Grafikkarte möchte in Rente/Teilzeit gehen

[DJPX]

Hallo Community,
Ich möchte nun langsam meine alte RX480 in Teilzeit schicken (einsatz in einem Zweitrechner) und diese mit einer neueren Grafikkarte ersetzen. Nun ist aber die Frage welche Karte sich am besten eignet ( eine gebrauchte könnte eventuell sogar die beste Presileistung haben)

Was ich habe:
Intel i7 10700k mit MPG Z490 GAMING EDGE WIFI Mainboard
32 GB DDR RAM (3200 Mhz)
Seasonic Netzteil mit 750 Watt
2 x 500 GB SSD + 128 GB Nvme SSd + 240 SSD
2 TB HDD + 750GB (nicht dauerhaft angesteckt)
Gehäuse: Lian Li LANCOOL II Mesh RGB
CPU Kühler Noctua D15 (Beide Lüfter)

Was ich brauche:
Eine neue Grafikkarte welche deutlich mehr Leistung hat als meine jetzige.

Einsatz:
Für maschinelles Lernen (vermutlich erstmal hauptsächlich Keras mit Tensorflow) -> Tensorcores oder ähnliches zur beschleunigung sollten vorhanden sein und genug Speicher
Zum zocken in 144Hz mit 2.560 x 1.440 Pixel ( Vermutlich eher ältere Spiele wie Planetside 2, Warthunder)
Zum verwenden mit meiner Oculus Rift (Stabiele Framerate auch bei neueren Spielen)
( Der Energieverbrauch sollte angemessen sein)

Buget ist gerade noch nicht sicher aber aufjedenfall wird es unter 1000€ sein.

Marke ist mir egal aber vermutlich werde ich NVIDIA auf Grund der besseren deep learning/ maschinelles lernen Unterstützung nehmen müssen.

Auch gebrauchte Karten sind für mich kein Problem aber welche lohnen such da wirklich?

Viele Grüße
DJPX

 

[sethdiabolos]

Tensor Cores, genug Speicher und unter 1000€. Wird quasi unmöglich aktuell, da alle Karten mit 12 oder mehr GB und ordentlich Power darüber liegen. Eine RTX 3060 mit 12GB gibt es noch und mit Ach und Krach eine 3080 10GB, aber alles andere liegt preislich drüber oder hat zu wenig VRAM. Und selbst 12GB dürften für Machine Learning knapp bis einfach zu wenig sein. Da haben vor 2 Jahren die Leute schon in Richtung 3090 mit 24GB geschwenkt, da die Programme mit der 3080 und 10GB abgestürzt sind oder zu langsam liefen. Gebraucht kann man eine normale 3090 stellenweise für unter 1000€ bekommen, da solltest Du aber prüfen, ob Dein Netzteil genug Power hat.

 

[Stefan_96]

Servus,

würde mit deinem Anforderungsprofil des deep learning ebenfalls Richtung RTX3090 und 24 GB VRam bzw. Nvidia gehen (Gebraucht).

Alles weitere macht wenig Sinn bzw. ist auch im Budget 1k€ nicht drin.

Für VR ist die RTX3090 ebenso potent, als auch für 144Hz WQHD. (außer bei den wenigen Triple-A Games im CPU Limit z.b MSFS2020)

Beim Netzteil kann es wegen kurzzeitiger Spannungsspitzen eng werden.
Vielleicht findet sich hier jemand mit RTX3090 und vergleichbaren NT als Referenz zur Beurteilung.

VG Stefan

 

[DJPX]

Tensor Cores, genug Speicher und unter 1000€. Wird quasi unmöglich aktuell, da alle Karten mit 12 oder mehr GB und ordentlich Power darüber liegen. Eine RTX 3060 mit 12GB gibt es noch und mit Ach und Krach eine 3080 10GB, aber alles andere liegt preislich drüber oder hat zu wenig VRAM. Und selbst 12GB dürften für Machine Learning knapp bis einfach zu wenig sein. Da haben vor 2 Jahren die Leute schon in Richtung 3090 mit 24GB geschwenkt, da die Programme mit der 3080 und 10GB abgestürzt sind oder zu langsam liefen. Gebraucht kann man eine normale 3090 stellenweise für unter 1000€ bekommen, da solltest Du aber prüfen, ob Dein Netzteil genug Power hat.

Also ich habe jetzt auch mal bisschen geschaut und bin auch auf die 3090 für 800€ gestoßen. Hätte ich mehr Geld zu Verfügung könnte ich auch die 1000€ Marke knacken aber durch Inflation ist das leider gerade schwierig. Ich hatte auch eventuell überlegt eine RTX 3060 mit 12 GB zunehmen aber die ist vermutlich zu langsam. (Auf der Arbeit hatten wir da eine davor, die hat dafür ausgereicht aber die wird jetzt auch durch eine 3090 ersetzt. Wenn ich Glück habe, kann ich bald auch mal auf Arbeit eine 3090 testen. (Diese wird auch für maschinelles Lernen eingesetzt werden.)

Ist Userbenchmarks eigentlich noch eine Seite mit der man gut Leistungen von Grafikkarten vergleichen kann oder gibt es bessere Seiten?

Beim Netzteil kann es wegen kurzzeitiger Spannungsspitzen eng werden.
Vielleicht findet sich hier jemand mit RTX3090 und vergleichbaren NT als Referenz zur Beurteilung.

VG Stefan

Notfalls könnte ich ein Powertarget setzen oder?

Wie sieht eigentlich die Treiber Situation mit RTX Karten für Linux aus (Virtuelle Maschienen und unterstützung im allgemeinen)

Vielen Dank schon mal für eure Antworten.

 

[Nikmido]

techpowerup.com misst im neuesten Test der 4080 knapp unter 500W Maximalwert bei den Powerspikes für die 3090. Damit solltest du bei deinem Netzteil relativ safe sein. Ein gutes Netzteil sollte eigentlich auch in der Lage sein diese Spikes kurzzeitig auszuhalten, selbst wenn sie über die eigentliche Spezifikation hinausgehen.

Das sind aber die Stock-Werte wohlgemerkt. Am besten noch undervolten die Mühle und dann bist du auf der ganz sicheren Seite.

 

[DJPX]

techpowerup.com misst im neuesten Test der 4080 knapp unter 500W Maximalwert bei den Powerspikes für die 3090. Damit solltest du bei deinem Netzteil relativ safe sein. Ein gutes Netzteil sollte eigentlich auch in der Lage sein diese Spikes kurzzeitig auszuhalten, selbst wenn sie über die eigentliche Spezifikation hinausgehen.

Das sind aber die Stock-Werte wohlgemerkt. Am besten noch undervolten die Mühle und dann bist du auf der ganz sicheren Seite.

Anhang anzeigen 1411571

Ich habe wenn ich mich richtige erinnere ein Seasonic Focus GX 750W verbaut, das sollte ja ein gutes Netzteil sein oder?

 

[Acgira]

3090 und ein 750W Netzteil ist kein Problem - ich habe auch bloß ein 750er. Die gröbsten Lastspitzen der Anfangszeit wurden längst durch neue Treiber glatt gebügelt - die treten nicht mehr auf.

 

[DJPX]

3090 und ein 750W Netzteil ist kein Problem - ich habe auch bloß ein 750er. Die gröbsten Lastspitzen der Anfangszeit wurden längst durch neue Treiber glatt gebügelt - die treten nicht mehr auf.

Das ist gut zu hören, ich frage mich bloß gerade ob es Sinn macht die Grafikkarte jetzt zu kaufen oder eher noch einbisschen zu warten, um zusehen ob die Preise noch ein bisschen runtergehen.