- Comment fonctionne un GPU ?
- Les spécifications GPU les plus importantes pour la vitesse de traitement en deep learning
- Tensor Cores
- Bande passante mémoire
- Cache L2 / mémoire partagée / cache L1 / registres
- Estimation des performances en deep learning d’Ada / Hopper
- Avantages et problèmes des séries RTX40 / RTX30
- Classement des performances brutes des GPU
- Performances en deep learning des GPU par dollar
- Recommandations de GPU (voir le tableau de recommandations)
- Si vous sautez la génération actuelle pour acheter la suivante : l’avenir des GPU
- Q&R
- PCIe 4.0 / PCIe 5.0 sont-ils nécessaires ?
- A-t-on besoin de lignes PCIe 8x/16x ?
- Si les RTX 4090 / 3090 occupent trois slots PCIe, comment peut-on en installer quatre ?
- Comment refroidir quatre RTX 4090 / 3090 ?
- Peut-on utiliser plusieurs GPU de types différents ?
- Qu’est-ce que NVLink, et est-ce utile ?
- Si l’on n’a même pas le budget pour le GPU le moins cher recommandé, que conseiller ?
- Quelle est l’empreinte carbone d’un GPU ? Comment utiliser un GPU sans nuire à l’environnement ?
- De quoi a-t-on besoin pour paralléliser deux machines ?
- Faut-il un CPU Intel pour une configuration multi-GPU ?
- Le design du boîtier a-t-il une importance pour le refroidissement ?
- Les GPU AMD + ROCm peuvent-ils rattraper les GPU NVIDIA + CUDA ?
- Dans quels cas vaut-il mieux utiliser le cloud ou un desktop/serveur dédié ?
3 commentaires
C’est un site qui effectue des benchmarks avec sd et collecte les résultats, et il y a quand même une certaine différence entre les 3090 et 4090.
https://seesaawiki.jp/nai_ch/d/…
la 4090 du pauvre
Achetons une 4090... et allons jouer~