AMDs Radeon R9 Fury X ... Das meinen PCGH-Redakteure

[onaccdesaster]

Gut das du dich nicht informiert hast aber trotzdem bashst..mal was von der Fury Nano gehört? Der effizientesten GPU der Welt? 175w TDP und "significantly more power than R9 290X" .. warte noch ein paar Tage, dann haste dein Effizienz-Wunderkind...

Es heißt einfach Nano oder R9 Nano und nicht Fury Nano!

Die Nano wird bestimmt die effizienteste Karte von AMD sein aber bei der Fury X hatte AMD auch gesagt das sie 1,5 mal mehr Leistung pro Watt haben wird als eine 290X.
Bei der Nano sagt AMD 2X.

Dann das Marketing von AMD war eine Lüge denn bei Far Cry 4 sollte sie im Durchschnitt 54 fps haben und minimal 44 fps und die suche ich vergebens. Es sind im Durchschnitt 44 und minimal 33 also 10 fps übertrieben und gelogen!

Bin gespannt auf den Test der Fury die am 14.7 kommen soll dann werden wir sehen wie da die Werte sein werden!

Ich bin kein AMD-Basher sondern einfach nur enttäuscht was da AMD mit der 300er und Fury X abliefert. Während Nvidia sich stetig verbessert haut AMD einen neuen Speicher raus aber Nvidia bekommt das mit "altem Kram" hin und hat auch trotz der Ram-Lüge die effizienteste Karte in petto zum fairen Preis!
Ich hatte eine 9800pro, eine 1950, knapp 6 Jahre eine 4870 das alles ATI-Karten waren und jetzt werkelt seit 16 Monaten eine 280X im System das ein Rebrand der 7970 war aber ein guter!
Was bietet AMD jetzt?
Der Rebrand vom Rebrand mit saftig gestiegenen Preisen!

Ich bin bestimmt ein ATI/AMD-Fan aber blind bin ich nicht!

 

[ralle6649]

kann mir da keiner weiterhelfen

Leute habt ihr kein bock mehr.

 

[Rolk]

Hi
Kann mir einer sagen ob beim spielen mit einer 390X 8 GB mein jetziger cpu zum flaschenhals wird unter Win10.

CPU Phenom x6

Das kann man nur mit einem "kommt drauf an" beantworten.

Welches Spiel (eher CPU oder GPU lastig)? Welche Auflösung? Medium, high oder ultra Grafiksettings? usw.

Marketinggeblubber ist das eine, völlig falsche Zahlen das andere. Das sind gelogene Zahlen !

In the Witcher z.b werden + 10% angegeben, dabei sind es -10% ggü. 980ti. Daher 20% Aufschlag.
Das in Kombination mit der Behauptung, die Karte sei durchweg schneller als 980ti, obwohl Sie langsamer ist, finde ich noch dreister.
Dagegen sind die 500mb Slow Ram an der 970 schon fast lächerlich.

btw. nein ich bin kein Fanboy, mir ist egal welche Karte in meinem Rechner steckt.

Hier noch ein Videobenchmark. https://www.youtube.com/watch?v=clgSqNHjGp0

Du hast doch überhaupt keinen Plan welche Testszenen mit welchen Grafiksettings gebencht wurden und dann willst du ein paar Abweichungen über den Betrug mit der GTX970 stellen? Lächerlich...

 

[cesium137]

Fury X Benchmarks auf Anandtech
GPU 2015 Benchmarks - Compare Products on AnandTech
Auch hier liegt die Leistungsaufnahme der Fury X unter Load-Bedingungen (Crysis3) über der GTX 980Ti

 

[onaccdesaster]

kann mir da keiner weiterhelfen

Leute habt ihr kein bock mehr.

Da du WIN 10 ansprichst und bestimmt damit auch DX12 meinst kann es durchaus sein das die 6 Kerne vom Phenom X6 dann bestimmt besser genutzt werden aber das heißt bei neuen DX12-Games.
Erste Tests zu DX12 zeigen da auch eine FX 8350 gut positioniert aber das dauert bestimmt noch 1 Jahr bis DX12 sich verbreitet.

Mir gefällt da nicht das DX12 an WIN 10 gebunden ist und WIN 10 wenn man kostenlos upgraded an die Hardware gebunden ist.
Wie das jetzt im Verbund mit einer 390X und dem Phenom heute aussieht weiß ich auch nicht.

 

[Berliner2011]

Das kann man nur mit einem "kommt drauf an" beantworten.


Du hast doch überhaupt keinen Plan welche Testszenen mit welchen Grafiksettings gebencht wurden und dann willst du ein paar Abweichungen über den Betrug mit der GTX970 stellen? Lächerlich...

Dem Kunden wurde suggeriert die Karte sei durchschnittlich 10% schneller als das Konkurenzprodukt.
Stimmt aber nicht, es ist genau anders herum

 

[MfDoom]

Habe heute eine Sapphire-Fury in Betrieb genommen und es gibt da keinerlei "Pumpenfiepen". Aus einem offenen Workbench hört man aus unmittelbarer Nähe lediglich ein kaum wahrnehmbares Surren der Pumpe. Das ist zwar tatsächlich in eher unangenehmer, hoher Tonlage, ab ca. 1 bis 2 m Abstand aber unhörbar und auch in unmittelbarer Nähe, Ohr quasi direkt im Workbench, geht es im Säuseln der übrigen Lüfter unter. Aus dem geschlossenen Case meines Zweit-PCs ist die Sache völlig unhörbar.

Wenn es nicht eine erhebliche Serienstreuung geben sollte, kann man an das Thema des angeblichen " Pumpenfiepens" getrost einen Haken machen.

Würdest du denn mal nachsehen ob deine Pumpe schon gemoddet ist oder ob es eine andere ist? Meine ist wirklich leiser geworden, jetzt interessiert mich aber schon ob da noch mehr geht. Weiss nicht ob ich sie behalten soll oder umtauschen.

 

[onaccdesaster]

Ich denke aber auch das die Fury X auf jedenfall kein Fehlkauf für 4K ist denn da hält sie doch ganz gut mit einer 980TI mit und in manchen Spielen schlägt sie auch eine Titan X!
Wer das Geld dafür hat und auch den Monitor kann dann heute schon in 2160 zu ordentlichen Frames spielen.

Mir persönlich zu teuer obwohl ich auch an 4K interessiert bin aber ich war und bin ein "Oberklasse"-Spieler der Karten mit der Endung x70 und x80 hat
Obwohl meine 280X ist jetzt keine Oberklasse mehr sondern seit den neuen Karten nur noch Mittelklasse aber mir reicht das bis Ende nächsten Jahres und dann denke ich werde ich besseres für mein Geld bekommen!

 

[HardStyler3]

Eins? Allein wir hatten zwei und nahezu alle Tester bestätigen das Problem, genauso wie viele Foren-Einträge. Ich glaube nicht, dass wir das eine Ausnahmeexemplar hatten, sondern eher du.

Also im overclockers.uk forum haben schon ein paar leute fury x 2 davon haven jeweils 4 stück und ein paar andere 1-2 es gibt genau eine von über 15 karten die diesen fehler hat also wer ihn hat zurückschicken und eine neue holen.

 

[Julian1303]

Dem Kunden wurde suggeriert die Karte sei durchschnittlich 10% schneller als das Konkurenzprodukt.
Stimmt aber nicht, es ist genau anders herum

bitte einen link wo das steht?

 

[blackout24]

Ich schließe mich da mal an und frage auch, welchen?
Die aktuelle Titan X wurde ja ihrer semi-professionellen Fähigkeit beschnitten und hat quasi nur noch das + an Vram als Vorteil.
Die Fury X müsste jetzt nur noch mit 8GB HBM daher kommen und wir hätten ein schönes Kopf an Kopf Rennen.

Wenn du damit auf die Double Precision Performance hinweisen willst ist es ein absoluter Mythos das man die für wissenschaftliche Berechnungen unumgänglich braucht. Für Neuronale Netze sind 8 Bit z. B. völlig ausreichend. Wichtig sind hier hier Speichergröße und Speicherbandbreite. Darum redet NVIDIA schon seit längerem bei jeder Titan Vorstellungen minutenlang über Deep Learning, weil die damit nunmal ein Haufen Kohle machen und es der Markt sein wird der in Zukunft am stärksten wächst. Stell dir Big Data wie die Ölfelder des Internets vor und die GPUs sind die Ölpumpen. Die ganze Pascal Architektur ist quasi komplett auf Deep Learning und Neuronale Netze maßgeschneidert mit der Einführung von Mixed Precision, NVLink etc. AMD verschläft diesen Trend leider auch wieder, während NVIDIA All-In geht bei Zukunftsmärkten mit eigenen Bibliotheken wie cuDNN etc. Dabei handelt es sich nicht um eine kleine Nieschenanwendung. Deep Learning kann quasi überall angewandt werden von schlaueren semantischen Suchmaschine, über intelligente Segmentierung von Kunden, Bewertung von Kreditwürdigkeiten, Auftretten von Epidemien, Selbstfahrenenden Autos, Identifizierung von Krankheiten und Tumoren auf Medizinischen Fotos etc. etc.

Why are Eight Bits Enough for Deep Neural Networks? « Pete Warden's blog
Nvidia's Pascal to feature mixed-precision mode, up to 32GB of RAM - The Tech Report
cuDNN v2: Higher Performance for Deep Learning on GPUs | Parallel Forall
NVIDIA GTC: NVIDIA Bets Big On Deep Learning - Forbes

 

[Olstyle]

Für die Gewichte gehen 8 Bit, aber die Berechnung der Aktivierungsfunktion und die Fehler-Rückkopplung brauchen wieder mehr. Die allgemeine Aussage 8Bit reichen stimmt also auch nicht so ganz(und steht so auch nicht im verlinkten Artikel).
Für mich persönlich klingt das auch nach einem klassischen Beispiele für eigentlich zu große Netze. Man ersetzt quasi ein "Qualitätsneuron" durch x "Billigneuronen". Letzteres ist natürlich eine valide Taktik aber eben nicht alles erschlagenen Weisheit. Und was ist wenn ich garkein ANN sondern z.B. DBSCAN/OPTICS nutzen will? Da dürfte Präzision wieder wichtig sein.

 

[PCGH_Carsten]

Die ganze Pascal Architektur ist quasi komplett auf Deep Learning und Neuronale Netze maßgeschneidert mit der Einführung von Mixed Precision, NVLink etc. AMD verschläft diesen Trend leider auch wieder, während NVIDIA All-In geht bei Zukunftsmärkten mit eigenen Bibliotheken wie cuDNN etc.

Also Mixed Precision kann schon die R9 285 aus dem letzten Jahr sowie andere Radeon-Modelle mit Tonga-IP (Fiji).

Also im overclockers.uk forum haben schon ein paar leute fury x 2 davon haven jeweils 4 stück und ein paar andere 1-2 es gibt genau eine von über 15 karten die diesen fehler hat also wer ihn hat zurückschicken und eine neue holen.

Also alle Berichte, von denen ich bisher gelesen habe und von denen ich mir relativ sicher sein kann, dass sie nicht von Mitarbeitern von Hardwareherstellern oder -verkäufern stammen, berichten etwas anderes.
Mal zwei Beispiel außer unseren eigenen zwei Karten:
3DCenter Forum - AMD/ATI - Radeon R9 Fury X: (P)Review-Thread - Seite 74
sowie:
AMD Radeon R9 Fury X schon ausverkauft - Nachrichten bei HT4U.net
(letzter Absatz)

 

[blackout24]

Also Mixed Precision kann schon die R9 285 aus dem letzten Jahr sowie andere Radeon-Modelle mit Tonga-IP (Fiji).

Das alleine macht es aber noch keine gute Karte für Deep Learning. Wichtig ist das Ökosystem drum herum mit den Deep Learning Frameworks und das dominiert NVIDIA komplett. Egal ob für professioneller Wissenschaftler oder für den Hobbydatascientist auf kaggle.com NVIDIA und die Titan X ist King. Selbst wenn es welche gibt die OpenCL implementieren das ist nie und nimmer so schnell wie cuDNN was auf Maxwellkarten maßgeschneidert ist. 40% schneller kann schon heißen das mehrere Tage eingespart werden beim trainieren eines großen Neuronalen Netzes. cuDNN kann sogar mehr als doppelt so schnell wie CUDA sein.
https://community.amd.com/thread/170336
https://timdettmers.wordpress.com/2014/08/14/which-gpu-for-deep-learning/

 

[PCGH_Carsten]

Du bist ja augenscheinlich gut informiert in Sachen Deep Learning.

 

[ralle6649]

hi
was würdet ihr nehmen ,die 8GB Sapphire Radeon R9 390X Tri-X oder die nitro,von der Leistung her.

 

[Cook2211]

Warum machst du eigentlich nicht endlich mal einen Beratungsthread?

 

[ralle6649]

wer ich?
Ich bräuchte mal eine Anwort auf meine Frage.

 

[Olstyle]

Dann stell sie da wo sie hin gehört .

 

[ralle6649]

hi
Kannst du mir trotsdem einen rat geben bezüglich meiner frage?Oder auf die fury warten?