AMD显卡没有DLSS,虽然现在有FSR了,但没有DLSS效果好,而且支持此游戏的数量落后一大截; 人工智能、大数据、深度学习,基本上是N卡独家为主了,这个专业领域的精英们比我更了解; CAD的硬件加速,AMD的核显也是不太给力; 但是呢,如果呢,你不在上面需求的范围,AMD的价格,真的,比竞品便宜了1000,这个谁受得了呢? 联想...
使用AMD显卡做机器学习的局限：工具链匮乏、库资源匮乏、开发和迭代兼容性的代价较大。GPU加速计算方面，...
从理论上讲，它不会降低整体性能，所以使用DLSS 3，基本上可以获得两到三倍的fps。当然，如前所述，视觉伪影可能会发生，但总体结果相当不错。英伟达的技巧包还包含反射，一种延迟切割技术。Nvidia Reflex降低了鼠标输入到达显示器所需的时间。有些玩家不会太在意，但如果你喜欢竞技射击游戏和电子竞技游戏，Reflex可以...
深度学习硬件的混战意味着目前不是一个投资该领域的最好时机，但是这也同时意味着更便宜的NVIDIA 卡，可用性更高的AMD卡，以及超快的Nervana卡会很快出现。这是一个激动人心的时代，我们消费者将会从这样的竞争当中获得巨大的利益。但是目前，我们必须耐心等待。
随着英伟达Titan V的发布,我们迈入了深度学习硬件发展的动荡期。NVIDIA能否在2018年保住深度学习硬件首要供应商的地位还未可知,AMD和Intel Nervana都仍有机会。 所以对于想买硬件的消费者,最精明的选择就是等上3至9个月,到这种不确定的状态过去之后再决定。
让我们不要掩盖这样一个事实，即 Nvidia 在光线追踪和深度学习超级采样 (DLSS)等方面也远远领先于 AMD 。在我们自己的基准测试中，我们发现 Nvidia 仍然领先于 AMD 的光线追踪，但至少 Team Red 似乎正朝着正确的方向迈进。这一代 GPU 是第一个缩小光线追踪差距的 GPU。事实上，AMD 的 RX 7900 XTX 在这方面...
总结 个人认为Nvidia显卡目前依然是比较好的方案,使用AMD显卡需要针对性的看具体用途并做测试,原因如下: 1 CUDA具备先发优势,开源生态成熟,可能在很长一段时间内都...
随着英伟达Titan V的发布,我们迈入了深度学习硬件发展的动荡期。NVIDIA能否在2018年保住深度学习硬件首要供应商的地位还未可知,AMD和Intel Nervana都仍有机会。 所以对于想买硬件的消费者,最精明的选择就是等上3至9个月,到这种不确定的状态过去之后再决定。
通常意义上,对于单一芯片之间的排名,我们会按照Nervana > AMD > NVIDIA的顺序来排,因为NVIDIA的芯片不得不在游戏、深度学习和高性能运算中维持平衡,AMD也需要同时考虑游戏和深度学习,只有Nervana可以聚焦于深度学习,这是一个巨大的优势,使得他们的芯片较其他两家少了很多无用的结构设计。
在被称为硬件公司之外,正如英伟达应用深度学习研究副总裁 Bryan Catanzaro 所言,「很多人不知道的一点是,英伟达的软件工程师比硬件工程师还要多。」 可以说,英伟达围绕其硬件构建了强大的软件护城河。虽然 CUDA 不开源,但免费提供,并处于英伟达的严格控制之下。英伟达从中受益,但也给那些希望通过开发替代硬件抢占 HPC 和...