RTX 3090 التشغيل الأولي، ومقارنته مع 2080Ti

بعد انتظار شهر للشحنة، وصلت بطاقة GIGABYTE 3090 Gaming OC24G من JD. اخترت هذه البطاقة بشكل أساسي بسبب ضمانها لمدة 4 سنوات. كانت بطاقتي السابقة هي 2080Ti Founders Edition (الإصدار المرجعي)، والتي تعطلت مباشرةً وظهرت عليها شاشة ملونة.

بعد اختبار بسيط، إليك المقارنة:

السماكة تقريبًا 1.7 ضعف سماكة الإصدار المرجعي لـ 2080Ti، والطول كما في الصورة، لذا يحتاج الصندوق إلى إزالة حامل محرك الأقراص/القرص الصلب.

بعد التركيب والتشغيل، مصدر الطاقة 850 واط كافٍ:

بشكل عام، درجة الحرارة أقل قليلاً من الإصدار المرجعي لـ 2080Ti. بعد تشغيل CUDA بكامل طاقته لمدة 5 أيام، استقرت درجة الحرارة حول 70 درجة مئوية، فهذه البطاقة أكبر بكثير.

باستخدام مقياس الطاقة من Xiaomi، يبلغ إجمالي استهلاك الطاقة أثناء التشغيل حوالي 500 واط، ومع شاشتين وجهازي توجيه، يصل إلى حوالي 600 واط. يمكن استخدامها كمدفأة داخل الغرفة، والنتيجة جيدة حقًا، يمكنك الحساب والتدفئة مجانًا، وهذا ربح مضاعف.

بالنسبة للضوضاء، فهي عالية جدًا عند التشغيل بكامل طاقتها. تحت الأحمال الخفيفة، ضوضاء مراوح الصندوق لدي أعلى بكثير من ضوضاء بطاقة الرسومات. أضفت طبقة من فلتر HEPA إلى الصندوق، مما جعل الضوضاء عالية. الجانب الإيجابي هو عدم وجود غبار، صورة 2080Ti أعلاه التقطت مباشرة بعد استخدامها لمدة عامين، وهي نظيفة.

قوة الحوسبة

إذا كنت تريد العمل على التعلم العميق أو الحوسبة المتوازية، تذكر استخدام CUDA 11، الإصدارات القديمة من CUDA 10 لا تدعم RTX 3090.

جهازي لا يزال يستخدم PCIe 3 القديم، تؤثر سرعة الناقل بشكل أساسي على سرعة نسخ البيانات إلى ذاكرة الفيديو. أقوم بالنسخ مرة واحدة فقط أثناء التهيئة، لذا لا حاجة لدي إلى PCIe 4. إذا كنت تستخدم التعلم العميق وتحتاج إلى معالجة دفعات (batch)، فإن الترقية إلى PCIe 4 ضرورية.

اختبرت قوة الحوسبة لـ RTX 3090 مقارنة بـ 2080Ti. باستخدام Pytorch 1.7 + CUDA 11، قمت بتشغيل برنامجي الخاص. على الرغم من أن النتائج ليست مرجعية، إلا أنها تظهر الفرق بين البطاقتين، والنتائج كما يلي:

	3090	2080Ti	CPU
المتوسط البسيط	88 ms (34x)	144 ms (20x)	3 s (1x)
خوارزمية مختلطة	184 ms (76x)	282 ms (50x)	14 s (1x)