Nvidia mit brachialem Grafikkarten-Update - Neue Ampere GPU für den Videoschnitt

[markusG]

Ich mache aber 90% in PP, AE nur selten. Hast du zufällig (wenn auch nur annähernde) Vergleichswerte von/mit PP?

Gibt von Pugetsystems zumindest sowas wie ne Preview:
https://www.pugetsystems.com/labs/artic ... remierePro

In an ideal situation where you are using multiple GPU-accelerated effects, the RTX 3080 10GB is around 10% faster than the more expensive RTX 2080 Ti

Wie immer "it depends" ;)

[iasi]

Nun kommen AMDs neue Karten und wohl noch mehr Bewegung in den Markt - und in Nvidia-Produktpalette.

Immerhin bieten die AMD-Karten neben vergleichbarer GPU-Power neben geringerem Stromhunger durchgehend 16GB-VRAM.

[Jost]

Nun kommen AMDs neue Karten und wohl noch mehr Bewegung in den Markt - und in Nvidia-Produktpalette.

Immerhin bieten die AMD-Karten neben vergleichbarer GPU-Power neben geringerem Stromhunger durchgehend 16GB-VRAM.

Muss man mal abwarten. AMD hat angekündigt, dass die "Compute"-Leistung, also das, was Effekte etc beschleunigt, um 30 Prozent steigen soll. Das könnte viel wichtiger sein.
Daneben gibt es den Smart-Memory-Access.
Das geht freilich nur mit Brettern, die über PCIe 4 verfügen. Also nur die die Bretter der 5er Serie.
Und auch nur mit den neuen Prozessoren der 5000er Reihe.


Keine Ahnung, was sich die CPU von den 16GB-GDDR6 abgezwackt.

[iasi]

Smart-Memory-Access soll zusammen mir "Rage" (also Übertaktung) auch nur zwischen 2 und 13% Mehrleistung bringen.

Interessant wird auch sein, ob „Infinity Cache“ das 256-bit-Nadelöhr auch bei Videoanwendungen ausgleichen kann.

Letztlich wird nun Nvidia gezwungen, eine Schippe mehr VRAM draufzupacken und vielleicht auch an der Preisschraube zu drehen.

[Jost]

Smart-Memory-Access soll zusammen mir "Rage" (also Übertaktung) auch nur zwischen 2 und 13% Mehrleistung bringen.

Wobei die Übertaktung per Rage wohl eher konservativ bemessen ist.

Wie am Ende Smart-Memory-Access bei Video durchschlägt, ist eine andere Frage.

Es ist schon auffällig, dass nur Gaming-Benchmarks veröffentlicht wurden.

[rdcl]

Ich kenne mich bei AMD garnicht gut aus. Wegen einer schlechten Erfahrung vor gefühlt 15 Jahren habe ich seitdem immer auf NVidia gesetzt.
Daher vielleicht eIne blöde Frage: Was ist denn AMDs Pendant zu Cuda, und vor allem zu den Tensor-Cores für die ganzen neuen KI-Funktionen in After Effects oder Resolve. Ist das OpenCL, und ist das von der Performance her vergleichbar mit Cuda?

[iasi]

Nvidia bietet z.B. bei RedRaw die bessere Unterstützung. Man muss wohl je nach Anwendungsfall unterscheiden und entscheiden.

Ich hab zwar auch AMD-Karten verbaut, aber was die Treiber betrifft, fühle ich mich mit Nvidia wohler - ist also eher eine Gefühlssache.

Letztlich zählt das Preis-Leistungsverhältnis bei der jeweiligen Aufgabenstellung, die die Karte zu bewältigen hat.
Schon deshalb werde ich mir z.B. ProRes-Raw nichts ans Bein binden, denn hier sind die Systemanforderungen eben doch nochmal anders als bei RedRaw oder BRaw.

[Frank Glencairn]

Letztlich wird nun Nvidia gezwungen, eine Schippe mehr VRAM draufzupacken und vielleicht auch an der Preisschraube zu drehen.

Aktuell eher nicht, die haben so viele Bestellungen, daß sie die nächsten 6 Monate noch damit beschäftigt sein werden diese auszuliefern, danach gibt's sowieso wieder was neues.
Ansonsten müssen wir auch erst mal die Real World Tests abwarten, um zu sehen was die AMDs außerhalb des Gaming Bereichs - auf den sie hinkonstruiert wurden - wirklich können.

[mash_gh4]

Daher vielleicht eIne blöde Frage: Was ist denn AMDs Pendant zu Cuda, und vor allem zu den Tensor-Cores für die ganzen neuen KI-Funktionen in After Effects oder Resolve. Ist das OpenCL, und ist das von der Performance her vergleichbar mit Cuda?

realistisch gesehen, geht es bei diesen ML-anwendungen in consumer software normalerweise fast immer nur um verhältnismäßig einfache inferenz-jobs -- also die bloße anwendung bereits fertig vortrainierter modelle --, die man auch auf relativ anspruchsloser hardware befriedigend abwicklen kann, nicht aber um die viel rechenintensivere vorangegangene aufbereitung von riesigen mengen an lernmaterial bzw. optimierung dieser modelle.

prinzipiell lässt sich sicher auch diese aufgabe mit AMD hardware vermutlich ganz gut abwickeln. bisher hatte aber nvidia in diesem bereich eine derart dominierende rolle inne, dass man in den entsprechenden werkzeugen und softwarelösungen kaum wirklich zufriedenstellende bzw. konkurrenzfähige unterstützung jenseits der CUDA basierenden implementierungen findet.