Hola!
Estoy buscando la opcion mas economica para tener un workstation y que aprobeche multi-GPU para Blender(3d), IA y edicion de Video, no seria para juegos.
Por lo que he preguntado a la IA es mucho mejor tener 3 5060 ti de 16gb que una 5080 ya que la memoria sumaria en muchos casos y mas el calculo en paralelo.
El precio de 3 5060 TI seria el mismo que la 5080,
Como veis esta config+ Core ultra 7(320e)? (sus 20 cores, NPUS y gpu tambien se sumaria )
Con esto , mucha ram y almacenamiento y fuente de 1000 watios ya tendria potencia para estas tareas.
Dejo aqui lo que me ha contestado la IA haber que os parece(le hice la pregunta x4 GPUS):
Aquí te presento 3 categorías principales de aplicaciones que se aprovecharían significativamente:
Renderizado 3D y Visualización:
Motores de Renderizado basados en GPU: Software como Redshift, OctaneRender, V-Ray GPU, Arnold GPU, y Cycles X (Blender) están diseñados para escalar con múltiples GPUs. Cada RTX 5060 Ti agregaría su potencia de procesamiento y, crucialmente, sus 16 GB de VRAM, lo que te permitiría renderizar escenas mucho más complejas con mayor rapidez. Para animaciones, visualizaciones arquitectónicas, VFX y diseño de productos, esta configuración reduciría drásticamente los tiempos de renderizado.
La suma de la VRAM (4 x 16GB = 64GB) es particularmente útil para escenas con muchos detalles, texturas de alta resolución y simulaciones complejas, ya que la memoria se comparte (o se puede acceder a ella de forma eficiente) entre las GPUs para manejar modelos más grandes.
Inteligencia Artificial (IA) y Aprendizaje Automático (Machine Learning):
Entrenamiento de Modelos de IA: Especialmente para el entrenamiento de modelos de redes neuronales profundas (Deep Learning) que requieren grandes cantidades de datos y cálculos, como visión por computador, procesamiento de lenguaje natural (NLP) y modelos generativos (por ejemplo, Stable Diffusion, LLMs). Frameworks como TensorFlow, PyTorch, y JAX están optimizados para utilizar múltiples GPUs.
La gran cantidad de VRAM combinada (64GB en total) sería muy beneficiosa para cargar modelos más grandes y procesar batchs de datos más extensos durante el entrenamiento, lo que acelera la convergencia y permite trabajar con arquitecturas más sofisticadas.
Inferencia a gran escala: Aunque una sola 5060 Ti es capaz de realizar inferencia, tener cuatro te permitiría ejecutar múltiples modelos simultáneamente o procesar grandes volúmenes de datos en paralelo para tareas como el despliegue de IA en la nube, sistemas de recomendación, o análisis en tiempo real.
Edición de Video y Transcodificación de Contenido Profesional:
Edición de Video con efectos pesados: Aplicaciones como DaVinci Resolve Studio, Adobe Premiere Pro (con el motor Mercury Playback Engine GPU-accelerated), y otras suites de postproducción pueden aprovechar múltiples GPUs para acelerar tareas como el renderizado de efectos complejos, la corrección de color, la estabilización de video y la transcodificación a diferentes formatos.
La memoria de video adicional es valiosa para trabajar con metraje de alta resolución (4K, 8K) y con codecs que requieren mucha VRAM.
Transcodificación masiva: Para estudios o profesionales que necesitan transcodificar grandes volúmenes de video para diferentes plataformas o resoluciones, el multi-GPU puede ofrecer una aceleración considerable, reduciendo los tiempos de espera y aumentando la productividad.
Saludos!
