Passen in den freien M2-Slot denn auch SSD mit den vollen 80 mm Länge?

Ich glaube da muss man noch auf Testberichte von Serienmodellen warten, bin gespannt wie sich Meteor Lake dann so schlägt.

Quote from: MarcImay on December 22, 2023, 23:11:48

QuoteDie Grafikperformance ist zu niedrig beim Acer, irgendwas ist kaputt bei euch. Das müsst ihr nochmal gegenprüfen. Das könnt ihr an den timespy Werten oder OpenCL Werten sehen. Andere Tests liegen bei 3500 Punkten, während ihr bei 3100 liegt. Beim OpenCL Test fehlen ein paar tausend Punkte zu anderen Acer Tests. Das Asus mit weniger power budget dürfte nicht besser abschneiden.

Wie gleich am Anfang des Testberichts erwähnt, lief unser Testgerät bislang nicht auf der finalen Software. Das gilt auch für den Grafik-Treiber. Da wir das Acer Swift Go nur bis zum 19.12. bei uns hatten, konnten wir es bisher nicht mit dem aktuellsten Treiber von Intel testen. Ende Januar dürfen Sie hier mit Updates rechnen.

Auch wir gehen davon aus, dass neuere Treiber deutliche Verbesserungen bei der Grafikleistung bringen könnten und stehen derzeit im Austausch mit Intel.

Ihr hattet doch den aktuellsten Treiber 5122 verwendet oder nicht? Die anderen Acer Tests auf anderen Seiten sehen normal aus, der timespy score sollte um die 3500 Punkte liegen. Was verwendet dieser Test?

browser.geekbench.com/v6/compute/1475921

6000 Punkte mehr als bei eurem Test, wie kann das sein?


Das sieht mir nach einem exklusiven Problem in eurem Test aus. Dass die Software aktuell generell noch ein paar Probleme hat, ist natürlich auch klar. Vom Acer gibt es anscheinend noch kein neues Bios mit dem pcode Update. Bei Asus schon mit Bios 203.

QuoteDie Grafikperformance ist zu niedrig beim Acer, irgendwas ist kaputt bei euch. Das müsst ihr nochmal gegenprüfen. Das könnt ihr an den timespy Werten oder OpenCL Werten sehen. Andere Tests liegen bei 3500 Punkten, während ihr bei 3100 liegt. Beim OpenCL Test fehlen ein paar tausend Punkte zu anderen Acer Tests. Das Asus mit weniger power budget dürfte nicht besser abschneiden.

Wie gleich am Anfang des Testberichts erwähnt, lief unser Testgerät bislang nicht auf der finalen Software. Das gilt auch für den Grafik-Treiber. Da wir das Acer Swift Go nur bis zum 19.12. bei uns hatten, konnten wir es bisher nicht mit dem aktuellsten Treiber von Intel testen. Ende Januar dürfen Sie hier mit Updates rechnen.

Auch wir gehen davon aus, dass neuere Treiber deutliche Verbesserungen bei der Grafikleistung bringen könnten und stehen derzeit im Austausch mit Intel.

Die Grafikperformance ist zu niedrig beim Acer, irgendwas ist kaputt bei euch. Das müsst ihr nochmal gegenprüfen. Das könnt ihr an den timespy Werten oder OpenCL Werten sehen. Andere Tests liegen bei 3500 Punkten, während ihr bei 3100 liegt. Beim OpenCL Test fehlen ein paar tausend Punkte zu anderen Acer Tests. Das Asus mit weniger power budget dürfte nicht besser abschneiden.

Beim Zenbook solltet ihr Bios 2023 draufmachen, die Cinebench Performance steigt deutlich. 

Ich schrieb ja, warum AMD mit AI nichts oder nicht viel kann und warum Intel & ARM (Qualcomm & Apple) & Nvidia so viel mehr kann. Sowie, warum bei AMD in den nächsten Quartalen große bzw. merkbare Fortschritte in AI zu erwarten sind.

Ich erkläre es ja, während wir in den letzten 12 Monaten ohne Erklärung hörten, um wie viel besser Meteor-Lake gegenüber AMD wird. Es wurde auch gerne Phönix mit Meteor-Lake verglichen, die praktisch zeitgleich Markt kommen und Meteor-Lake den Phnöix wieder in die Schranken verweisen wird.

Nicht das jetzt die Leute nicht primär über AI sprechen, weil der Meteor-Lake nichtmal die Single-Thread-Performance des vorgängers schafft. Und wenn dann bis zum Arrow-Lake pimär so viel über AI gesprochen wird, sollte nicht "übersehen" werden, dass PhöniX AI mittels CPU (AVX-512), iGPU (2 AI-Units in CUs) und der XDNA-Einheit möglich werden können.

Klar,
AMD kann nicht in 6 Monaten das aufholen, was Apple, Intel, Nvidia und Qualcomm in 5-10 Jahre entwickelt hatte.

Da du hier fast täglich RyZen AI 1.0 erwähnst, erkläre uns doch bitte auch, was es auf Anwendungsebene (nicht) kann!

Was Intel hier mit Stable Diffusion auf der NPU zeigt, ist doch nur zur Anschaulichkeit fürs Marketing, aber das ist immer noch besser als nichts, bei AMD gibt's ja immer nur PowerPoint Folien.

Was auch von Intel nichts besonderes ist, wenn Intel vor 8,5 Jahren Altera gekauft hat und AI auch nur überschaubar am Markt gebracht hat. Genauso, dass Intel AI per AVX-512 (Xeon Phi - Larrabee - Knights Mill) auch vor 6 Jahren am Markt brachte.

Bei AMD gibts eben bisher nur Power Point, weil AMD mit AVX-512 und Eigen-AI nicht nur vor 1-2 Jahren gekommen ist bzw. wäre, sondern AMD währenddessen mit den Xilinx-Kauf die AI-Technik durch XDNA-Xilinx ersetzt hatte und seitdem das zu teil angekündigte AI-"Programm" bis Zum RyZen AI 1.0 zurückgezogen hat.

AMD kann bezüglich AI-Unterstützung noch belächelt werden, aber mit XDNA schon im Phönix (Handheld, MiniPC, Notebook) sowie dem MI300X (Server, Workstation) kann AMD AI-Software-mäßig auf Basis RyZen AI 1.0 seit kurzem im fast kompletten AMD-Portfolio entfalten.

Die von dir erwähnten effiziente Geräuschunterdrückung oder Hintergrundausblendung in Online Meetings scheinen mir realistischere Anwendungen zu sein.

Quote from: RobertJasiek on December 15, 2023, 21:46:19Kaufte ich mir einen Computer, um Bilder solcher Qualität zu erzeugen? Auf keinen Fall! Jedenfalls zeigen sie überdeutlich, dass eine NPU mit heutiger Software ungeeignet ist, gute Bilder - jedenfalls ad hoc - zu erzeugen.

Was hat die NPU mit der Qualität der Bilder zu tun? Die wird einzig und allein durch das trainierte Modell, den Inference-Parametern und der Prompt-Strategie bestimmt.
Die NPUs haben nicht den Sinn und Zweck mit der Leistung von GPUs zu konkurrieren, sondern das Inferencing so effizient wie möglich zu gestalten. Das ist vor allem für Anwendungen des Alltags sinnvoll, wie etwa effiziente Geräuschunterdrückung oder Hintergrundausblendung in Online Meetings.
Apple hat damit vor Jahren im iPhone begonnen, um FaceID zu realisieren, was ohne dedizierte AI-Hardware den Akku deutlich schneller leergefegt hätte, zumal man das Gerät ja unzählige Male am Tag so entsperrt.

Möchte man hingegen die maximale Leistung rausholen, kombiniert man die AI Power von NPU, GPU und CPU. In der Praxis ist das allerdings schwierig, weil jede Processing-Unit nur mit einer best. Word-Breite optimal funktioniert, man müsste das gleiche Modell also in mehreren Versionen vorhalten oder einen Kompromiss machen.

Was Intel hier mit Stable Diffusion auf der NPU zeigt, ist doch nur zur Anschaulichkeit fürs Marketing, aber das ist immer noch besser als nichts, bei AMD gibt's ja immer nur PowerPoint Folien.

Und übrigens: Mit Stable Diffusion und einem fine tuned Checkpoint für eine best. Art von Bildern oder Stilen und einer cleveren Prompt-Strategie, die viele Bildfehler gar nicht erst zulässt, lassen sich auch auf einer iGPU hervorragende Ergebnisse erzielen! Man kann ja auch erstmal mit Preview-Auflösungen arbeiten oder weniger Steps wählen.

Danke!

Kaufte ich mir einen Computer, um Bilder solcher Qualität zu erzeugen? Auf keinen Fall! Jedenfalls zeigen sie überdeutlich, dass eine NPU mit heutiger Software ungeeignet ist, gute Bilder - jedenfalls ad hoc - zu erzeugen.

NPUs der ersten Generation sind eher ein Versprechen auf die Zukunft, was irgendwann mal mit geringem Energieumsatz gehen könnte.

Wie gewünscht, habe ich einige Beispielbilder eingefügt. Diese können Sie im NPU-Kapitel unter Leistung finden.

Es ist wirklich nicht nötig, mir zu unterstellen, ich kennte den Unterschied zwischen Trainieren und Anwenden / Ausführen / Inferencing nicht.

Hinsichtlich lokalem Bildgenerieren glaube ich gerne, dass das möglich ist, aber Bildgröße und -qualität sind die entscheidenden Objektfaktoren. Wenn Sie (warum eigentlich Sie, ist im Netz nicht Duzen üblich?) Testbilder erstellt haben, einfach mal zeigen mit Größen- und Farbtiefenangabe, damit wir NBC-Leser uns ein, äh, Bild davon machen können! Sollte das wirklich schon brauchbar lokal gehen, interessierte dies sicherlich viele.

Wie gesagt, wende ich für Go den aktuellen spielstärksten Standard an, das ist das Programm KataGo in der Version für Nvidia-TensorRT und dafür ein aktuelles, vortrainiertes Netz. Nein, ich schreibe die Go-KI nicht selbst, sondern wende sie an, um auch mittels ihrer Ergebnisse Bücher über Go zu schreiben. Trainiert wird KataGo verteilt u.A. übers Netz auf Hardware von Go-Spielern. KataGo läuft außer NPUs auf so fast Allem: CPU, iGPU, dGPU, Apple-Chips, Nvidia-Server-Karten, aber sinnvoll ist mindestens eine mittlere dGPU - langsamere Hardware ist nur Spielerei für Anfänger-Spieler, die jeden gehoben-amateurstarken Zug als stark genug empfinden.

Nebenbei: Wer auf die Idee kommt, KataGo und GUIs dazu lokal ausprobieren zu wollen, lese zum schwierigen, aufwändigen, langwierigen Installieren meine Anleitung: home.snafu.de/jasiek/AI_Computer.html

Her Jasiek,

bitte unterscheiden Sie doch einfach mal zwischen dem Ausführen von Neuronalen Netzwerken und dem Trainieren dieser Programme.

Auf dem Testgerät habe ich beispielsweise mehrere Bilder mittels Stable Diffusion erstellt. Mittels der NPU, GPU oder beidem, ohne Internet innerhalb von Sekunden. Zugegebener Maßen waren einige ansehnlicher als andere, aber das gehört dazu zum Lernen.

Nein Sie brauchen keinen Supercomputer um ein einmal trainiertes Neurales Netzwerk zu verwenden.

Wenn Sie Go-KI schreiben, weiß ich leider nicht um welches Programm es hier geht. Das müssten Sie schon dazu schreiben. AlphaGoZero wäre das einzige, welches mir als halbwegs aktuelles bekannt ist, und das benötigt gleich vier TPUs zum laufen und wurde mit einem Vielfachen davon trainiert.

Quote from: RobertJasiek on December 15, 2023, 17:33:54Menschenalter

"Menschengeneration" natürlich.