История изменений

Вот из этих двух тезисов я тоже чёт думаю, что мне иногда хочется немножко красноглазия.

Красноглазить и не требуется, если не использовать замшелый LTS, а новые ядра и месу. Пердолинг нужен как раз с невидией, особенно для нейронок (убунта лтс в докере, если машина не исключительно для вычислений и хочется запускать прикладное десктопное ПО, те же игры).

с маркетингом и «CUDA-ядрами» всякими.

Маркетинговые - «тензорные ядра», которые такие же вычислительные ядра, как и остальные. CUDA - нвидиевский API для работы с ними, который появился раньше вендор-нейтрального стандарта OpenCL. OpenCL во многим не понравился программистам фреймворков для машинлёрнинга (для других вычислений как-то более охотно запилили), а пока не развились всякие DirectML, SYCL, ROCm/HIP - прошло много лет, и невидия плотно окопалась со своим CUDA.

Тем более, что там майки какие-то штуки для ML на радеон недавно выкатывали.

Маловато (не все операторы PyTorch, старый TensorFlow 1.15). Но обещивают, что скоро всё будет.

Но это только под винду жеж.

Вот из этих двух тезисов я тоже чёт думаю, что мне иногда хочется немножко красноглазия.

Его и особо не требуется, если не использовать замшелый LTS, а новые ядра и месу. Пердолинг нужен как раз с невидией, особенно для нейронок (убунта лтс в докере и прочие костыли).

с маркетингом и «CUDA-ядрами» всякими.

Маркетинговые - «тензорные ядра», которые такие же вычислительные ядра, как и остальные. CUDA - нвидиевский API для работы с ними, который появился раньше вендор-нейтрального стандарта OpenCL. OpenCL во многим не понравился программистам фреймворков для машинлёрнинга (для других вычислений как-то более охотно запилили), а пока не развились всякие DirectML, SYCL, ROCm/HIP - прошло много лет, и невидия плотно окопалась со своим CUDA.

Тем более, что там майки какие-то штуки для ML на радеон недавно выкатывали.

Маловато (не все операторы PyTorch, старый TensorFlow 1.15). Но обещивают, что скоро всё будет.

Но это только под винду жеж.