سبد خرید
0

سبد خرید شما خالی است.

حساب کاربری

یا

حداقل 8 کاراکتر

41139021

با ما در تماس باشید

تست کارت‌های گرافیک NVIDIA RTX و Radeon PRO در Stable Diffusion

NVIDIA
زمان مطالعه : 1 دقیقهنویسنده :
تاریخ انتشار : 18 مرداد 1402

اندازه متن12

اشتراک گذاری

می پسنـدم0

لایک0

اشتراک

دوستان و همراهان مازستا، این بار هم با یک مقاله جذاب دیگر در بخش مقایسه کارت های گرافیک NVIDIA RTX در مقابل Radeon PRO، در حوزه حرفه ای خواهیم رفت. مقایسه دو خانواده از کارت های گرافیک ورک استیشن AMD و NVIDIA در برنامه محبوب این روزها، یعنی Stable Diffusion. با مازستا همراه باشید تا به تست کارت‌های گرافیک NVIDIA RTX و Radeon PRO در Stable Diffusion بپردازیم.

برنامه Stable Diffusion

Stable Diffusion یک مدل یادگیری عمیق است که به طور فزاینده ای در فضای ایجاد محتوا به دلیل توانایی آن در تولید و دستکاری تصاویر با استفاده از دستورات متنی استفاده می شود. Stable Diffusion در میان جریان‌های کاری خلاقانه این روزها منحصربه‌فرد است، زیرا در حالی که به صورت حرفه‌ای استفاده می‌شود، فاقد نرم‌افزار تجاری توسعه‌یافته است و در عوض در برنامه‌های مختلف منبع باز پیاده‌سازی می‌شود.

علاوه بر این، بر خلاف سایر مدل‌های مشابه متن به تصویر، Stable Diffusion اغلب به‌جای اینکه با یک سرویس ابری قابل دسترسی باشد، به‌صورت آفلاین روی سیستم شما اجرا می‌شود. Stable Diffusion می‌تواند روی یک کارت گرافیک متوسط با حداقل 8 گیگابایت VRAM اجرا شود، اما از کارت‌های قدرتمند و مدرن با مقدار زیادی VRAM نیز پشتیبانی کرده و آنها برای این منظور بهتر خواهند بود. جالب است بدانید که Stable Diffusion همواره آپدیت هایی را دریافت می کند که حتی در نتایج بنچمارک ها و نوع پردازش ها تفاوت هایی را ایجاد خواهد کرد.

آزمایش کارت‌های گرافیک با برنامه Stable Diffusion

در این آزمایش از سیستمی با پردازنده ورک استیشن AMD Threadripper PRO 5975WX استفاده شده است. اگرچه CPU باید کمترین تأثیر را روی نتایج داشته باشد. تست ها در سه وضعیت Stable Diffusion: Automatic 1111 و SHARK و البته نسخه کاستوم صورت گرفته است.

نسخه های عمومی Automatic 1111 و SHARK بیشترین مصرف را در بین کاربران دارند. از سوی دیگر نسخه PugetBench ما از Stable Diffusion از آخرین نسخه‌های CUDA و PyTorch (در میان سایرین) در زمان این مقاله استفاده می‌کند.

نخست به سراغ تست Automatic 1111 می رویم. در آزمایش Stable Diffusion نوع Automatic 1111، با فعال کردن xFormers، می‌بینیم که کارت‌های NVIDIA به طرز چشمگیری بهتر از کارت‌های AMD عمل می‌کنند. حتی کارت گرافیک RTX A5000 که کندترین عضو انویدیا در این آزمایش است، باز هم تا سه برابر سریع تر از Radeon Pro VII است! از سوی دیگر، با توجه به فاصله قیمتی بین 6000 Ada و A6000، ممکن است ارزش عملکرد نسبتاً کمی را نداشته باشد.

تست کارت‌های گرافیک

باید یادآور شویم که به طور کلی، معماری کارت های گرافیک AMD برای پشتیبانی از نوع پردازش Automatic 1111 مناسب نیستند. حتی می بینیم که تفاوت بین Radeon Pro VII و W7900 را ببینیم که بسیار جزئی است! دومین تست، آزمون SHARK است.

بر خلاف تست 1111، در تست و آزمایش SHARK، کارت گرافیک Radeon PRO W7900 بالاترین امتیاز را به خود اختصاص داده است. جالب اینجاست که Radeon PRO W6800 نتایجی نزدیک به 20 درصد بالاتر از جایگزین جدید خود، یعنی W7800 ظاهر می شود!

تست کارت‌های گرافیک

از سوی دیگر، Radeon Pro VII تست را با اجرای SHARK کامل نکرد، احتمالاً به دلیل نداشتن برخی ویژگی‌های جدیدتر مورد نیاز بوده است.

تست پایانی Stable Diffusion نیز به مقایسه کلی و میانگین می پردازد. علاوه بر دو بسته متداول برای Stable Diffusion، که مورد آزمایش قرار گرفته است، یک آزمون دیگر را نیز داریم که هنوز در مراحل اولیه توسعه قرار دارد. ما آن را بر روی معیارسازی متمرکز می‌کنیم، که به ما امکان می‌دهد تا بسیاری از باگ ها را که هنگام ساخت ابزار قوی مانند Automatic 1111 یا SHARK لازم است، از بین ببریم.

تست کارت‌های گرافیک

این تست در حال حاضر تنها از کارت های گرافیک انویدیا پشتیبانی می کند. این تست از نظر پردازش مشابه با آزمون Automatic 1111 عمل می کند. این بدان معنی است که وقتی Automatic 1111 و SHARK به آخرین نسخه PyTorch به روز می شوند، احتمالاً شاهد تغییر عملکرد عظیمی نخواهیم بود، اگرچه این باعث می شود که پایگاه کد بسیار ساده تر شود.

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

مقایسه محصولات

0 محصول

مقایسه محصول
مقایسه محصول
مقایسه محصول
مقایسه محصول