Même avis que Valaint. Je partirais sur le modèle Strix aussi.
Cette gamme, ainsi que son refroidissement et ses prestations en général n'ont plus rien à prouver. C'est du solide, fiable, silencieux et chauffe plus que contenue.

Sinon MSI Trio X également. Par contre elle est très grosse et lourde et le support donné devra être installé, vu le poids de la bête.

RIP 2080 duke oc de davids.
Mon avis perso, en tant que vieux routard du hardware gaming, c'est que les microbilles de soudure, soit du gpu, soit des modules de vram (ou les deux   ) sur la première gen de RTX ont été fait avec du matos de mauvaise qualité. Du coup, les variations de températures idle /load ont fini par fendiller la soudure, et paf le chien, comme à l'époque d'une certaine console grand public dont je tairais le nom par fanboyisme.  
ça expliquerait pas mal de choses, mais j'ai aucune info sérieuse hein, pas la peine de me sortir des "sources" ou de troller sur 15 pages, c'est une supposition.
 
Du coup, je vous conseille, chers possesseurs de RTX, de ne pas oc, et de bien ventiler votre boitier pour éviter de trop grande variations de température (+ limiter le framerate à max 120f ps et jouer en high plutôt qu'en ultra etc...Oui c'est con mais bon   ).

 
Je mets tout à fond(sans oc). Si la carte crame retour garantie, et si elle crame après période de garantie go chez AMD.

axiome rigolo pour le go AMD ^^. On va dire que ça dépend quand même au moment T de l'offre des 2 (ou des 3 vu qu'Intel va débarquer avec ses Xe) . .
 
Après si pour toi le délire c'est le TAF (tout à fond), ça se conçoit mais bon, même avec une 2080 ti sur du 4k (ou moins ) tu dois faire de temps en temps des concessions (si tu veux jouer avec un tx de fps=tx de rafraichissement de ton moniteur) , la vie de gamer est cruelle

axiome rigolo pour le go AMD ^^. On va dire que ça dépend quand même au moment T de l'offre des 2 (ou des 3 vu qu'Intel va débarquer avec ses Xe) . .

Après si pour toi le délire c'est le TAF (tout à fond), ça se conçoit mais bon, même avec une 2080 ti sur du 4k (ou moins ) tu dois faire de temps en temps des concessions (si tu veux jouer avec un tx de fps=tx de rafraichissement de ton moniteur) , la vie de gamer est cruelle

Ben non, t'en mets deux ou plus  

Pareil pour ma 2080, OC depuis 8 mois et qui tourne en TAF 1440p x) Mais oui l’OC a l’air de détruire ces cartes

Vous voulez voir un truc scandaleux ?

@Darmstadtium : Tu fais quoi avec toute cette puissance ?

il y a que 60 grammes de différence entre la Strix et la Trio
Concernant le support fourni avec les Trio c'est plus du gadget qu'autre chose , tu n'es pas obligé de le mettre  

 
Je confirme, n'ayant pas mis le support gratos fourni par MSI, la carte tient très bien en place sans problème .

Je l'ai mis de mon coté au final mais pas pour les mèmes raisons...
J'ai fixé 2 ventilos sur le support, cela permet de grapiller quelques degrés sur la CG  

@Darmstadtium : Tu fais quoi avec toute cette puissance ?

Il joue à CS GO  

Je me sur un forum bien sûr

Et pourquoi tu ne passes pas par un nvlink de 2 quadros pour tes calculs scientifiques?
 
https://www.nvidia.com/fr-fr/design [...] k-bridges/

Je me sur un forum bien sûr

Parce que c'est pas assez puissant sur CS GO, tu bricoles des trucs au boulot?

Soucis de ventilos ?
 
Càd ?

J'ai assemblé (y a quelques années c'est vrai ^^', maintenant tout doit être en leasing directement sorti d'usine constructeur gamme pro hp/dell/asus et cie...) )un nombre incalculable de pcs scientifiques pour les ministères de la défense et celui de l'enseignement supérieur et de la recherche (bon c'est pas des geeks hein, dans l'ensemble, on est d'accord), t'es le premier à faire du calcul avec des cartes de gamers dans le cadre professionnel. Tu bosses sur quoi dans le domaine de l'IA?

Je suis clairement loin d'être le seul à faire ça en IA, c'est même la règle (et la Titan RTX n'est pas une carte gamer mais une carte qui cible le marché des chercheurs en deep learning)
 
Je fais du deep learning en gros. On a pas l'utilité des features quadro contrairement aux simulations physiques ou financières. Les modèles de deep learning sont assez robustes au bruit, pour l'entraînement et l'inférence on utilise du float32 voire float16 pour privilégier l'occupation mémoire et la vitesse. On ne gagnerait rien à faire du float64 au contraire, on aurait juste deux fois moins de mémoire disponible et des calculs bien plus lents Les cartes Volta et Turing ont même des unités de calcul spécialisées en float16 pour le deep learning (les tensor cores).
 
La mémoire ECC et les drivers optimisés pour les logiciels de CAD on s'en fout aussi
 
Au bout du compte si on fait le calcul la carte la plus rentable actuellement pour le deep learning est la 2080 Ti (perf / prix + quantité de mémoire) et la Titan RTX est très intéressante pour les cas où tu entraînes de gros modèles et/ou des gros batchs sizes (c'est mon cas) + elle est pas mal au dessus (20-30%) de la 2080 Ti en float 16 et genre 8% plus rapide en float 32.

Je suis clairement loin d'être le seul à faire ça en IA, c'est même la règle (et la Titan RTX n'est pas une carte gamer mais une carte qui cible le marché des chercheurs en deep learning)
 
Je fais du deep learning en gros. On a pas l'utilité des features quadro contrairement aux simulations physiques ou financières. Les modèles de deep learning sont assez robustes au bruit, pour l'entraînement et l'inférence on utilise du float32 voire float16 pour privilégier l'occupation mémoire et la vitesse. On ne gagnerait rien à faire du float64 au contraire, on aurait juste deux fois moins de mémoire disponible et des calculs bien plus lents Les cartes Volta et Turing ont même des unités de calcul spécialisées en float16 pour le deep learning (les tensor cores).
 
La mémoire ECC et les drivers optimisés pour les logiciels de CAD on s'en fout aussi
 
Au bout du compte si on fait le calcul la carte la plus rentable actuellement pour le deep learning est la 2080 Ti (perf / prix + quantité de mémoire) et la Titan RTX est très intéressante pour les cas où tu entraînes de gros modèles et/ou des gros batchs sizes (c'est mon cas) + elle est pas mal au dessus (20-30%) de la 2080 Ti en float 16 et genre 8% plus rapide en float 32.

Sinon il y a ça pour limiter la chauffe...
https://www.clubic.com/carte-graphi [...] oling.html

https://pic.clubic.com/v1/images/1755392/raw

Ou simpleement ne pas boucher le trou des blowers..

Je suis clairement loin d'être le seul à faire ça en IA, c'est même la règle (et la Titan RTX n'est pas une carte gamer mais une carte qui cible le marché des chercheurs en deep learning)
 
Je fais du deep learning en gros. On a pas l'utilité des features quadro contrairement aux simulations physiques ou financières. Les modèles de deep learning sont assez robustes au bruit, pour l'entraînement et l'inférence on utilise du float32 voire float16 pour privilégier l'occupation mémoire et la vitesse. On ne gagnerait rien à faire du float64 au contraire, on aurait juste deux fois moins de mémoire disponible et des calculs bien plus lents Les cartes Volta et Turing ont même des unités de calcul spécialisées en float16 pour le deep learning (les tensor cores).
 
La mémoire ECC et les drivers optimisés pour les logiciels de CAD on s'en fout aussi
 
Au bout du compte si on fait le calcul la carte la plus rentable actuellement pour le deep learning est la 2080 Ti (perf / prix + quantité de mémoire) et la Titan RTX est très intéressante pour les cas où tu entraînes de gros modèles et/ou des gros batchs sizes (c'est mon cas) + elle est pas mal au dessus (20-30%) de la 2080 Ti en float 16 et genre 8% plus rapide en float 32.

Non

Quoi non ? je ne connais pas les besoins pro dans ton secteur d'activité ! je t'indique un matériel récent c'est tout.

Non mais ce genre de boîtier c'est par pour le milieu pro, c'est pour le gamerz qui joue sur PC portable

Et j'ai plus de pb de chauffe là, ma solution marche parfaitement.

Il y a assez d'espace entre les Ti, et la Titan n'est pas plus chaude que boitier ouvert. Les temps sont toutes bonnes et les cartes boost toutes en permanence.

Pas besoin d'aller chercher un boitier externe avec la perte de perfs etc... En plus y a pas de thunderbolt sur plateforme x399

Pas d'accord
 
J'utilise aussi des instances AWS en complément. C'est très bien quand j'ai un pic de besoin de puissance, pour faire plein d'expériences avant une date limite de soumission de papier par exemple.
 
Mais plus rapide et pratique qu'une workstation ? Clairement pas. Soit il a fallu que je configure l'instance à l'avance + snapshot si j'ai besoin de plus, soit j'ai fait une image docker (ce que je fais maintenant c'est plus pratique). Dans tous les cas il aura fallu que je transfère les données sur un EBS, ce qui n'est pas forcément faisable ni souhaitable pour des gros datasets (et certains t'as pas envie de les mettre dans un cloud). Un disque EBS ne peut être monté que sur une instance donc ça fait répliquer autant de fois que t'as d'instances, ou alors faut une instance dédiée à faire serveur de fichiers donc se monter un LAN dans le cloud avec montage NFS etc. Ça fait beaucoup d'infra à lancer à chaque fois si t'as pas le truc qui tourne en permanence. Si je veux accéder à des données qui sont sur le réseau du labo faut que je les transfère sur AWS, si je veux prototyper un truc et itérer rapidement sur code + test faut aussi transférer le code à chaque fois (ou avoir une branche git poubelle pour ça mais ça reste beaucoup plus chiant que juste changer le code puis lancer le truc). J'ai aussi besoin de visualiser des résultats expérimentaux, des trucs en 3D, avec des volumes de données qui peuvent se compter en centaines de GB. Ça fait chier de télécharger ça à chaque fois
 
A contrario si je reste sur le réseau du labo je partage tout via l'infra déjà en place entre ma workstation et nos serveurs de calcul (qui ont 10+ 2080 Ti, parfois une ou deux Tesla V100 ou une Quadro GV100 dans le lot), j'écris mes résultats sur nos serveurs qui ont des centaines de TB d'espace dispo, je les lis en live depuis mon pc pour visualiser.
 
Niveau vitesse les Tesla V100 chez Amazon sont un peu plus rapides qu'une Titan RTX en conditions idéales mais le débit de données depuis EBS fait souvent goulot d'étranglement (mais ça reste rapide). Sur ma workstation je lis mes data depuis un ssd pci-express.
 
Enfin pour ce qui est du coût, je sais pas pour les contrats de location annuels d'instances GPU sur AWS, mais le coût à l'heure d'une instance "on demand" 4 GPU sans compter le stockage EBS est autour de $14/heure. Ma workstation Titan comprise a coûté au plus $7000, soit 500 heures sur AWS = 3 semaines Tu peux baisser les coûts avec les instances "spot" mais bonne chance pour chopper des instances GPU en spot + t'as pas d'uptime garanti avec
 
Personnellement AWS fait partie de mon "arsenal", j'ai choppé des crédits de recherche auprès d'eux donc je m'en fous ça sort pas de ma poche Mais j'utilise les instances AWS uniquement en complément, quand les serveurs du labo sont trop chargés Bosser sur mon pc reste vachement plus pratique et moins cher sur le long terme.
 
On sait ce qu'on fait les gars hein On a fait les calculs, quadro vs rtx, amazon vs équipement sur place...
 
Et le riser PCI-E était je pense la meilleure solution pour garantir que les 3 GPUs ne surchauffent pas et perf au max de leurs capacités

https://i.imgur.com/2m7favM.jpg
 
Je suis amoureux, quel engin. Elle est vraiment splendide.    
 
La deuxième plus belle CG que j'ai eu, la première restant malgré tout mon ancienne EVGA GeForce GTX 980 TI SC+ qui reste la plus belle CG ayant existé à mes yeux.

 
 
on a enfin trouvé la cause des pbs des boeing  737 Max