Astalavista Posted March 16, 2015 Share Posted March 16, 2015 <a href="http://www.hwbox.gr/content.php?r=369-MSI-GTX-960-100-Million-Edition-Review">[NEWS_IMG=]http://www.hwbox.gr/members/3682-albums580-picture43039.png[/NEWS_IMG]</a> [READ_REVIEW] http://www.hwbox.gr/content.php?r=369-MSI-GTX-960-100-Million-Edition-Review[/READ_REVIEW] Link to comment Share on other sites More sharing options...
junior-21- Posted March 16, 2015 Share Posted March 16, 2015 Ωραια παρουσιαση m8! μια ξαναζεσταμενη 760 μου μοιαζει, κριμα δεν ειχες μια τετοια να αντιπαραθεσεις Link to comment Share on other sites More sharing options...
caution Posted March 16, 2015 Share Posted March 16, 2015 260 ευρώ για αυτό το χωρίς-λόγο-hyped ψοφίμι δεν τα έδινα με τίποτα. Και μακάρι ο κόσμος να πάρει χαμπάρι πόσο "παλιές" επιδόσεις είναι αυτές που μας σερβίρουν (no matter εταιρία) και να τους ρίχνει μαύρο. @ team Link to comment Share on other sites More sharing options...
George_o/c Posted March 19, 2015 Share Posted March 19, 2015 Πανέμορφη κάρτα! Δεν τα αξίζει όμως τα χρήματά της Grats για το review παίδες Link to comment Share on other sites More sharing options...
Dr.Paneas Posted March 26, 2015 Share Posted March 26, 2015 Το GPGPU κομμάτι είναι πάντα ένα ξεχωριστό τμήμα των δοκιμών μας. Όσον αφορά την γενική εικόνα έως τώρα, έχουμε παρατηρήσει πως μπορεί η nVidia να έχει το πάνω χέρι όσον αφορά τις επιδόσεις, όμως αυτό συμβαίνει μόνο στις high-end GPU της, με τις mainstream να είναι αρκετά πιο "κομμένες" στο compute performance τους έναντι των AMD στην αντίστοιχη κατηγορία. Και σε αυτήν την περίπτωση, ενώ η GTX 960 παραδίδει ελαφρώς καλύτερα αποτελέσματα στο LuxMark, σε συνολικές επιδόσεις η R9 285 βρίσκεται ένα σκαλί παραπάνω σε επιδόσεις. Τα Benchmarcks που έτρεξες έκαναν χρήση του OpenCL ή του CUDA; Link to comment Share on other sites More sharing options...
Astalavista Posted March 26, 2015 Author Share Posted March 26, 2015 Τα Benchmarcks που έτρεξες έκαναν χρήση του OpenCL ή του CUDA; Τα περισσότερα είναι OpenCL based. Αποφεύγω τα CUDA διότι τα OpenCL είναι vendor-agnostic. Link to comment Share on other sites More sharing options...
Dr.Paneas Posted March 26, 2015 Share Posted March 26, 2015 Τα περισσότερα είναι OpenCL based. Αποφεύγω τα CUDA διότι τα OpenCL είναι vendor-agnostic. Καταλαβαίνω γιατί το αποφεύγεις, επειδή θέλεις να έχεις μία κοινή βάση σύγκρισης μεταξύ amd και nv, ωστόσο για κάποιον που δεν γνωρίζει περι gpgpu και θέλει να ασχοληθεί, θα ήταν καλό να αναφερθεί (έστω ως σημείωση) ότι οι κάτοχοι nv βρίσκονται σε πλεονεκτική θέση διότι το cuda είναι πολύ πιο optimized και εύκολο σε σύγκριση με το opencl btw τα review τα έχεις φτασει σε άλλο επίπεδο, είχα αρκετό καιρό να διαβάσω. Respect Link to comment Share on other sites More sharing options...
caution Posted March 26, 2015 Share Posted March 26, 2015 ΟΚ το "εύκολο" αλλά σε τι ακριβώς είναι "πιο optimized" το cuda - έτσι γενικά; Link to comment Share on other sites More sharing options...
Astalavista Posted March 26, 2015 Author Share Posted March 26, 2015 Καταλαβαίνω γιατί το αποφεύγεις, επειδή θέλεις να έχεις μία κοινή βάση σύγκρισης μεταξύ amd και nv, ωστόσο για κάποιον που δεν γνωρίζει περι gpgpu και θέλει να ασχοληθεί, θα ήταν καλό να αναφερθεί (έστω ως σημείωση) ότι οι κάτοχοι nv βρίσκονται σε πλεονεκτική θέση διότι το cuda είναι πολύ πιο optimized και εύκολο σε σύγκριση με το opencl btw τα review τα έχεις φτασει σε άλλο επίπεδο, είχα αρκετό καιρό να διαβάσω. Respect Κατ' αρχάς σε ευχαριστώ πολύ Το θέμα OpenCL vs CUDA είναι κάτι που δεν ανήκει σε επίπεδο review - παρουσίασης κάρτας, και μπορεί να ακολουθήσει εκτενέστερη μελέτη σε ξεχωριστό thread . Η συγκεκριμένη σελίδα αποτελεί μια απλή αξιολόγηση του πως συμπεριφέρεται η κάρτα σε all-around εφαρμογές εκτός των παιχνιδιών, και εδώ κρίνεται το compute performance τους. Πάντως αν παρατηρήσεις, οι περισσότερες nVidia GPUs δεν υστερούν σημαντικά σε GPGPU performance άσχετα αν είναι OpenCL τα benchmarks - οπότε έχει να κάνει περισσότερο με το FP του κάθε πυρήνα. Thanx για το input! Link to comment Share on other sites More sharing options...
Dr.Paneas Posted March 26, 2015 Share Posted March 26, 2015 (edited) σε τι ακριβώς είναι "πιο optimized" το cuda - έτσι γενικά; καταρχάς, από την στιγμή που είναι προϊόν της ίδιας εταιρείας, είναι προφανές ότι εκμεταλλεύεται πολύ καλύτερα το δικό της hardware. Δεν είναι ότι το ένα είναι καλύτερο από το άλλο. Και οι δύο είναι compilers, απλά ο ένας χρησιμοποιεί πολύ καλύτερα το συγκεκριμένο hardware. Δεύερον, η δύναμη του cuda βρίσκεται στις βιβλιοθήκες του. Αν θες να γράψεις μία μαθηματική ρουτίνα, και σε ενδιαφέρει το performance, θα βασιστείς πάνω στα εξής: cuFFT – Fast Fourier Transforms Library cuBLAS – Complete BLAS Library cuSPARSE – Sparse Matrix Library cuRAND – Random Number Generation (RNG) Library NPP – Performance Primitives for Image & Video Processing Thrust – Templated Parallel Algorithms & Data Structures math.h - C99 floating-point Library More info: https://developer.nvidia.com/sites/default/files/akamai/cuda/files/CUDA_4_0_Math_Libraries_Performance_6_14.pdf Επίσης αν θελει καποιος να ασχοληθει: https://www.udacity.com/course/cs344 ΥΣ: [MENTION=3682]Astalavista[/MENTION] και μόνο που έθιξες το θέμα και έκανες bench με OpenCL αρκεί και με το παραπάνω Edited March 26, 2015 by Dr.Paneas Link to comment Share on other sites More sharing options...
caution Posted March 26, 2015 Share Posted March 26, 2015 καταρχάς, από την στιγμή που είναι προϊόν της ίδιας εταιρείας, είναι προφανές ότι εκμεταλλεύεται πολύ καλύτερα το δικό της hardware. Δεν είναι ότι το ένα είναι καλύτερο από το άλλο. Και οι δύο είναι compilers, απλά ο ένας χρησιμοποιεί πολύ καλύτερα το συγκεκριμένο hardware. Α μα και βέβαια θα είναι πιο optimized σε nvidia hw, η γλώσσα της nvidia. Που δεν τρέχει πουθενά αλλού παρά σε nvidia. Λογικό είναι και καλά το λες, απλά μπερδεύτηκα με την γενική διατύπωση Απλά η openCL έχει μεγαλύτερη ευελιξία σε λειτουργίες μνήμης, πιο ανοιχτό κάτω layer για compilers σε άλλες αρχιτεκτονικές κτλ κτλ έτσι που αν θέλεις να φτιάξεις κάτι που έχει βλέψεις και για άλλα builds θέλει σκέψη για προς τα που να στραφείς. Το SDK για Cuda ναι, είναι σαφώς πιο ολοκληρωμένο και δουλεμένο και σε έτοιμες βιβλιοθήκες και σε τεκμηρίωση για ότι θέλεις να πειράξεις, αλλά αν κάποιος ασχολείται πιο ακαδημαϊκά και όχι με το μαχαίρι στον λαιμό καλύτερα να ξεκινήσει με την πιο open επιλογή imo. Link to comment Share on other sites More sharing options...
