDA Converter könnten sich schneller auszahlen als manche glauben.
 
Ich denke eher, er meint das Anbieten von Tools, die sehr praktisch und einfach zu bedienen sind und woran die Entwickler sich dann gewöhnen. Damit die sich nochmal in eine andere Software einarbeiten, muß die dann schon wesentliche Vorteile bieten. Betrifft Spiele- und Profisoftware-Entwicklung in ähnlicher Weise.
 
Ich denke eher, er meint das Anbieten von Tools, die sehr praktisch und einfach zu bedienen sind und woran die Entwickler sich dann gewöhnen. Damit die sich nochmal in eine andere Software einarbeiten, muß die dann schon wesentliche Vorteile bieten. Betrifft Spiele- und Profisoftware-Entwicklung in ähnlicher Weise.
Das. Aus Erfahrung kann ich sagen: SW-Entwickler sind faule Säcke... (*) ;D


(*) In dem Sinne: Wenn's mit der IDE was schnell zusammenklickbares gibt, wird das bevorzugt. Auch wenn's "in the long run" anders besser wäre, aber den "long run" gibt's heutzutage immer weniger. Eher "fire and forget". :P
 
Nun ja, der eine Punkt schließt den anderen aber auch nicht unbedingt aus.
Erst bastelt man was für CUDA zusammen, schickt es dann nochmal durch den Converter, nimmt noch die letzten erforderlichen Änderungen daran vor, hat es dann in beiden Ausführungen und kann sich so den Großteil des Programmieraufwandes für die zweite Version sparen aber erreicht dennoch eine deutlich größere Hardware Basis.

Die Bedeutung des Conversters würde ich definitiv nicht unterschätzen.
 
Asu meiner Erfahrung heraus würde ich dem Konverter keine große Bedeutung zumessen.
Wer ein GPGPU Projekt angeht, macht sich vorher Gedanken über die erforderliche Hardware. Wer also mit CUDA unter Nvidia arbeitet, benötigt es nicht auf anderer Hardware. Denn da geht es immer um Spezialgebiete, wie z.B. bildgebende Verfahren in Medizinbereich, wo keine breitere Hardwareaufstellung vonnöten ist. Im Massenmarkt ist GPGPU bisher nicht angekommen. Daran wird sich so schnell auch nichts ändern.
MfG
 
Ich würd meinen, das trifft dann eher auf Universitäten zu, die mit begrenzten mitteln viel herausholen müssen und dort bekommen sie derzeit bei AMD wohl das beste Preis/Leistungs-Verhältnis. Für Kompatibilitäten zu CUDA-Renderfarmen bietet sich dann aber der Konverter durchaus an.
 
Und wenn man schlau ist, macht man Neuentwicklungen jetzt direkt in dem Portable HIP C++, und kann die Programme hinterher direkt für beide kompilieren.
 
Aus meiner Erfahrung heraus würde ich dem Konverter keine große Bedeutung zumessen.
Wer ein GPGPU Projekt angeht, macht sich vorher Gedanken über die erforderliche Hardware. Wer also mit CUDA unter Nvidia arbeitet, benötigt es nicht auf anderer Hardware. Denn da geht es immer um Spezialgebiete, wie z.B. bildgebende Verfahren in Medizinbereich, wo keine breitere Hardwareaufstellung vonnöten ist. Im Massenmarkt ist GPGPU bisher nicht angekommen. Daran wird sich so schnell auch nichts ändern.
MfG
Die Spezial Gebiete beziehen sich auf Wissenschaftliche Bereich, da stimme ich dir soweit zu.
Aber GPGPU sein nicht im Massen Markt angekommen?
Jede Moderne GPU ist eine GPGPU dank des Shader Design!
http://de.wikipedia.org/wiki/General_Purpose_Computation_on_Graphics_Processing_Unit
GPGPU ist aus den Shadern der Grafikprozessoren hervorgegangen. Die Stärke liegt im gleichzeitigen Ausführen gleichförmiger Aufgaben, wie dem Einfärben von Pixeln oder der Multiplikation großer Matrizen.
 
Asu meiner Erfahrung heraus würde ich dem Konverter keine große Bedeutung zumessen.
Wer ein GPGPU Projekt angeht, macht sich vorher Gedanken über die erforderliche Hardware. Wer also mit CUDA unter Nvidia arbeitet, benötigt es nicht auf anderer Hardware. Denn da geht es immer um Spezialgebiete, wie z.B. bildgebende Verfahren in Medizinbereich, wo keine breitere Hardwareaufstellung vonnöten ist. Im Massenmarkt ist GPGPU bisher nicht angekommen. Daran wird sich so schnell auch nichts ändern.
MfG

Also bräuchte Intel Knights-Landing gar nicht auf den Markt bringen,
 
Für HPC-Anwendungen wie aktuell Deep Learning fehlen AMD SDKs und KnowHow wie hier von nVidia: https://developer.nvidia.com/deep-learning-software
Nein, tut es nicht. Davon hat AMD mittlerweile genügend im Angebot, wie zB ACML oder clMath. Manchmal hab ich das Gefühl, dass es schon fast zu viel ist. AMDs Vorteil ist, dass sie stark auf offene Lösungen setzen, wie OpenCL oder C++ AMP. Das wird ihnen mMn auch im HPC Bereich helfen.

Ich sehe da auch noch einen anderen Vorteil für AMD, kurioserweise nämlich Intel. Die ähnlich wie AMD auf offene Lösungen wie OpenCL setzen. Nvidia mit ihrem proprietären CUDA Zeugs separiert sich da immer mehr.

Mal davon abgesehen ändert das ja nichts an meiner ursprünglichen Aussage, AMD wird auch im HPC Bereich weiter an konkurrenzfähigen Lösungen arbeiten. Neben der Hardware gehört dazu eben auch Software. Eine Lektion die AMD mittlerweile gelernt hat. Das haben sie auch auf der Computex nochmal deutlich gemacht.
 
Umfrage-Ergebnis mit 31k Teilnehmern:
ClW2E9mWgAAYRoI.jpg


Quelle: https://twitter.com/KMoamm/status/744701513621176324/photo/1
 
Nein, tut es nicht. Davon hat AMD mittlerweile genügend im Angebot, wie zB ACML oder clMath. Manchmal hab ich das Gefühl, dass es schon fast zu viel ist. AMDs Vorteil ist, dass sie stark auf offene Lösungen setzen, wie OpenCL oder C++ AMP. Das wird ihnen mMn auch im HPC Bereich helfen.

Ich sehe da auch noch einen anderen Vorteil für AMD, kurioserweise nämlich Intel. Die ähnlich wie AMD auf offene Lösungen wie OpenCL setzen. Nvidia mit ihrem proprietären CUDA Zeugs separiert sich da immer mehr

Wenn in dem Sektor etwas gewinnen will, reichen nicht nur ein paar Bibliotheken, die man irgendwo, wo sie niemand findet, bereitstellt.
Da ist Vermarktung notwendig und man muss die Interessenten abholen. Man muss sie während der Projektentwicklung begleiten, Lösungsvorschläge machen. Das Proprietär scheiße ist merken die meisten erst später.
AMD macht bei der Entwicklung der Konsolen und mitlerweile bei vielen Titeln richtig gut, aber bei HPC fehlt ihnen entweder das Personal oder man setzt andere Prioritäten. Es wirkt auf jeden Fall alles etwas lieblos und wenig einladend.
 
Wenn in dem Sektor etwas gewinnen will, reichen nicht nur ein paar Bibliotheken, die man irgendwo, wo sie niemand findet, bereitstellt.
Da ist Vermarktung notwendig und man muss die Interessenten abholen. Man muss sie während der Projektentwicklung begleiten, Lösungsvorschläge machen. Das Proprietär scheiße ist merken die meisten erst später.
AMD macht bei der Entwicklung der Konsolen und mitlerweile bei vielen Titeln richtig gut, aber bei HPC fehlt ihnen entweder das Personal oder man setzt andere Prioritäten. Es wirkt auf jeden Fall alles etwas lieblos und wenig einladend.

Die OC-Kuh ist wieder im Dorf ...:P

So far everything that this particular individual has leaked we’ve managed to corroborate and confirm with our sources. So we know that his leaks are genuine. Interestingly, this person streamed live gameplay running on an RX 480 yesterday. In the video, which has now been removed, it was revealed that the particular RX 480 sample that was being used had been overclocked to 1607Mhz.
 
t - 8 ;)

Bin momentan echt am Überlegen, ob ich nicht ein Grafikkartenbundle zusammen stelle um Platz für die 480 zu machen..
 
Die ersten kommen doch sicher wieder mit der ultralauten Referenzkühlung, Radiallüfter etc.
Bis man dann erträglich leise Modelle bekommt dauert es doch meistens noch etwas.
 
Kann sein.. Referenz hat aber auch den Vorteil, dass man sie später einfach umflashen kann, sollten sie wie die 7900er noch mal verwurstet werden ;)

Habe ich bei meiner 7950 z.B. gemacht.
 
Die ersten kommen doch sicher wieder mit der ultralauten Referenzkühlung, Radiallüfter etc.
Bis man dann erträglich leise Modelle bekommt dauert es doch meistens noch etwas.

Referenz sind meist aber günstiger und sollten sich gut mit Wasserkühler umrüsten lassen.
Desweiteren durch die geringe Abwärme gegenüber älteren Modellen,sollten diese auch leiser bleiben.
 
Zuletzt bearbeitet:
RX 460, 470, 480 4GB & 8GB Will Be Available June 29 For $99, $149, $199 And $229 Respectively

AMD’s decision to build-up stock for several weeks preceding the Radeon RX 400 series launch on June 29 should help circumvent any such shortages. At launch gamers will have the choice of 8GB & 4GB RX 480 cards , 8GB and 4GB RX 470 cards as well as 2GB and 4GB RX 460 graphics cards.

Fett! *buck*

Der eine Händler mit der $2.000,- 1080 ist ja auch dummdreist ...
 
Da ist Vermarktung notwendig und man muss die Interessenten abholen. Man muss sie während der Projektentwicklung begleiten, Lösungsvorschläge machen.
Das ist Quatsch, weil du sowieso nicht jedes Projekt begleiten kannst. Du kannst nur entsprechende grosse Aufträge an Land ziehen, dafür brauchst du erst mal die richtige Technik, und kannst Starthilfe geben. Das macht AMD genauso wie Nvidia.

Es wirkt auf jeden Fall alles etwas lieblos und wenig einladend.
Nicht wirklich. Du weisst ja gar nicht was AMD macht und vorhat. Was wenig einladend ausschaut, ist vor allem Nvidias hinterherhinkende Technik, die mittlerweile voll auf Gaming ausgelegt ist und nicht auf HPC.
 
Tweakers.net hat ein paar Benchmark Leaks, scheinbar direkt von einer AMD Folie. Demnach wurde die Effizienzverbesserung von Faktor 2,8 anhand eines R9 270X vs RX 470 Vergleiches ermittelt. Was recht bemerkenswert ist, da in der R9 270X bekanntlich der Pitcairn Chip werkelt, welcher bisher zu den effizientesten GCN Vertretern gehörte. Die RX 470 ist über 4 Benchmarks hinweg im Mittel knapp 75% schneller. Für eine 2,8 mal so gute Effizienz der RX 470 müsste die R9 270X also eine gut 60% höhere Leistungsaufnahme besitzen. THG hat seinerzeit beim Gaming (Metro Last Light) 124W für die R9 270X gemessen. Nehmen wir das als Referenzpunkt so müsste die RX 470 lediglich etwa 75-80W in typischen Gaming-Szenarien brauchen. Nicht übel. Da scheint die RX 480 vermutlich wirklich bei nur etwa 100W zu liegen.
 
Zurück
Oben Unten