Inlägg

Hoppas det kommer en G9 OLED med 21:9 istället för denna 32:9. Letat efter liknande men med något fler pixlar i höjd typ 5120x2160 (200Hz+). Dela gärna med er om ni har hört något kring detta

Vill du bara göra spel för "skoj skull" på hobby nivå och stanna där eller göra det till ett yrke? Helt enkelt vad vill du få ut utav detta och vad vill du kunna göra med det senare?

Alla motorer du nämnde stödjer low poly så på den fronten spelar det ingen roll.
Gällande vilken motor som är "enkel för nybörjare" beror kanske mest på vilket sätt du vill koda i spelet, är du mer van med C#, C++ eller python liknande? Är du inte van med någon av dessa så är det i.s.f. Unreal Blueprint enklast att plocka upp.

Överlag är Blueprint enklast i sig men om du t.ex. är ute efter att bli bättre på t.ex. C# så är det klokt att ta en motor som stödjer det och då är vi tillbaka till första frågan om vad du vill få ut utav detta spelutvecklings-äventyr

Den andra delen av "enklast" är utbudet av tutorials, Unity har en hel del på den fronten men i mitt fall köpte jag några grymma kurser till UE. Om du känner någon som utvecklar spel och som kan hjälpa dig så kan det också vara något att tänka på

En av de mest fantastiska inlägg på Sweclockers jag har läst på länge, tack för den.
För övrigt kan jag relatera helt till dina beskrivna livsupplevelser samt synsätt, kanske "dela på 3" gällande prata in sig men i stort sett likt; Dock har jag fått fler jobb genom headhunting, småsnack, gamla kontakter via vänner, nya kontakter som jag "jagar" samt visat intresse för motpartens utmaningar (än mina egna) än att fått via den vanliga "CV och jobbansökan" vägen.

Brukar skämtsamt säga ålder är enbart en siffra men det ligger något i det, däremot är ens inställning till sig själv och andra (andras behov) det som klart väger mer.

Till ämnet, "ålderism" är väldigt påtagligt i vårt samhälle, både inom arbete och privat. Har alltid haft vänner eller fina konversationer med bekanta och kollegor som är från hälften av min ålder ända till min dubbla, likt som att alltid ha haft vänner från olika kulturer så har även detta bredda åldersspann enbart berikat mitt liv både privat och professionellt som kollegor/arbetspartners/konsultation.

Jag personligen hoppas på att få uppleva den dag där vi struntar helt i ålder, kön, etnicitet, foto och liknande för jobbansökningar, utan helt går efter personlighet, erfarenheter, ambitioner, intressen och kunskap; Då gärna varierat! kring detta och inte sträva efter ett allt för homogent team så gott det går, så länge man passerar minimum kraven på kunskapsnivån givetvis.

Det är kul att ta ett steg tillbaka och se över en längre period hur datoranvändandet har ändrats samt hur användandet av datorer har i sig ändrat på oss människor och våra vanor samt vardag. Från "640K räcker" (ja det är en myt jag vet) fram till idag med all AI snack, det är som sagt väldigt spännande hur många "enablers" som har tillkommit från då till idag.

Ja, trudelutt är definitivt på spåret; Att köra flera instanser av språk, bild, röst eller andra modeller kan komma tidigare än vad flesta tror, även att köra flera av dem samtidigt ihop för samverkan; Dessa kan vara flera GB i storlek vardera så jag håller med trudelutt att RAM kan verkligen vara till nytta i detta scenario, så som vid en lokal körning av LLM.

Apropå förr, det var inte alltför längesen "vanligt folk" eller dator-entusiaster varken höll på med bild och video-redigering, 3d renderingar eller streaming överhuvudtaget.
När "enablers" så som hårdvaro-accelerering (GPU rendering, GPU encoders) och flertrådade processorer kom till så öppnade det upp möjligheten för "vanliga" att hålla på med editing, rendering och sånt inklusive streaming.
"4 kärnor räcker för vanligt folk" blev snabbt en dålig meme efter att Ryzen cpu:erna släpptes (lika dåligt om inte sämre än "640K")

Går man längre bak i tiden gällande rendering, så var större renderingar förr något man gjorde på flera datorer (de var smärtsamt att sätta upp) och det fanns inga andra alternativ, såvida man inte betalade någon annan att sätta upp en renderingsfarm som man betalade för att använda; Idag har vi 32+ trådar konsument cpu:er som fungerar som "enablers" (även GPU/Multi-GPU renderingar).

Däremot i vår närtid så hade vi något liknande som vid rendering, liknande var det även med streaming; Man hade 2 burkar där den ena spelade man på och den andra skötte streamingen. Idag kör man allt i en och samma burk med hjälp av GPU Encoders som "enabler" och man får då även mycket högre kvalité idag (jämfört med gamla svagare CPU:er för realtid).

Gällande idag, samma sak ser ut att det skulle kunna ske med RAM framöver, där den ökade mängden skulle kunna öppna upp och agera som "enabler" för flera roliga användningsområden, så som ML träning och inference (körning av AI modeller).
Kanske blir en liknande historia senare där man säger "Förr körde man AI på flera datorer, andras datorer dessutom som man även fick betalade för som en prenumerationstjänst! Nu kör jag allt från samma dator hemma" (likt det man gjorde med renderingsfarmer).

Om framtiden, jag siar dessutom att i en relativ nära framtid kommer operativsystem utan en kapabel LLM inte vara på tanken. Det kommer vara helt integrerat i flera delar av operativsystemet och även köras lokalt (vi börjar ju se det med Microsoft Copilot och Office redan idag).
En av dessa funktioner skulle kunna vara att ersätta sök helt och hållet, alternativt att man låter LLM sköta sökningen "under huven" åt en. Givetvis finns andra integreringar så som att assistera vid skrivning av vanlig text och formuleringar (och omformuleringar) utav texten. (nu tog jag bara LLM exempel, finns ju som sagt andra modeller att integrera i OS:et)

Om modellerna förblir stora kommer den ökade RAM mängden definitivt behövas, för "vanligt" folk

Utöver AI så är RAM Disk är ju också ett intressant användningsområde för t.ex. kod-kompilering, men just detta kodnings-exempel utav RAM Disk räknas kanske inte som för "vanligt folk".
Så länge SSD:er med sina låga sub 100MB/s Q1 djup förblir så förblir RAM Disk intressant, synd att Intel dödade Optane.

Annan kommande teknik kring RAM som är intressant är CXL memory, med detta ska man kunna lägga mer RAM i datorn via PCIe-kort och öka systemets totala RAM relativt enkelt. Hoppas bara att den även kommer till konsumenter utöver Servermarknaden.

Det är inte alltid vad man "behöver" för RAM mängd utan ibland ska man tänka vad man "kan göra" med extra RAM.

Varit sugen på att köra RAM Disk igen, sist jag gjorde det var när jag spelade Quake 3 Arena och lade hela spelet i RAM Disk, det var en redig upplevelse gällande laddningstider! SSD gjorde det mindre nödvändigt.... ända till nyligen.

Nästa RAM Disk projekt kommer bli för UE5 och kompilering, då behöver jag minst 512GB RAM eftersom UE main-dev branch behöver minst 320GB lagring. Blir troligtvis ändå TR plattformen för mig men kul att RAM stickors densitet ökar för vanliga konsumenter, för det hjälper även för "pro-sumer" också

Ska bli spännande att se hur mycket snabbare kod kompileringar blir samt även iterationer med editorn när den är uppe och kör med både hot-reload och omstarter.

F4E3
Vi har idag istället TGA med Keighley Främst "Most anticipated games" kategorin, typ samma som E3 nu när konsol-jättarna har egna events och på sistone skippat/trappat ner på de senaste E3

Nu när jag har tittat igenom olika recensioner så hade jag velat ge feedback till era HEDT tester.

Vad jag saknar är 4K speltester, inte för att testa "hur snabb CPU:n är" utan "hur mycket man förlorar med HEDT".
HEDT är inte gjorda för spel men det hade varit intressant att se hur mycket man tappar när man spelar i högre upplösningar; I de upplösningar man kan förväntas spela i när man har en sådan budget med just HEDT plattformar jämfört med vanliga desktop plattformar.

Annars som tidigare nämnt, uppskattar UE5 kompileringstesterna!

Vill tacka för UE5 testerna! Att gå från min 25min (5950x) till strax under 10min låter väldigt lockande

@Bosse78 Testa ändra Pixel format I RadeonSoftware, kan vara hur skärmen och Windows kommunicerar.
Gaming -> Display -> Display Options -> Pixel Format (Jag kör RGB 4:4:4 Full RGB, vilket dessutom brukar vara standard IIRC)

Kanske värt att undersöka om det är p.g.a. HDR påslaget eller felinställt? Alternativt undersöka i Radeonsoftware Kugghjulet/settings -> Audio&Video och välj default video profile?
Eller skärmens egna inställningar, bildprofiler, ljus & kontrast

Vi behöver en kategori mellan "Bra Produkt" och "Missar Målet". En som inte missar helt utan kommer väldigt nära, typ träffar målet men ändå inte gör poäng.Vi behöver alltså en "Stolpskott" kategori

Kan det vara så att TPM modulen sparar nycklar som Windows och/eller Edge använder sig utav? Läste något för ett tag sen om kanske något orelaterat men inte helt orelaterat kanske, där svaret i stackoverflow var hur man skulle gå till väga att radera certifikat och nycklar som överlever ominstallationer (eller nya diskar för den delen).
Svagt minne kring detta och okunnig för att yttra mig mer än så men kanske är en del av detta "fenomen".

# gpu   pwr gtemp mtemp    sm   mem   enc   dec  mclk  pclk    fb  bar1 rxpci txpci
# Idx     W     C     C     %     %     %     %   MHz   MHz    MB    MB  MB/s  MB/s
    0     22     25      -     0      0      0      0    405      0   7493      5      0      0 
    0    121     37      -   100     47      0      0   9501   1815   8969      5     21      7 
    0    318     39      -   100     48      0      0   9501   1815   8971      5     24      6

# gpu   pwr gtemp mtemp    sm   mem   enc   dec  mclk  pclk    fb  bar1 rxpci txpci
# Idx     W     C     C     %     %     %     %   MHz   MHz    MB    MB  MB/s  MB/s
     0    116     42      -    37      1      0      0   9501   1860   6805      5  10992   1311 
    0    159     45      -    57     16      0      0   9501   1980   8201      5   4379   4274 
    0    225     47      -    59     16      0      0   9501   1920   8321      5   2075   1743 
    0    315     50      -   100     45      0      0   9501   1770   8969      5     24      7

Det finns en kostnad att synkronisera och köra hela neural nets över flera kort; Tror heller inte att stable diffusion i sig stödjer multi gpu out of the box(?).
Finns en fördel som jag nämnde om man kör flera modeller parallellt de s.k. "multi model" tänket. Istället för en "holistisk" eller en massiv monolitisk modell, så kommer vi säkert se flera små specialiserade körandes parallellt.
Vi ser redan nu med OpenAIs ChatGPT ha Dall-e, image recognition och data analysis körandes i en och samma prompt parallellt (rullas ut stegvis nu för GPT4+ kunder/testare).
Tanken med flera små specialiserade modeller är att det inte behöver överföra själva neural nets data (över flera kort) utan enbart slutresultaten mellan modeller, som kan köras i samma kort om det får plats eller över olika kort, det är så Tenstorrent arkitektur är uppbyggt och filosofiskt uttänkt både hårdvarumässigt och mjukvarumässigt i grunden (med olika precision).
Vad man kan göra med Stable Diffusion idag är att ha en bild genererat per gpu åtminstone, har man då låga krav på överföring mellan korten så kanske man kan ta en desktop platform med flera PCIe slots körandes i 8x eller 4x.

Bygger du egna "monolitiska" neural nets och vill köra dem över flera kort behöver den ha algoritmer (och arkitektur) som fungerar med låga synkroniseringskrav (träning som inference), såvida du inte har NVLINK eller liknande dyrare lösningar.

SHARK, Automatic1111 och liknande paket kör flera modeller, där skulle det finnas goda möjligheter för att ha en LLM Prompt istället som man ger instruktioner till av vad man vill åstadkomma, som i sin tur orkestrar flera modeller under huven, likt vad OpenAI gör och går mot nu.

Börjar ta lite fart nu för AMD, speciellt när de köpte upp nodai SHARK nyligen, kul!
SHARK med bl.a. StableDiffusion fungerar ganska bra på RX 6800 men har hittills bara fått det att fungera mend Vulkan utan ROCm (trots att jag har ROCm installerat, måste undersöka stödet senare).
Apropå ROCm så har Blender (med HIPRT) bättrats på på sistone kring rt rendering, så det har varit kul att bygga blender med detta stöd och då även kull att få se AMD äntligen får fart på sin CUDA variant.

Har precis börjat med SHARK så kan inte säga annat än att Nvidia ÄR klart bättre på mjukvarudelen och stödet kring det hands down, vilket är välförtjänt med tanke på hur mycket de har investerat i CUDA.

Hursom 5it/s för StableDiffusion med SHARK på en RX 6800 är inte fy skam, och då med Vulkan. Ska försöka se om jag kan få till ROCm att fungera någon dag, hade velat få ControlNet att fungera också men det ser ut att dröja då de verkar sakna stöd.
Läste tidigare lite hastigt om att whisper stöder AMD kort (samt att det finns benchmark kring det i denna tråd märkte jag ) så AMD korten är kanske inte helt och hållet uträknade för ditt användningsområde med tanke på VRAM. (Dock är CUDA stödet bättre just nu)

Gällande förslag för din plattform så ser jag ingen vinning utav att ha en biffig processor för AI, såvida du själv inte skulle utveckla egna neural nets som då har behov av CPU kärnor (genom egna algoritmer och strukturer).

Det skulle däremot istället kanske vara intressant för dig att titta på en Threadripper plattform med "bara" 8-16 kärnor.
Detta körandes med idag ett 4090 men som senare ska kunna uppgraderas genom att lägga till flera beräkningskort och då köra dem tillsammans (eller samtidigt för parallella jobb) med tanke på alla PCIe banor plattformen tillför; Samt mängden RAM den också tillför kan vara till nytta för dig eventuellt.

Beroende på vad för modeller samt vilka "färdiga paket-program" du kör (som automatic1111 shark e.t.c.) för att bl.a. köra stable diffusion, andra LLM eller t.o.m. multi model, så kan dessa eventuellt stödja multi gpu compute(?) eller bör åtminstone kunna köras parallellt tänker jag.
Har själv inte riktigt koll på den delen men värt att se över.

Inworld själva nämnde att de kör runt 35 modeller samtidigt för att få sin NPC-Chatbot att fungera efter deras kriterier Så jag tror ganska starkt på att vi framöver kommer köra flera modeller samtidigt, där människans interface till dessa modeller blir mer sannolikt ett LLM speciellt om det börjar bli allt för komplext för att pilla på flera modeller samtidigt.

Bygger du egna neural networks så kan du givetvis utnyttja flera gpu:er till det, vilket skulle ge Threadripper plattformen en klar fördel (eller om Intel tar fram en liknande plattform).

Själv kommer jag titta på Threadripper framöver och även undersöka om andra compute kort som Tenstorrent skulle fungera för just mig, men jag bygger egna neural nets och vissa är inte riktigt kompatibla med t.ex. back propagation algoritmer men det är kanske en annan diskussion för en annan dag.

Finns det något som talar om CxL stöd? Tänker Type 3 med memory expansion kort

Inget snack om deras Lidar? är den borta?