Så här långt håller jag med till 100 %, HEDT är, och har alltid varit, rätt meningslös för svensson.
Skrivit det tidigare, ser bara en enda poäng med att skaffa Intels HEDT serie: köra saker som effektivt accelereras via AVX512 samtidigt som det inte finns bättre alternativ i form av GPGPU (som när det finns typiskt presterar klart bättre och med bättre perf/W).
Så listan blir rätt kort, program som tuggar matriser och måste köra 64-bitars flyttal (vid 32-bitar är redan konsument GPUer överlägsna och håller man sig till Nvidia finns i princip alltid bibliotek att plugga in för att få GPGPU-stöd, t.ex. i Matlab och dess öppna motsvarighet Octave).
Specifikt för Casade Lake-X är sedan maskininlärning i form av inferens (GPUer är helt överlägsna till att träna nätverk, men CPUer är typiskt mer effektiva när man ska använda tränadenätverk, Cascade Lake har HW-accelereation för det senare). Under CES demonstrerades AI i bl.a. Photoshop på ett sätt som faktiskt verkar spara massor med tid i ett vanligt och tidskrävande moment (vi pratar om proffs så tid == pengar).
Inte mycket och finns säkert något jag missat. Är i alla fall mer än noll fall...
Den delen jag inte alls håller med om är detta: "arbetslasterna allt som oftast är sådana som skalar nära nog perfekt med fler kärnor".
Råder inget tvivel om att nya ThreadRipper är helcool teknik, men backar man ett enda steg från vad AMD demonstrerade på CES inser man: inte ens i en demo lyckades de hitta på en vettig demonstration (rendering av en allt annat än komplex scen säger: vi har en lösning på ett problem vi inte lurat ut än...).
Finns två huvudklasser av parallellism, uppgiftsparallellism och dataparallellism. Det enda som i praktiken brukar skala väldigt nära 100 % upp till nästan obegränsade antal kärnor är dataparallellism, problemet är att CPUer är med ytterst få undantag chanslösa mot GPUer, FPGAer och liknande där (high-end GPUer har ju tusentals "kärnor").
Uppgiftsparallellism ställer i princip alltid till det för GPUer, så där finns absolut en säkrad framtid för CPUer. Saker som hittas här är kompilering, relationsdatabaser, egentligen alla former av client/server system där man har väldigt många samtida klienter, vissa moment i videoredigering verkar höra hit, etc.
Varför demonterades inte AMD någon av dessa utan man valde ett helt dataparallellt problem (som en modern GPU fixar snabbare)? Därför att fallen ovan skalar inte linjärt med CPU-kärnor om man håller sig till system som inte kräver massiv mängd RAM (moderna servers kan ta TB med RAM och RAM-kapacitet är ändå en av huvudflaskhalsarna idag, AMD/Intel HEDT maxar på 256 GB RAM!). Att det går att öka skalningen med kärnor genom att ge sig på större problem är välkänt, det är känt som Gustafson's lag (problemet man redan nu har i datacenter är ju att systemen inte kan ta tillräckligt med RAM).
Så fort man inte har nog med RAM för allt hålla precis allt där blir problemet I/O-begränsat och skalar knappt alls med CPU-kärnor
Videoredigering har nämnts. Kan inte speciellt mycket om det, men kan läsa innantill i de tester som t.ex. Puget Systems gör. Ser väldigt mycket ut som den här typen av program skalar rätt väl till 12-16 kärnor, men sen planar det ut väldigt mycket (viss skalning finns förbi även 16 kärnor, men är allt annat än linjärt). 3950X ligger inte speciellt långt efter 3970X i deras tester.
Så stora frågan är faktiskt: vilka program/användarscenarion finns egentligen, när man plockat bort det som redan idag utförs mer effektivt med GPGPU, som skalar nära nog linjärt med CPU-kärnor?
Skulle hävda att AMD gjort något revolutionerande, men inte med TR utan med 3900X/3950X. HEDT var en nisch redan tidigare, med CPUer som 3950X har HEDT blivit inknuffat i en extremt smal nisch, framförallt givet att GPGPU (till slut) faktiskt börjar slå igenom på allt fler områden.
