AMD utmanar med nya Firestream

NVIDIA?s GeForce GTX 480 and GTX 470: 6 Months Late, Was It Worth the Wait? - AnandTech :: Your Source for Hardware Analysis and News

Jag hoppas de är billiga för prestandan verkar ju inte vara skyhög. Ett C2050 är ju 2x deras Firestream värsting. Sen måste de lyckas få dit ECC också vilket Nvidia kämpat hårt med.

Kul att ATi kommer med i leken om ändå lite sent, Nvidia har ju visat att det oftast lönar det sig att vara först och de har ett års försprång. ATi brukar hänga på lite mer försiktigt.

Nvidia Tesla - Wikipedia, the free encyclopedia

Jag får det till att AMDs kort spöar Nvidias på samtliga plan. ~2400 SPGFLOP / 528 DPGFLOP mot C2025:ans 1288/515, och lägre TDP därtill.

Källor: din länk samt AMD FireStream - Wikipedia, the free encyclopedia

Du får nog ta och läsa på lite mer. Det är teoretiska max prestanda du ser i specifikationerna. Det är allmänt känt att det det är svårt att plocka ut den prestandan ur AMD's kort. Hårdvaruarkiteturen kräver att datat du använder i programmen ligger optimalt uppplagt för att du skall kunna boosta den prestandan ur kortet men det händer ytterst sällan i verkligheten. Detta är bland annat orsaken till att ATI korten har haft så dålig folding prestanda tidigare, pga av svårigheten att programmera GPU'n så att den används optimalt.

Visst är det så, vi kallar det översättnings- och tankemiss. Rätt är flyttal med enkel- respektive dubbelprecision.

Om Nvidias kort är bättre på att utnyttja "hafsig" GPGPU-kod så borde väl deras teoretiska maxgräns också vara högre än AMDs, eller..? Vad gäller folding trodde jag att klienterna använder sig av CUDA, vilket inte finns till AMDs kort. Du får gärna dela med dig av dina digra kunskaper i ämnet!

Du har helt rätt, jag som kollade fel, läste på single-precision på Nvidia och dual på ATi. Häftigt, och på bara 225TDP för ATis värsting.

Läste dock detta ute på nätet som nog gör att många ändå kommer välja Nvidia till sina datacenters:
"In the GPU computing space, though, Nvidia has some noteworthy advantages, including ECC protection throughout its memory hierarchy, a true L2 cache, and what is probably a more robust set of development tools than those produced so far by AMD's Stream initiative. ECC support will likely open doors for Nvidia in large supercomputing clusters that AMD can't yet open, and the Fermi architecture's additional computing features could allow it to achieve higher performance and superior efficiency when running certain algorithms."

Dock var det kul att läsa i samma artikel "Nvidia has a much larger chip but no real edge in performance."

Kollar man pris lutar det starkt mot ATi för de center som bryr sig om pris/prestanda. Vet dock inte hur många som gör det.

ATi 9350 400DP ~= 6231 kr
Nvidia c2050 515.2DP ~= 19500 kr

FireStream 9370, 9350 bring Cypress computing to servers - The Tech Report

Iaf riktigt kul att ATi öppnar sina ögon för den här marknaden. Kanske man får se en ny kinesisk superdator med ATis nya kort nån dag, ingen annan verkar ju våga använda GPUer än

Nu var det inte fråga om hafsig kod utan att det är svårare att skriva effektiv kod för ATI's GPU'er varför dom i verkliga sammanhang ger längre prestanda i dom flesta fall. ATI's folding klient är skriven med mha. ATI stream SDK.

Även om ATI inte är värt att folda med, går dom bättre än Nvidia i de BIONC-project som stödjer ATIs gpu (milkyway, collatz och DNETC).
Dessa tre projekt ligger också bland de fyra främsta i BOINC vad gäller prestanda (SETI ligger på tredje).
Det är foldings mjukvara som är kass på att använda ATI:s kort inte ATIs kort som är långsamma.
Mitt råd till alla med ATI-kort, som är missnöjda med Foldingprestanda, är att testa BOINC.
BOINC
Vad gäller OpenCL är det ganska likt Cuda, vilket gör att det kommer ta längre tid för ATI än Nvidia att få snurr på grejerna.

Man kan lite löst säga att en CPU klarar ett fåtal komplicerade saker åt gången, medan en GPU klarar massor av enkla saker åt gången.
En CPU består av ett fåtal men mycket avancerade processorer medan en GPU kan liknas vid många mycket enkla.
Det gör att en GPU ibland går mycket snabbare än en CPU, förutsättningen är att man kan dela upp uppgiften i många delar och att GPUns klarar av dom.
Själv tror jag inte på GPU:n som en ren beräkningsmaskin i framtiden, jag tro att man skulle lyckas bättre om man skapade speciella kort avsedda just för denna uppgift

Duger dom till att folda med?

För att varje Nvidia cuda-core kan göra ungefär 5 ggr så mycket som en ATI streamprocessor, en cuda-core är betydligt mer komplicerad, därför går de inte att jämföra rakt av.

Mellan 2.5 gånger mer till lika mycket, blir det väl i praktiken.

AMDs och NVIDIAs arkitekturer är lite olika, och de räknar också olika när det gäller streamprocessorer. Medan NVIDIAs streamprocessorer är en liten processor så består AMDs streamprocessorer av 5 st små processorer som de kallar Stream Processing Unit (SPU). AMD räknar då SPUs och inte SPs, vilket är orsaken till att de har så många fler än NVIDIA. Däremot så verkar NVIDIA köra sina SPs i högre klockfrekvens än AMD (GTX 480 kör med 1400 MHz, HD 5870 kör med 850 MHz).

P.g.a. att AMD har så många fler processorer så har de en högre teoretisk maxprestanda, men problemet är att alla fem SPUer i en av AMDs SP måste köra samma instruktion i samma tråd. AMDs kompilator har det därför mycket svårare än NVIDIAs kompilator p.g.a. att AMD måste utnyttja Instruction Level Parallelism (ILP), medan NVIDIA bara behöver bekymra sig över vanlig trådparallellism.

Det är därför enklare att få ut bra prestanda från NVIDIAs arkitektur, men om man har ett problem som passar till AMDs arkitektur så kan AMD vara snabbare.

^ Tack för ett bra svar!