Quote from: Dierk Schröck on March 17, 2024, 14:55:24mir sind 8K füpr einen Laptop natürlich auch zu vil, aber wenn ich mir einen Dell mit 128GB RAM kaufe und ähnlichen Merkmalen, lege ich einen ähnlichen Preis
Warum wollte man so eine Ausgabe tätigen? 128GB RAM kosten als Module ca. €400. Daher sollte man keine €8.000 für einen Computer mit der Hauptspeichergröße ausgeben, ob nun Apple, Dell oder sonst welcher Hersteller.
QuoteQuoteDas ist als allgemeine Aussage falsch. Richtig ist: bei bestimmten Aufgaben ist relativ zum Formfaktor Notebook die Systemleistung sehr hoch. Für andere Aufgaben ist sie a) sehr niedrig oder b) ungetestet.
was an der Aussage "sehr hohe systemleistung" falösch ist müssen sie nochmal erklären, denn das was als Erklärung herhält ist schlicht blödsinn
Ich habe nicht geschreiben, es sei für keinen Anwendungsfall eine hohe Systemleistung möglich, sondern ich habe geschreiben, "sehr hohe Systemleistung" sei als
allgemeine Aussage falsch. Und zwar sage ich dies wegen folgender Umstände, wo die Aussage nicht zutrifft:
- Der Formfaktor Notebook limitiert die mögliche Systemleistung wegen der beschränkt möglichen TDPs. Im Vergleich dazu haben gut ausgestattete Desktops bei so manchen Anwendungen mit hohen TDPs eine entsprechend viel höhere Systemleistung.
- Für manche Anwendungen ist die Systemleistung von Apple-M-Geräten im Vergleich zu gut ausgestatteten Desktops sehr gering. Ich habe anderswo i.B. vorgerechnet, dass KI-Anwendungen, welche von Nvidia-GPUs und Nvidia-TensorRT-Bibliotheken profitieren,
dutzendemale schneller sein können als Apple-M-Geräte. Neben der um ein Vielfaches größeren TDP liegt es auch an der besonderen Eignung von Tensor-, CUDA- und RT-Kernen für KI-Anwendungen und dem Geschwindigkeitsfaktor 2,95 aufgrund der Nvidia-TensorRT-Bibliotheken im Vergleich zu OpenCL. Dabei ist KI nur ein Beispiel. Es gibt viele (semi-)professionelle Anwendungen, welche gezielt Nvidias Tensor-, CUDA- und RT-Kerne zur Geschwindigkeitsbeschleunigung nutzen. (Wie immer ist vorausgesetzt, dass den Anwendungen der VRAM ausreicht.)
- NBC testet Anwendungen maschinellen Lernens nicht gezielt auf Geschwindigkeitsoptimierung, weil der Zeitaufwand für solche Tests Monate sein kann. Ich als Anwender einer bestimmten solche Anwendung habe die Monate investiert, um die Geschwindigkeit zu optimieren bei der Nutzung der Nvidia-Kerne und -Bibliotheken.
Was ich geschrieben ist also nicht "schlicht Blödsinn", wie du findest. Vielmehr darfst du deinen eigenen Ratschlag zur Entspannung befolgen und Kenntnislücken füllen.
Quotewarum also so ein Hass
Entspannen!