[12:39 Mi,3.Mai 2023 [e] von Rudi Schmidts] |
Bei AMD läuft es zwar momentan
Betrachtet man die reine Hardware-Leistung der aktuellen Grafikkarten, so bietet AMD in diesem Bereich schon seit Generationen das bessere Preis-Leistungsverhältnis, jedoch steht bei KI-Anwendungen vor allem der Software-Stack im Vordergrund. Und hier dominiert Nvidia klar mit seinen CUDA-Bibliotheken, die momentan bei den meisten KI-Projekten Einsatz finden. AMD hat jedoch auch in diesem Bereich in den letzten Jahren mit der sogenannten ROCm-Plattform eine Aufholjagd gestartet, die in den vergangenen Monaten immer weiter zu typischen CUDA-Anwendungen aufschließen konnte. Inklusive automatischer Konvertierungstools von CUDA zu ROCm. Und weil sich Nvidia aktuell den CUDA-Vorsprung seiner Grafikkarten mit fürstlichen Aufpreisen bezahlen lässt, verfolgen viele preisbewusste Anwender jede ROCm-Neuerung von AMD, um zu sehen, ob sich hiermit nicht vielleicht ein KI-Training am heimischen Rechner deutlich günstiger ermöglichen ließe. Und so wartet die Community seit Tagen mit Spannung auf die neue ROCm-Version 5.5, mit der sich endlich aktuelle AMD-GPUs problemlos mit generativen KIs einsetzen lassen sollen. Und natürlich auf aussagekräftige Benchmarks, ob und wenn ja wie viel langsamer die AMD GPUs in der Praxis dann sein werden. Denn  für KI wird man in Zukunft vor allem viel GPU-Speicher brauchen, und den gibt es bei AMD zur Zeit signifikant günstiger. Nun sind für kurze Zeit erste Builds der ROCm-Version 5.5 bei Github aufgetaucht, die jedoch schnell wieder entfernt wurden und der Grund für den Rückzug scheint vor allem in den beigelegten Informationen von AMD zu liegen. Denn in der GPU-Kompatibilitätsliste tauchen zwei Top-Modelle auf, über die es immer wieder Gerüchte gab, die jedoch noch nie von AMD direkt erwähnt oder bestätigt wurden: Eine AMD Radeon RX 7950 XT sowie eine AMD Radeon RX 7950 XTX. ;) Wird die AMD RX7950 auf Niveau einer Nvidia RTX 4090 rechnen? Beide Modelle scheinen den aktuellen Topmodellen RX 7900 XT(X) stark zu ähneln. Also 20 bzw. 24 GB RAM mit 800 bzw. 960 GB/s- Anbindung. Einziger Unterschied scheint "nur" ein höherer Boost-Takt zu sein. Dieser dürfte allerdings nach ersten Schätzungen die FP32-Rechenleistung der Karte auf ca. 81 TFLOPS anheben- was ziemlich genau dem Niveau des aktuellen Nvidia Topmodels RTX 4090 entspricht. Dieser Wert ist übrigens auch relevant bei der Verwendung als Videoschnittbeschleuniger unter Premiere Pro oder Resolve. Sollte ROCm zu den relevanten CUDA-Funktionen aufschließen, könnten wir hier erstmals seit langem eine echte Alternative zu Nvidias Topmodell sehen - was vielleicht auch die Preise in diesem Segment in Zukunft wieder etwas abkühlen ließe. Doch letztlich ist das Thema KI so heiß, dass hierfür mittelfristig die Speichermenge das entscheidende Argument sein wird. Richtig spannend werden hier also in der nächsten Generation die möglichst "günstigen" Grafikkarten mit 48-64 GB Speicher sein.  mehr Informationen bei www.reddit.com |
 |
|
|
Zacuto+Accsoon: Günstige iPhone EVF Lösung erklärt
Erstellen uns KIs bald Wunschfilme im Heimkino?
