GTX für CUDA
Hallo zusammen!
Eins vorweg: Eigentlich ist der Thread in diesem Forum wohl etwas deplaziert, da es mir nicht ausschließlich ums Gaming geht. Aber weiterhelfen kann mir ja trotzdem vielleicht jemand.
Es geht um meine nette kleine Workstation, die auch für Gaming (im Moment D3 und eher weniger aktuelle Titel) des öfteren her genommen wird:
– i7-980 (im Moment noch im Standardtakt)
– 6x4GB 1333 ddr3
– ATI HD5770 (ein Überbleibsel des damals aufgesetzten Hackintosh…)
– 120GB OCZ Agility3 + Caviar Green 3TB für Daten
Wie bereits gesagt, die GPU muss raus!
Vor allem wegen dem Arbeiten mit CUDA solls eine NVIDIA Karte werden. Hauptsächliche Einsätze: Adobe CS5.5, XSI 2013 (Mental Ray), Resolume Arena (ziemlich massive Multidisplay live Video Geschichten, also eher AMDs Steckenpferd)
Meine momentan favorisierten Kanidaten:
– GTX670 oder 680 4GB
– GTX580 3GB
Hier nun mein Problem:
Grundsätzlich ließe sich ja davon ausgehen, dass auch in CUDA die GTX670/80 bei weitem schneller ist. Nicht nur weil der Chip aktueller ist, sondern auch weil die schiere Menge an 3x so vielen Stream-Prozessoren ja doch einen gewaltigen Unterschied machen sollte.
Laut aktuellen GPGPU Benchmarks ist dem aber nicht so – Vor allem bei Gleitkomma und Double Precision Benchmarks zischt ihr die GTX580 davon. NVIDIA gibt dazu lt PCGH nur den beiläufigen Kommentar ab, dass dies zu erwarten sei, da man die Karte für Gaming Performance optimiert habe.
Dies und der Umstand, dass im Moment keine Quadro Karte auf Kepler Basis geplant schient, lassen für mich eine Vermutung laut werden: Da wurde ein hastig zusammen gefriemelter, nicht ganz fertiger Chip auf die User losgelassen, weil man angesichts AMDs Tahitis etwas unter Druck stand.
Auf der anderen Seite könnten diese Probleme aber auch rein treiberbedingt sein.
Also, was tun? GTX580 kaufen oder doch warten, ob Kepler-Treiber noch etwas an der GPGPU Performance richten können? Oder gar die nächste Kepler-Generation abwarten? Oder doch die 670er kaufen und den – doch nicht so marginalen – Performance Unterschied beim Arbeiten in Kauf nehmen?
Hallo zusammen!
Eins vorweg: Eigentlich ist der Thread in diesem Forum wohl etwas deplaziert, da es mir nicht ausschließlich ums Gaming geht. Aber weiterhelfen kann mir ja trotzdem vielleicht jemand.
Es geht um meine nette kleine Workstation, die auch für Gaming (im Moment D3 und eher weniger aktuelle Titel) des öfteren her genommen wird:
– i7-980 (im Moment noch im Standardtakt)
– 6x4GB 1333 ddr3
– ATI HD5770 (ein Überbleibsel des damals aufgesetzten Hackintosh…)
– 120GB OCZ Agility3 + Caviar Green 3TB für Daten
Wie bereits gesagt, die GPU muss raus!
Vor allem wegen dem Arbeiten mit CUDA solls eine NVIDIA Karte werden. Hauptsächliche Einsätze: Adobe CS5.5, XSI 2013 (Mental Ray), Resolume Arena (ziemlich massive Multidisplay live Video Geschichten, also eher AMDs Steckenpferd)
Meine momentan favorisierten Kanidaten:
– GTX670 oder 680 4GB
– GTX580 3GB
Hier nun mein Problem:
Grundsätzlich ließe sich ja davon ausgehen, dass auch in CUDA die GTX670/80 bei weitem schneller ist. Nicht nur weil der Chip aktueller ist, sondern auch weil die schiere Menge an 3x so vielen Stream-Prozessoren ja doch einen gewaltigen Unterschied machen sollte.
Laut aktuellen GPGPU Benchmarks ist dem aber nicht so – Vor allem bei Gleitkomma und Double Precision Benchmarks zischt ihr die GTX580 davon. NVIDIA gibt dazu lt PCGH nur den beiläufigen Kommentar ab, dass dies zu erwarten sei, da man die Karte für Gaming Performance optimiert habe.
Dies und der Umstand, dass im Moment keine Quadro Karte auf Kepler Basis geplant schient, lassen für mich eine Vermutung laut werden: Da wurde ein hastig zusammen gefriemelter, nicht ganz fertiger Chip auf die User losgelassen, weil man angesichts AMDs Tahitis etwas unter Druck stand.
Auf der anderen Seite könnten diese Probleme aber auch rein treiberbedingt sein.
Also, was tun? GTX580 kaufen oder doch warten, ob Kepler-Treiber noch etwas an der GPGPU Performance richten können? Oder gar die nächste Kepler-Generation abwarten? Oder doch die 670er kaufen und den – doch nicht so marginalen – Performance Unterschied beim Arbeiten in Kauf nehmen?
