La réalité qui fait mal c’est que si ton activité économique dépend du calcul sur GPU et que tu n’as pas des milliers de machines, il faut acheter du Nvidia.
Krita AI Diffusion est dans la même situation que Blender et d’autres logiciel de ce type : ça implémente à la fois CUDA (NVidia) et ROCm (AMD), mais indépendamment des efforts de Krita, l’écosystème CUDA est plus mature et la prise en charge matérielle est beaucoup plus large. Mais Nvidia çapucépalibre.
Beaucoup d’outils IA fonctionnent sur ROCm aussi, mais il faut aligner les planètes et sacrifier une chèvre un soir de pleine-lune. ROCm rattrape son retard mais pour choisir ROCm il faut bien savoir ce qu’on fait et acheter très précisément son matériel.
Après CUDA c’est pas la panacée non-plus, leurs pilotes sont par génération donc dès que ta carte est de la génération précédente ça commence à poser problème, mais au moins tu n’as pas de problème entre deux produits de la même génération (hors limitations matérielle comme la taille de la mémoire).
C’est beaucoup moins risqué d’acheter une carte Nvidia en aveugle pour faire du calcul.
ce commentaire est sous licence cc by 4 et précédentes
[^] # Re: Rocm vs cuda
Posté par Thomas Debesse (site web personnel, Mastodon) . En réponse à la dépêche La pile graphique d’AMD sous Linux est désormais complètement libre. Évalué à 8.
La réalité qui fait mal c’est que si ton activité économique dépend du calcul sur GPU et que tu n’as pas des milliers de machines, il faut acheter du Nvidia.
Krita AI Diffusion est dans la même situation que Blender et d’autres logiciel de ce type : ça implémente à la fois CUDA (NVidia) et ROCm (AMD), mais indépendamment des efforts de Krita, l’écosystème CUDA est plus mature et la prise en charge matérielle est beaucoup plus large. Mais Nvidia çapucépalibre.
Beaucoup d’outils IA fonctionnent sur ROCm aussi, mais il faut aligner les planètes et sacrifier une chèvre un soir de pleine-lune. ROCm rattrape son retard mais pour choisir ROCm il faut bien savoir ce qu’on fait et acheter très précisément son matériel.
Après CUDA c’est pas la panacée non-plus, leurs pilotes sont par génération donc dès que ta carte est de la génération précédente ça commence à poser problème, mais au moins tu n’as pas de problème entre deux produits de la même génération (hors limitations matérielle comme la taille de la mémoire).
C’est beaucoup moins risqué d’acheter une carte Nvidia en aveugle pour faire du calcul.
ce commentaire est sous licence cc by 4 et précédentes