5090D可能有真有硬件锁

图里说aten没调好到你这怎么就是硬件锁了🧐

上海盛霄云计算技术

比格云gpu，提供gpu血清，深度学习，科学计算，图形渲染服务。专业的技术支持

2025-05-12 04:05广告

立即查看

还是5090有锁性能比较靠谱，目前各种测评90和90d性能大差不差导致价格离谱

真的无语，这个50系，昨天跑分子动力学模拟也不兼容，我编译了好几个小时才用上

只要仔细看pytorch和transformers官方的发布页就知道，这两家正在几乎按天在更新支持50系的版本，所以别提什么锁不锁的。

所以呢？对于我们打游戏的来说D和不带D的有啥区别？我们又不是来搞生产

我就是up，已经破案了，是pytorch的linear算子bug，fp32下短时间多次调用会大幅度减速，手动重写Linear类就能恢复理论性能
截至4月4日pytorch2.8版本还没修复，且已排除gcc/g++的问题，我已经github上提交问题了，后续会持续关注

bug复现截图，99.99%不是硬件锁，实在急着用的就把模型文件的linear手动重写下就解决了

当然我话不说死，修复前，锁的概率依然存在

软锁硬锁生产成本太高

经典新闻学时刻。。数据上5090d vs5090出现性能下降的就只有一个swin base，是咋总结出来“可能真有硬件锁”的？总不能因为原文为了严谨性说的那句“不排除硬件锁”吧。。。

硬体锁很容易实现的，要不然完全相同制程的工厂所制造出来的50打上系列晶片如何能够在出厂时分别供应给不同型号？还不就是关闭某些CUDA实现

搞ai绘图的，沟槽的PyTorch报错个不停，现在只能用暗夜版本

最新消息！通过改变环境变量，可以修复Linear算子问题，在Swin模型基准测试上超过4090约100%，目前已经完全可以确定，在FP32下的训练和推理速度异常是BUG，不是锁！不是硬件锁，也不是软件锁！
结论就是在深度学习常用模型上，FP32和FP16精度下，5090D完全没有性能阉割
FP8和FP4推理已经很多人用FLUX模型测试过了，和5090速度没有显著区别。基于目前的观察，可以判断在FP8和FP4精度下，5090D也完全没有性能阉割！

扫二维码下载贴吧客户端

下载贴吧APP
看高清直播、视频！

32回复贴，共1页

<<返回显卡吧

分享到:

日	一	二	三	四	五	六