MI futtatásra alkalmas Nvidia videokártyák

Bíró Gábor • 2025. February 07.

7 min read

Sokan a videokártyákat még mindig a játékokkal azonosítják, pedig a GPU-k sokkal többre képesek. Építésükből adódóan kiválóan alkalmasak a párhuzamos számításokra, ami elengedhetetlen a mélytanulási modellek betanításához és futtatásához. Gondoljunk csak bele: egy modern LLM több milliárd paraméterrel rendelkezik, és ezeket a paramétereket mind egyszerre kell kezelni. Ez a fajta párhuzamos feldolgozás a GPU-k igazi erőssége, míg a hagyományos CPU-k (központi processzorok) ebben a tekintetben elmaradnak.

Source: nvidia.com

Ha MI és GPU, akkor szinte egyet jelent az Nvidia nevével. Ennek több oka is van, de a legfontosabbak a CUDA platform és a Tensor magok.

A CUDA (Compute Unified Device Architecture) az Nvidia által kifejlesztett párhuzamos számítási platform és programozási modell. Lehetővé teszi, hogy a GPU-kat általános célú számításokra (General-purpose computing on graphics processing units, GPGPU) használjuk, nem csak grafikára. A CUDA lényegében egy "híd" a szoftver és a GPU hardver között, ami megkönnyíti a fejlesztők számára, hogy kihasználják a GPU-k számítási kapacitását. Számomra a CUDA legnagyobb előnye, hogy egy viszonylag egységes és jól dokumentált környezetet biztosít, ami jelentősen megkönnyíti az MI fejlesztést. Ezért is vált az iparági szabvánnyá.

A Tensor magok pedig az Nvidia GPU-k speciális egységei, amelyeket kifejezetten a mélytanulásban használt mátrixműveletek felgyorsítására terveztek. Ezek a műveletek a mélytanulási hálózatok alapját képezik, és a Tensor magok jelentősen növelik a számítási sebességet és hatékonyságot. Minél újabb generációjú egy Tensor mag, annál nagyobb teljesítményre és pontosságra képes.

Számformátumok az MI-ben: Miért fontosak?

A mesterséges intelligencia, különösen a mélytanulás, rengeteg számítást igényel. A számítások során használt számformátumok (azaz, ahogyan a számokat a számítógép tárolja és kezeli) közvetlenül befolyásolják:

Sebesség: Az alacsonyabb pontosságú formátumok (kevesebb bit) gyorsabb számításokat tesznek lehetővé.
Memóriaigény: Kevesebb bit kevesebb memóriát igényel, ami kritikus a nagy modellek betöltése és futtatása során.
Energiafogyasztás: A kevesebb bit feldolgozása általában kevesebb energiát igényel.
Pontosság: A magasabb pontosságú formátumok (több bit) pontosabb eredményeket adnak, de ez a sebesség, memória és energia rovására mehet.

A számformátumok hardveres támogatása azért kritikus fontosságú a GPU-k (és más MI-gyorsítók) esetében, mert ez határozza meg a számítások alapvető hatékonyságát.

Bővebb információ az MI területen jellemzően használt számformátumokról és a hardveres támogatás fontosságáról.

Nvidia architektúrák időrendben az MI futtatás szempontjából

Tesla 2006

Az első CUDA-képes architektúra, ami elindította a GPGPU forradalmat, bár még tensor magokkal nem rendelkezett.

MI futtatásra nem ajánlott, esetleg csak kísérletezésre, ha nagyon olcsón hozzá lehet jutni. Nincs dedikált MI-gyorsítás. CUDA támogatás korlátozott, nagyon régi driverek.

Jellemző modellek: GeForce 8, 9, 200, 300 sorozat

Fermi 2010

MI futtatásra nem ajánlott. Kevés CUDA mag, alacsony számítási teljesítmény. Csak nagyon egyszerű modellek futtatására alkalmas, ha egyáltalán. Valószínűleg ez sem éri meg az időt és energiát.

Jellemző modellek: GeForce 400, 500 sorozat

Kepler 2012

A hatékonyság javítására fókuszált, bevezette a dinamikus párhuzamosságot. Jobb CUDA támogatás, de még mindig kevés a modern MI-hez. Alacsony költségvetésű belépő lehet, de kompromisszumokkal. Fontos a driver támogatás ellenőrzése!

Jellemző professzionális modellek: Tesla K10, K20, K20X, K40 (12 GB), K80, Quadro K2000, K4000, K5000, K6000, stb. Consumer: GeForce 600, 700 sorozat

Maxwell 2014

Az energiahatékonyság jelentős növelése volt a fő cél. Javított energiahatékonyság, jobb CUDA teljesítmény. Kisebb modellekkel, alacsonyabb felbontásban már lehet próbálkozni.

Jellemző professzionális modellek: Tesla M4, M40, M60, Quadro M2000, M4000, M5000, M6000, stb. Consumer: GeForce 750Ti, 900 sorozat, GTX Titan X

Pascal 2016

Az NVLink bevezetése (gyorsabb GPU-GPU kommunikáció) és az FP16 (félpontos lebegőpontos) támogatás fontos lépés volt az MI felé. Ez már egy látványosabb előrelépés az MI-ben. Már alkalmas közepes méretű modellek futtatására is. A 1080 Ti még ma is erős kártya. A GTX 1060 6GB a belépő szint, a 1070, 1080 és 1080 Ti pedig komolyabb feladatokra is alkalmasak.

Jellemző professzionális modellek: Tesla P4 (8GB), P40 (24GB), P100 (16GB), Quadro P2000, P4000, P5000, P6000, GP100, stb. Consumer: GeForce 10-es sorozat (GTX 1060, 1070, 1080, 1080 Ti, Titan Xp)

Volta 2017

Itt jelentek meg először a Tensor magok, ami óriási lökést adott a mélytanulás teljesítményének. Az LLM-ek futtatásának szempontjából ezt egy komoly mérföldkőnek tekinthetjük. A professzionális kártyák, drágák, de kiváló teljesítményt nyújtanak MI téren is a kisebb modellek esetében.

Tesla V100 (16/32GB, HBM2), Quadro GV100, Titan V

Turing 2018

A ray tracing (RT) magok mellett az INT8 (8 bites egész) támogatás is megjelent, ami az inferencia gyorsítását célozta. Kiváló. Tensor magok és ray tracing (RT) magok. Már alkalmas komolyabb MI-projektekre is (megfelelő mennyiségű NVRam esetén).

Jellemző professzionális modellek: Tesla T4 (16GB, GDDR6), T10, T40 (24GB, GDDR6), Quadro RTX 4000, 5000, 6000, 8000. Consumer: GeForce RTX 20-as sorozat (RTX 2060, 2070, 2080, 2080 Ti), Titan RTX

Ampere 2020

Második generációs RT (Ray tracing) magok, harmadik generációs Tensor magok, és a TF32 (TensorFloat-32) formátum bevezetése. A legtöbb MI-feladatra alkalmas.

Jellemző professzionális modellek: A100 (40/80GB, HBM2e), A40 (48GB, GDDR6), A30, A16, A10, A4000, A4500, A5000, A5500, A6000, stb. Consumer: GeForce RTX 30-as sorozat (RTX 3060, RTX 3070, RTX 3080, RTX 3090 (24GB, GDDR6x)), A-sorozat

Hopper 2022

Negyedik generációs Tensor magok, Transformer Engine (kifejezetten LLM-ekhez optimalizált), és FP8 támogatás. Adatközpontokra tervezve. Rendkívüli teljesítmény, extrém áron.

Jellemző professzionális modellek: H100 (80/94GB HBM3), H200 (141GB, HBM3e)

Ada Lovelace 2022

Negyedik generációs Tensor magok, DLSS 3, és optimalizált energiahatékonyság.

Jellemző professzionális modellek: RTX 6000 Ada Generation (48GB, GDDR6), L4, L40, L40S, stb., Consumer: GeForce RTX 40-es sorozat (RTX 4060, RTX 4070, RTX 4080, RTX 4090 (24GB, GDDR6))

Blackwell 2024

A legújabb generáció, ami még nagyobb teljesítményt, új Tensor magokat és továbbfejlesztett NVLink-et ígér. FP4 hardveres támogatás.

Jellemző professzionális modellek: B100, B200, GB200. Consumer: GeForce RTX 50-es sorozat (RTX RTX 5060, RTX 5070, RTX 5080, RTX 5090 (32GB GDDR7))

Consumer és Professzionális GPU-k

A consumer kártyák, mint a GeForce RTX sorozat, elsősorban játékosoknak és tartalomkészítőknek készülnek. Általában jobb ár/érték arányt kínálnak, ha a nyers számítási teljesítményt nézzük. Ez azt jelenti, hogy kevesebb pénzért több számítási kapacitást kaphatunk, ami vonzó lehet hobbi MI felhasználóknak vagy kisebb projektekhez.

A professzionális kártyák viszont kifejezetten kutatók, adatelemzők és vállalati MI fejlesztők számára készülnek. Drágábbak, de számos olyan előnyt kínálnak, amelyek indokolhatják a magasabb árat:

Nagyobb VRAM kapacitás: Ez kulcsfontosságú a nagy modellek, például az LLM-ek futtatásához és betanításához. A professzionális kártyák gyakran sokkal több VRAM-mal rendelkeznek, mint a consumer társaik.
ECC memória: Az ECC (Error Correction Code) memória képes javítani a memóriahibákat, ami növeli a megbízhatóságot, különösen a hosszú ideig tartó, nagy terhelésű számításoknál.
Tanúsított illesztőprogramok: A professzionális kártyákhoz olyan illesztőprogramok tartoznak, amelyeket kifejezetten professzionális alkalmazásokhoz (pl. CAD, szimulációk) optimalizáltak és tanúsítottak.
Hosszabb terméktámogatás: A professzionális kártyákhoz általában hosszabb ideig jár támogatás és frissítés, ami fontos a vállalati környezetben.
Speciális funkciók: Ilyen például az NVLink (gyorsabb GPU-GPU kommunikáció), a virtualizáció támogatása, és a jobb hűtési megoldások.

Recommended

Őslevest főzött a Google

Bíró Gábor • 2024. July 27.

A Google kutatói szimulálták az önreplikáló digitális életformák megjelenését egy olyan kísérletben, amely betekintést nyújthat abba, hogyan kezdődött a biológiai élet a Földön. A New Scientist szerint a tanulmány során létrehoztak egy virtuális "őslevest", ahol véletlenszerű adatok millió generáción keresztül kölcsönhatásba léptek, és spontán módon önreplikáló programok jöttek létre.

Jobb válaszokat kapunk ha angolul kérdezzük a modelleket?

Bíró Gábor • 2024. December 30.

A nagy nyelvi modellek (LLM-ek) használata során (pl. GPT 4o, Claude Sonnet) gyakran felmerülő kérdés, hogy milyen nyelven érdemes kommunikálni velük a leghatékonyabb eredmény elérése érdekében. A modellek többnyelvű képességei lehetővé teszik a hatékony kommunikációt számos nyelven, bár az angol nyelvű bemenetekkel és válaszokkal összevetve azonban más nyelveken látszólag csökken a modellek teljesítménye.

Sora, új AI modell a szövegből videók készítésére

Bíró Gábor • 2024. February 16.

Az OpenAI új fejlesztése, a Sora, egy AI modell, ami lehetővé teszi a felhasználók számára, hogy szöveges utasítások alapján videókat hozzanak létre.

Ilya Sutskever, az OpenAI társalapítója és vezető kutatója távozik a vállalattól

Bíró Gábor • 2024. May 15.

Ilya Sutskever, az OpenAI társalapítója és vezető kutatója bejelentette, hogy távozik a vállalattól. Ez a hír egy viharos időszakot követ az OpenAI-nál, beleértve egy sikertelen kísérletet Sam Altman vezérigazgató eltávolítására. Sutskever távozása jelentős pillanat a mesterséges intelligencia kutatással foglalkozó szervezet számára, tekintettel kulcsszerepére annak alapításában és fejlesztésében.

A humanoid robotok jövője

Bíró Gábor • 2024. July 11.

Az mesterséges intelligencia és a robotika találkozása egy új technológiai innovációs korszakot nyitott meg, amelyet olyan robotok jellemeznek, amelyek valós időben képesek tanulni és alkalmazkodni. Ez a dinamikus képesség átalakítja a hagyományos automatizálást, lehetővé téve a robotok számára, hogy különféle és kiszámíthatatlan környezetekben is javítsák funkcionalitásukat, ezzel forradalmasítva az iparágakat a gyártástól az egészségügyig.

A hatékonyság csapdája

Bíró Gábor • 2025. March 05.

Gondoltál már arra, hogy a modern technológia, amely elvileg megkönnyíti az életünket és időt takarít meg nekünk, valójában miért nem eredményez több szabadidőt? Miért dolgozunk ugyanolyan sokat, vagy talán még többet, mint a nagyszüleink, annak ellenére, hogy mosógépek, mosogatógépek, számítógépek és okostelefonok vesznek körül minket? A válasz egy, már az ipari forradalom idején felismert jelenségben rejlik, amelyet Jevons-paradoxonnak nevezünk.

Humanoid robot tömeggyártásban

Bíró Gábor • 2024. August 21.

A robotika világában egy újabb izgalmas lépés történt: a Unitree Robotics bemutatta a G1 humanoid robot tömeggyártásra szánt verzióját, amely 16 000 dolláros árával egy olyan piaci szegmensbe nyit utat, amely eddig sokak számára elérhetetlen volt. A G1 robot nemcsak a kutatók és vállalkozások számára kínál izgalmas lehetőségeket, hanem a robotika rajongóinak is.

/www/www.birow.com/public/index.php /www/www.birow.com/core/library/debug/simple_debugger.php /www/www.birow.com/core/config/core.php /www/www.birow.com/core/config/advanced.php /www/www.birow.com/core/library/db/db.php /www/www.birow.com/core/library/tpl/tpl.php /www/www.birow.com/core/library/auth/auth.php /www/www.birow.com/core/library/module/module.php /www/www.birow.com/core/helper/helper.php /www/www.birow.com/core/config/localization.php /www/www.birow.com/core/init.php /www/www.birow.com/main/init/init.php /www/www.birow.com/main/init/main.php /www/www.birow.com/core/config/module/main/module.php /www/www.birow.com/main/part/config/config.php /www/www.birow.com/main/part/controller.php /www/www.birow.com/main/part/part.php /www/www.birow.com/main/box/config/config.php /www/www.birow.com/main/box/controller.php /www/www.birow.com/main/box/config/schema_org/newsarticle.php

Array ( [favorites] => Array ( [cat] => Array ( [initialized] => [ids] => Array ( ) [count] => 0 ) ) [referrers] => Array ( [next] => mi-futtatas-nvidia-videokartya [actual] => [actual_params] => [next_params] => mi-futtatas-nvidia-videokartya ) [localization] => Array ( [initialized] => [language_code] => ) )

Array ( [REDIRECT_HTTPS] => on [REDIRECT_SSL_TLS_SNI] => www.birow.com [REDIRECT_STATUS] => 200 [HTTPS] => on [SSL_TLS_SNI] => www.birow.com [HTTP_HOST] => www.birow.com [HTTP_CONNECTION] => keep-alive [HTTP_PRAGMA] => no-cache [HTTP_CACHE_CONTROL] => no-cache [HTTP_SEC_CH_UA] => "HeadlessChrome";v="129", "Not=A?Brand";v="8", "Chromium";v="129" [HTTP_SEC_CH_UA_MOBILE] => ?0 [HTTP_SEC_CH_UA_PLATFORM] => "Windows" [HTTP_UPGRADE_INSECURE_REQUESTS] => 1 [HTTP_USER_AGENT] => Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com) [HTTP_ACCEPT] => text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7 [HTTP_SEC_FETCH_SITE] => none [HTTP_SEC_FETCH_MODE] => navigate [HTTP_SEC_FETCH_USER] => ?1 [HTTP_SEC_FETCH_DEST] => document [HTTP_ACCEPT_ENCODING] => gzip, deflate, br, zstd [PATH] => /usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/snap/bin [SERVER_SIGNATURE] => [SERVER_SOFTWARE] => Apache [SERVER_NAME] => www.birow.com [SERVER_ADDR] => 79.139.58.9 [SERVER_PORT] => 443 [REMOTE_ADDR] => 18.191.70.86 [DOCUMENT_ROOT] => /www/www.birow.com/public [REQUEST_SCHEME] => https [CONTEXT_PREFIX] => [CONTEXT_DOCUMENT_ROOT] => /www/www.birow.com/public [SERVER_ADMIN] => [no address given] [SCRIPT_FILENAME] => /www/www.birow.com/public/index.php [REMOTE_PORT] => 20945 [REDIRECT_URL] => /mi-futtatas-nvidia-videokartya [REDIRECT_QUERY_STRING] => s=mi%2dfuttatas%2dnvidia%2dvideokartya [GATEWAY_INTERFACE] => CGI/1.1 [SERVER_PROTOCOL] => HTTP/1.1 [REQUEST_METHOD] => GET [QUERY_STRING] => s=mi%2dfuttatas%2dnvidia%2dvideokartya [REQUEST_URI] => /mi-futtatas-nvidia-videokartya [SCRIPT_NAME] => /index.php [PHP_SELF] => /index.php [REQUEST_TIME_FLOAT] => 1743866843.511 [REQUEST_TIME] => 1743866843 )

Array ( [l] => / [language_code] => en [route_action_0] => mi-futtatas-nvidia-videokartya [route_path_0] => mi-futtatas-nvidia-videokartya [referrer] => / [referrer_params] => / [site_name] => Birow [site_url] => www.birow.com [site_logo_url] => /tpl/main/common/img/birow-black-bg.webp [site_title_suffix] => | Birow [site_keywords] => Mesterséges intelligencia, Robotika, Energia, Tudomány, Üzlet, Hírek, cikkek, blog [site_description] => Jövőformáló innovációk: <strong>Mesterséges Intelligencia, robotika, energia, tudomány és üzlet</strong>. Naprakész hírek, leírások, gondolatok a technológia, kutatás és gazdaság világából - átláthatóan tálalva. [site_twitter_site] => [site_twitter_creator] => [site_organization] => Birow [site_email] => gabor@birow.com [site_phone] => +36307775649 [site_audience] => [site_year] => 2025 [site_color_primary] => #5a5cde [list] => [is_ajax] => 0 [v] => 3 [id] => 1158 [pid] => 1070 [status] => 1 [menu] => 0 [highlight] => 0 [name] => MI futtatásra alkalmas Nvidia videokártyák [url] => /mi-futtatas-nvidia-videokartya [url_lock] => 1 [lead] => <p>Sokan a videokártyákat még mindig a játékokkal azonosítják, pedig a GPU-k sokkal többre képesek. Építésükből adódóan kiválóan alkalmasak a párhuzamos számításokra, ami elengedhetetlen a mélytanulási modellek betanításához és futtatásához. Gondoljunk csak bele: egy modern LLM több milliárd paraméterrel rendelkezik, és ezeket a paramétereket mind egyszerre kell kezelni. Ez a fajta párhuzamos feldolgozás a GPU-k igazi erőssége, míg a hagyományos CPU-k (központi processzorok) ebben a tekintetben elmaradnak.</p> [lead_short] => [content] => <p>Ha MI és GPU, akkor szinte egyet jelent az Nvidia nevével. Ennek több oka is van, de a legfontosabbak a CUDA platform és a Tensor magok.</p> <p>A <strong>CUDA (Compute Unified Device Architecture)</strong> az Nvidia által kifejlesztett párhuzamos számítási platform és programozási modell. Lehetővé teszi, hogy a GPU-kat általános célú számításokra (General-purpose computing on graphics processing units, GPGPU) használjuk, nem csak grafikára. A CUDA lényegében egy "híd" a szoftver és a GPU hardver között, ami megkönnyíti a fejlesztők számára, hogy kihasználják a GPU-k számítási kapacitását. Számomra a CUDA legnagyobb előnye, hogy egy viszonylag egységes és jól dokumentált környezetet biztosít, ami jelentősen megkönnyíti az MI fejlesztést. Ezért is vált az iparági szabvánnyá.</p> <p>A <strong>Tensor magok</strong> pedig az Nvidia GPU-k speciális egységei, amelyeket kifejezetten a mélytanulásban használt mátrixműveletek felgyorsítására terveztek. Ezek a műveletek a mélytanulási hálózatok alapját képezik, és a Tensor magok jelentősen növelik a számítási sebességet és hatékonyságot. Minél újabb generációjú egy Tensor mag, annál nagyobb teljesítményre és pontosságra képes.</p> <h2><strong>Számformátumok az MI-ben: Miért fontosak?</strong></h2> <p>A mesterséges intelligencia, különösen a mélytanulás, rengeteg számítást igényel. A számítások során használt számformátumok (azaz, ahogyan a számokat a számítógép tárolja és kezeli) közvetlenül befolyásolják:</p> <ul> <li><strong>Sebesség:</strong> Az alacsonyabb pontosságú formátumok (kevesebb bit) gyorsabb számításokat tesznek lehetővé.</li> <li><strong>Memóriaigény:</strong> Kevesebb bit kevesebb memóriát igényel, ami kritikus a nagy modellek betöltése és futtatása során.</li> <li><strong>Energiafogyasztás:</strong> A kevesebb bit feldolgozása általában kevesebb energiát igényel.</li> <li><strong>Pontosság:</strong> A magasabb pontosságú formátumok (több bit) pontosabb eredményeket adnak, de ez a sebesség, memória és energia rovására mehet.</li> </ul> <p>A számformátumok hardveres támogatása azért kritikus fontosságú a GPU-k (és más MI-gyorsítók) esetében, mert ez határozza meg a számítások alapvető hatékonyságát.</p> <p><a href="/legelterjedtebb-szamformatumok-llm">Bővebb információ az MI területen jellemzően használt számformátumokról és a hardveres támogatás fontosságáról.</a></p> <h2>Nvidia architektúrák időrendben az MI futtatás szempontjából</h2> <p style="text-align:center"><img alt="" src="/storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya3.webp" style="height:509px; width:600px" /></p> <h3><strong>Tesla 2006</strong></h3> <p>Az első CUDA-képes architektúra, ami elindította a GPGPU forradalmat, bár még tensor magokkal nem rendelkezett.</p> <p><strong>MI futtatásra nem ajánlott, </strong>esetleg csak kísérletezésre, ha nagyon olcsón hozzá lehet jutni. Nincs dedikált MI-gyorsítás. CUDA támogatás korlátozott, nagyon régi driverek.</p> <p>Jellemző modellek: GeForce 8, 9, 200, 300 sorozat</p> <h3><strong>Fermi 2010</strong></h3> <p><strong>MI futtatásra nem ajánlott.</strong> Kevés CUDA mag, alacsony számítási teljesítmény. Csak nagyon egyszerű modellek futtatására alkalmas, ha egyáltalán. Valószínűleg ez sem éri meg az időt és energiát.</p> <p>Jellemző modellek: GeForce 400, 500 sorozat</p> <h3><strong>Kepler 2012</strong></h3> <p>A hatékonyság javítására fókuszált, bevezette a dinamikus párhuzamosságot. Jobb CUDA támogatás, de még <strong>mindig kevés a modern MI-hez.</strong> Alacsony költségvetésű belépő lehet, de kompromisszumokkal. Fontos a driver támogatás ellenőrzése!</p> <p>Jellemző professzionális modellek: <strong>Tesla K10, K20, K20X, K40 (12 GB), K80</strong>, Quadro K2000, K4000, K5000, K6000, stb. Consumer: GeForce 600, 700 sorozat</p> <h3><strong>Maxwell 2014</strong></h3> <p>Az energiahatékonyság jelentős növelése volt a fő cél. Javított energiahatékonyság, jobb CUDA teljesítmény. Kisebb modellekkel, alacsonyabb felbontásban már lehet próbálkozni.</p> <p>Jellemző professzionális modellek: <strong>Tesla M4, M40, M60</strong>, Quadro M2000, M4000, M5000, M6000, stb. Consumer: GeForce 750Ti, 900 sorozat, GTX Titan X</p> <h3><strong>Pascal 2016</strong></h3> <p>Az NVLink bevezetése (gyorsabb GPU-GPU kommunikáció) és az FP16 (félpontos lebegőpontos) támogatás fontos lépés volt az MI felé. Ez már egy látványosabb előrelépés az MI-ben. Már alkalmas közepes méretű modellek futtatására is. A 1080 Ti még ma is erős kártya. A GTX 1060 6GB a belépő szint, a 1070, 1080 és 1080 Ti pedig komolyabb feladatokra is alkalmasak.</p> <p>Jellemző professzionális modellek: <strong>Tesla P4 (8GB), P40 (24GB), P100 (16GB)</strong>, Quadro P2000, P4000, P5000, P6000, GP100, stb. Consumer: GeForce 10-es sorozat (GTX 1060, 1070, 1080, 1080 Ti, Titan Xp)</p> <h3><span style="color:#c0392b"><strong>Volta 2017</strong></span></h3> <p><span style="color:#c0392b">Itt jelentek meg először a <strong>Tensor magok</strong></span><span style="color:#e74c3c">,</span> ami óriási lökést adott a mélytanulás teljesítményének. Az LLM-ek futtatásának szempontjából ezt egy komoly mérföldkőnek tekinthetjük. A professzionális kártyák, drágák, de kiváló teljesítményt nyújtanak MI téren is a kisebb modellek esetében.</p> <p><strong>Tesla V100 (16/32GB, HBM2)</strong>, Quadro GV100, Titan V</p> <h3><strong>Turing 2018</strong></h3> <p>A ray tracing (RT) magok mellett az INT8 (8 bites egész) támogatás is megjelent, ami az <strong>inferencia gyorsítását</strong> célozta. <strong>Kiváló.</strong> Tensor magok és ray tracing (RT) magok. Már alkalmas komolyabb MI-projektekre is (megfelelő mennyiségű NVRam esetén).</p> <p>Jellemző professzionális modellek: <strong>Tesla T4 (16GB, GDDR6), T10, T40 (24GB, GDDR6)</strong>, Quadro RTX 4000, 5000, 6000, 8000. Consumer: GeForce RTX 20-as sorozat (RTX 2060, 2070, 2080, 2080 Ti), Titan RTX</p> <h3><strong>Ampere 2020</strong></h3> <p>Második generációs RT (Ray tracing) magok, harmadik generációs Tensor magok, és a TF32 (TensorFloat-32) formátum bevezetése. A legtöbb MI-feladatra alkalmas.</p> <p>Jellemző professzionális modellek: <strong>A100 (40/80GB, HBM2e), A40 (48GB, GDDR6), A30, A16, A10</strong>, A4000, A4500, A5000, A5500, A6000, stb. Consumer: GeForce RTX 30-as sorozat (RTX 3060, RTX 3070, RTX 3080, RTX <strong>3090 (24GB, GDDR6x)</strong>), A-sorozat</p> <h3><strong>Hopper 2022</strong></h3> <p>Negyedik generációs Tensor magok, Transformer Engine (kifejezetten LLM-ekhez optimalizált), és FP8 támogatás. Adatközpontokra tervezve. Rendkívüli teljesítmény, extrém áron.</p> <p>Jellemző professzionális modellek: <strong>H100 (80/94GB HBM3), H200 (141GB, HBM3e)</strong></p> <h3><strong>Ada Lovelace 2022</strong></h3> <p>Negyedik generációs Tensor magok, DLSS 3, és optimalizált energiahatékonyság.</p> <p>Jellemző professzionális modellek: <strong>RTX 6000 Ada Generation (48GB, GDDR6)</strong>, <strong>L4, L40, L40S</strong>, stb., Consumer: GeForce RTX 40-es sorozat (RTX 4060, RTX 4070, RTX 4080, <strong>RTX 4090 (24GB, GDDR6)</strong>)</p> <h3><strong>Blackwell 2024</strong></h3> <p>A legújabb generáció, ami még nagyobb teljesítményt, új Tensor magokat és továbbfejlesztett NVLink-et ígér. FP4 hardveres támogatás.</p> <p>Jellemző professzionális modellek: <strong>B100, B200, GB200.</strong> Consumer: GeForce RTX 50-es sorozat (RTX RTX 5060, RTX 5070, RTX 5080, <strong>RTX 5090 (32GB GDDR7)</strong>)</p> <p> </p> <h2>Consumer és Professzionális GPU-k</h2> <p>A <strong>consumer kártyák</strong>, mint a GeForce RTX sorozat, elsősorban játékosoknak és tartalomkészítőknek készülnek. Általában jobb ár/érték arányt kínálnak, ha a nyers számítási teljesítményt nézzük. Ez azt jelenti, hogy kevesebb pénzért több számítási kapacitást kaphatunk, ami vonzó lehet hobbi MI felhasználóknak vagy kisebb projektekhez.</p> <p style="text-align:center"><img alt="" src="/storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya2.webp" style="height:338px; width:600px" /></p> <p>A <strong>professzionális kártyák</strong> viszont kifejezetten kutatók, adatelemzők és vállalati MI fejlesztők számára készülnek. Drágábbak, de számos olyan előnyt kínálnak, amelyek indokolhatják a magasabb árat:</p> <ul> <li><strong>Nagyobb VRAM kapacitás:</strong> Ez kulcsfontosságú a nagy modellek, például az LLM-ek futtatásához és betanításához. A professzionális kártyák gyakran sokkal több VRAM-mal rendelkeznek, mint a consumer társaik.</li> <li><strong>ECC memória:</strong> Az ECC (Error Correction Code) memória képes javítani a memóriahibákat, ami növeli a megbízhatóságot, különösen a hosszú ideig tartó, nagy terhelésű számításoknál.</li> <li><strong>Tanúsított illesztőprogramok:</strong> A professzionális kártyákhoz olyan illesztőprogramok tartoznak, amelyeket kifejezetten professzionális alkalmazásokhoz (pl. CAD, szimulációk) optimalizáltak és tanúsítottak.</li> <li><strong>Hosszabb terméktámogatás:</strong> A professzionális kártyákhoz általában hosszabb ideig jár támogatás és frissítés, ami fontos a vállalati környezetben.</li> <li><strong>Speciális funkciók:</strong> Ilyen például az NVLink (gyorsabb GPU-GPU kommunikáció), a virtualizáció támogatása, és a jobb hűtési megoldások.</li> </ul> [language] => hun [tpl] => page/news.page [type] => 9 [type_category] => 3 [color] => e63029 [version] => 1 [search_status] => 1 [search_content] => MI futtatásra alkalmas Nvidia videokártyák Sokan a videokártyákat még mindig a játékokkal azonosítják, pedig a GPU-k sokkal többre képesek. Építésükből adódóan kiválóan alkalmasak a párhuzamos számításokra, ami elengedhetetlen a mélytanulási modellek betanításához és futtatásához. Gondoljunk csak bele: egy modern LLM több milliárd paraméterrel rendelkezik, és ezeket a paramétereket mind egyszerre kell kezelni. Ez a fajta párhuzamos feldolgozás a GPU-k igazi erőssége, míg a hagyományos CPU-k (központi processzorok) ebben a tekintetben elmaradnak. [search_importance] => 50 [attach] => {"url": [], "file": [], "image": {"1": {"name": "", "path": "/storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya.webp", "source": "nvidia.com"}}, "video": []} [parent] => [{"id":"1001","pid":"0","name":"News","url":"news"},{"id":"1070","pid":"1001","name":"Tudom\u00e1ny, \u00fczlet","url":"tudomany-uzlet"}] [create_member_id] => lfadhxh353hxh35ggg46jhxjGFj32jsh [create_member_name] => Bíró Gábor [create_time] => 1738938780 [update_member_id] => lfadhxh353hxh35ggg46jhxjGFj32jsh [update_member_name] => Bíró Gábor [update_time] => 1739015829 [child_counter] => 0 [position] => 40 [highlight_start] => 0 [price_netto] => 0.00 [price_brutto] => 0.00 [price_vat] => 27.00 [price_discount_netto] => 0.00 [price_discount_brutto] => 0.00 [price_discount_percent] => 0.00 [price_source_netto] => 0.00 [price_source_brutto] => 0.00 [price_source_margin] => 0.00 [product_quantity] => 0.00 [product_quantity_name] => [product_preorder] => 1 [product_weight] => 0.00 [product_width] => 0.00 [product_height] => 0.00 [product_deep] => 0.00 [product_pack_weight] => 0.00 [product_pack_width] => 0.00 [product_pack_height] => 0.00 [product_pack_deep] => 0.00 [product_manufacturer] => 0 [list_o] => 1 [list_v] => 1 [list_r] => 3 [action] => [favorite_counter] => 0 [cart_counter] => 0 [product_oem] => 1 [product_quantity_min] => 0.00 [product_quantity_low] => 0.00 [product_quantity_med] => 0.00 [product_source_date] => [product_ship] => 1 [product_color] => 0 [product_color_name] => [product_quantity_max] => 0.00 [product_material] => 0 [product_status] => 1 [product_upsell] => [product_crossell] => [product_ean] => [product_upc] => [product_country_origin] => 0 [product_supplier] => 0 [product_location] => [product_certificate] => [product_warranty_period] => [product_warranty_type] => 0 [product_return_policy] => 0 [product_description] => [product_brand] => 0 [product_model] => [price_unit_netto] => 0.00 [price_unit_brutto] => 0.00 [team] => [event_time_start] => [event_time_end] => [product_compatible] => [tpl_in] => [sitemap] => 1 [custom] => [product_sale_counter] => 0 [tag] => [list_virtual] => [parent_ids] => {1070,1001} [product_delivery] => [archive] => 0 [read_time] => 7 [product_id] => HL744LEEC23G [translation_status] => 0 [product_warehouse] => 0 [product_material_2] => 0 [product_material_3] => 0 [product_material_4] => 0 [product_variant] => [product_variant_definition] => [child_product_variant_definition] => [product_id_ext] => [fresh] => 0 [list_skip] => 0 [content_code] => 0 [virtual_parent_ids] => {} [virtual_parent] => [search_content_manual] => [product_id_fact] => [search_vector] => [search_keywords] => [url_main] => mi-futtatas-nvidia-videokartya [url_base] => /mi-futtatas-nvidia-videokartya [url_params] => [image_1_name] => [image_1] => 1 [image_1_path] => /storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya.webp [image_1_source] => nvidia.com [level] => 2 [parent_id] => 1070 [parent_pid] => 1001 [parent_name] => Tudomány, üzlet [parent_url] => tudomany-uzlet [path] => <li class="breadcrumb-item"><a href="/news" class="link-primary">News</a></li><li class="breadcrumb-item"><a href="/tudomany-uzlet" class="link-primary">Tudomány, üzlet</a></li> [parent_0_id] => 1001 [parent_1_id] => 1070 [menu_0] => <li class="nav-item"><a class="nav-link active" href="/news"><span class="fw-bold">•</span> News</a></li><li class="nav-item"><a class="nav-link " href="/content"><span class="fw-bold">•</span> Content</a></li> [menu_1] => <a href="/mesterseges-intelligencia" class="list-group-item list-group-item-action "> Mesterséges intelligencia <span class="badge bg-dark rounded-pill float-end">67</span></a><a href="/robotika" class="list-group-item list-group-item-action "> Robotika <span class="badge bg-dark rounded-pill float-end">31</span></a><a href="/energia" class="list-group-item list-group-item-action "> Energia <span class="badge bg-dark rounded-pill float-end">7</span></a><a href="/tudomany-uzlet" class="list-group-item list-group-item-action active"> Tudomány, üzlet <span class="badge bg-dark rounded-pill float-end">45</span></a> [menu_parent_sub] => [favorites_cat_count] => 0 [part_news_highlight] => <div class="mb-4 pt-4"> <article> <h4 class="fw-bold fs-12r"><a href="/oslevest-fozott-a-google">Őslevest főzött a Google</a></h4> <p>Bíró Gábor <span class="text-primary">•</span> 2024. July 27.</p> <div> <p>A Google kutatói szimulálták az önreplikáló digitális életformák megjelenését egy olyan kísérletben, amely betekintést nyújthat abba, hogyan kezdődött a biológiai élet a Földön. A New Scientist szerint a tanulmány során létrehoztak egy virtuális "őslevest", ahol véletlenszerű adatok millió generáción keresztül kölcsönhatásba léptek, és spontán módon önreplikáló programok jöttek létre.</p> </div> </article> </div><div class="mb-4 pt-4"> <article> <h4 class="fw-bold fs-12r"><a href="/jobb-valaszok-angolul">Jobb válaszokat kapunk ha angolul kérdezzük a modelleket?</a></h4> <p>Bíró Gábor <span class="text-primary">•</span> 2024. December 30.</p> <div> <p>A nagy nyelvi modellek (LLM-ek) használata során (pl. GPT 4o, Claude Sonnet) gyakran felmerülő kérdés, hogy milyen nyelven érdemes kommunikálni velük a leghatékonyabb eredmény elérése érdekében. A modellek többnyelvű képességei lehetővé teszik a hatékony kommunikációt számos nyelven, bár az angol nyelvű bemenetekkel és válaszokkal összevetve azonban más nyelveken látszólag csökken a modellek teljesítménye.</p> </div> </article> </div><div class="mb-4 pt-4"> <article> <h4 class="fw-bold fs-12r"><a href="/sora-uj-ai-modell-a-szovegbol-videok-keszitesere">Sora, új AI modell a szövegből videók készítésére</a></h4> <p>Bíró Gábor <span class="text-primary">•</span> 2024. February 16.</p> <div> <p>Az OpenAI új fejlesztése, a Sora, egy AI modell, ami lehetővé teszi a felhasználók számára, hogy szöveges utasítások alapján videókat hozzanak létre.</p> </div> </article> </div><div class="mb-4 pt-4"> <article> <h4 class="fw-bold fs-12r"><a href="/ilya-sutskever-az-openai-tarsalapitoja-es-vezeto-kutatoja-tavozik-a-vallalattol">Ilya Sutskever, az OpenAI társalapítója és vezető kutatója távozik a vállalattól</a></h4> <p>Bíró Gábor <span class="text-primary">•</span> 2024. May 15.</p> <div> <p>Ilya Sutskever, az OpenAI társalapítója és vezető kutatója bejelentette, hogy távozik a vállalattól. Ez a hír egy viharos időszakot követ az OpenAI-nál, beleértve egy sikertelen kísérletet Sam Altman vezérigazgató eltávolítására. Sutskever távozása jelentős pillanat a mesterséges intelligencia kutatással foglalkozó szervezet számára, tekintettel kulcsszerepére annak alapításában és fejlesztésében.</p> </div> </article> </div><div class="mb-4 pt-4"> <article> <h4 class="fw-bold fs-12r"><a href="/a-humanoid-robotok-jovoje">A humanoid robotok jövője</a></h4> <p>Bíró Gábor <span class="text-primary">•</span> 2024. July 11.</p> <div> <p>Az mesterséges intelligencia és a robotika találkozása egy új technológiai innovációs korszakot nyitott meg, amelyet olyan robotok jellemeznek, amelyek valós időben képesek tanulni és alkalmazkodni. Ez a dinamikus képesség átalakítja a hagyományos automatizálást, lehetővé téve a robotok számára, hogy különféle és kiszámíthatatlan környezetekben is javítsák funkcionalitásukat, ezzel forradalmasítva az iparágakat a gyártástól az egészségügyig.</p> </div> </article> </div><div class="mb-4 pt-4"> <article> <h4 class="fw-bold fs-12r"><a href="/jevons-paradoxon">A hatékonyság csapdája</a></h4> <p>Bíró Gábor <span class="text-primary">•</span> 2025. March 05.</p> <div> <p>Gondoltál már arra, hogy a modern technológia, amely elvileg megkönnyíti az életünket és időt takarít meg nekünk, valójában miért nem eredményez több szabadidőt? Miért dolgozunk ugyanolyan sokat, vagy talán még többet, mint a nagyszüleink, annak ellenére, hogy mosógépek, mosogatógépek, számítógépek és okostelefonok vesznek körül minket? A válasz egy, már az ipari forradalom idején felismert jelenségben rejlik, amelyet <strong>Jevons-paradoxonnak</strong> nevezünk.</p> </div> </article> </div><div class="mb-4 pt-4"> <article> <h4 class="fw-bold fs-12r"><a href="/humanoid-robot-tomeggyartasban">Humanoid robot tömeggyártásban</a></h4> <p>Bíró Gábor <span class="text-primary">•</span> 2024. August 21.</p> <div> <p>A robotika világában egy újabb izgalmas lépés történt: a Unitree Robotics bemutatta a G1 humanoid robot tömeggyártásra szánt verzióját, amely 16 000 dolláros árával egy olyan piaci szegmensbe nyit utat, amely eddig sokak számára elérhetetlen volt. A G1 robot nemcsak a kutatók és vállalkozások számára kínál izgalmas lehetőségeket, hanem a robotika rajongóinak is.</p> </div> </article> </div> [get_params] => [url_canonical] => /mi-futtatas-nvidia-videokartya [head_canonical] => <link rel="canonical" href="https://www.birow.com/mi-futtatas-nvidia-videokartya" > [head_title] => MI futtatásra alkalmas Nvidia videokártyák | Birow [head_description] => [head_keywords] => Mesterséges intelligencia, Robotika, Energia, Tudomány, Üzlet, Hírek, cikkek, blog [head_hreflang] => <link rel="alternate" hreflang="en" href="https://www.birow.com/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="zh" href="https://www.birow.com/zh/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="es" href="https://www.birow.com/es/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="fr" href="https://www.birow.com/fr/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="ru" href="https://www.birow.com/ru/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="de" href="https://www.birow.com/de/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="hu" href="https://www.birow.com/hu/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="x-default" href="https://www.birow.com/mi-futtatas-nvidia-videokartya" > [head_social_meta_tags] => <meta property="og:type" content="article"> <meta property="og:title" content="MI futtatásra alkalmas Nvidia videokártyák | Birow"> <meta property="og:url" content="https://www.birow.com/mi-futtatas-nvidia-videokartya"> <meta property="og:image" content="https://www.birow.com/storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya.webp"> <meta property="og:site_name" content="Birow"> <meta property="og:article:published_time" content="2025-02-07T14:33:00+00:00"> <meta property="og:article:modified_time" content="2025-02-08T11:57:09+00:00"> <meta property="og:locale" content="en"> <meta property="twitter:card" content="summary_large_image"> <meta property="twitter:title" content="MI futtatásra alkalmas Nvidia videokártyák | Birow"> <meta property="twitter:url" content="https://www.birow.com/mi-futtatas-nvidia-videokartya"> <meta property="twitter:image" content="https://www.birow.com/storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya.webp"> [head_schema_org_markup] => <script type = "application/ld+json"> { "@context": "https://schema.org", "@type": "NewsArticle", "headline": "MI futtatásra alkalmas Nvidia videokártyák | Birow", "url": "https://www.birow.com/mi-futtatas-nvidia-videokartya", "description": "", "image": "https://www.birow.com/storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya.webp", "datePublished": "2025-02-07T14:33:00+00:00", "dateModified": "2025-02-08T11:57:09+00:00", "inLanguage": "en", "author": { "@type": "Person", "name": "Bíró Gábor" } } </script> [box_default] => [box_head] => <meta charset="utf-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>MI futtatásra alkalmas Nvidia videokártyák | Birow</title> <meta name="description" content=""> <meta name="keywords" content="Mesterséges intelligencia, Robotika, Energia, Tudomány, Üzlet, Hírek, cikkek, blog"> <meta name="author" content="Birow"> <meta name="robots" content="index, follow"> <meta name="theme-color" content="#000000"> <meta name="google-site-verification" content="lr8aIb0nmlgWixG6esdIvq03mmuiOcqQ_4THmfStUkw"> <link rel="preconnect" href="https://fonts.googleapis.com"> <link rel="preconnect" href="https://fonts.gstatic.com" crossorigin> <link href="https://fonts.googleapis.com/css2?family=Noto+Sans:wght@400;500;700&display=swap" rel="stylesheet"> <link rel="stylesheet" href="/tpl/main/common/vendor/bootstrap-5/css/birow.min.css"> <link rel="stylesheet" href="/tpl/main/common/css/birow.css?v=3"> <script src="/tpl/main/common/vendor/jquery-3/jquery-3.7.1.min.js"></script> <script defer src="/tpl/main/common/vendor/bootstrap-5/bootstrap.bundle.min.js"></script> <script defer src="/tpl/common/js/helper.js?v=3"></script> <script defer src="/tpl/main/common/js/site.js?v=3"></script> <script defer src="https://www.googletagmanager.com/gtag/js?id=G-BCJBJM464F"></script> <link rel="apple-touch-icon" sizes="180x180" href="/apple-touch-icon.png"> <link rel="icon" type="image/png" sizes="32x32" href="/favicon-32x32.png"> <link rel="icon" type="image/png" sizes="16x16" href="/favicon-16x16.png"> <link rel="manifest" href="/site.webmanifest"> <link rel="mask-icon" href="/safari-pinned-tab.svg" color="#000000"> <link rel="preconnect" href="https://fonts.googleapis.com"> <meta name="msapplication-TileColor" content="#000000"> <link rel="alternate" hreflang="en" href="https://www.birow.com/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="zh" href="https://www.birow.com/zh/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="es" href="https://www.birow.com/es/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="fr" href="https://www.birow.com/fr/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="ru" href="https://www.birow.com/ru/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="de" href="https://www.birow.com/de/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="hu" href="https://www.birow.com/hu/mi-futtatas-nvidia-videokartya" ><link rel="alternate" hreflang="x-default" href="https://www.birow.com/mi-futtatas-nvidia-videokartya" > <link rel="canonical" href="https://www.birow.com/mi-futtatas-nvidia-videokartya" > <meta property="og:type" content="article"> <meta property="og:title" content="MI futtatásra alkalmas Nvidia videokártyák | Birow"> <meta property="og:url" content="https://www.birow.com/mi-futtatas-nvidia-videokartya"> <meta property="og:image" content="https://www.birow.com/storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya.webp"> <meta property="og:site_name" content="Birow"> <meta property="og:article:published_time" content="2025-02-07T14:33:00+00:00"> <meta property="og:article:modified_time" content="2025-02-08T11:57:09+00:00"> <meta property="og:locale" content="en"> <meta property="twitter:card" content="summary_large_image"> <meta property="twitter:title" content="MI futtatásra alkalmas Nvidia videokártyák | Birow"> <meta property="twitter:url" content="https://www.birow.com/mi-futtatas-nvidia-videokartya"> <meta property="twitter:image" content="https://www.birow.com/storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya.webp"> <script type = "application/ld+json"> { "@context": "https://schema.org", "@type": "NewsArticle", "headline": "MI futtatásra alkalmas Nvidia videokártyák | Birow", "url": "https://www.birow.com/mi-futtatas-nvidia-videokartya", "description": "", "image": "https://www.birow.com/storage/news/2025/02/mi-futtatas-nvidia-videokartya/mi-futtatas-nvidia-videokartya.webp", "datePublished": "2025-02-07T14:33:00+00:00", "dateModified": "2025-02-08T11:57:09+00:00", "inLanguage": "en", "author": { "@type": "Person", "name": "Bíró Gábor" } } </script> <script> const s_s = { is_li: 0, }; window.dataLayer = window.dataLayer || []; function gtag() { dataLayer.push(arguments); } $(document).ready(function () { listInit(); //favoriteInit() //cartInit() //autocompleteInit(); nlSubsFooterInit(); gtag('js', new Date()); gtag('config', 'G-BCJBJM464F'); $('.language-change-trigger').click(function () { languageChangeInit('/mi-futtatas-nvidia-videokartya'); }) }) </script> [box_header] => <nav class="navbar navbar-expand-lg navbar-dark bg-dark birow-bg"> <div class="container-xxl pb-1"> <a class="navbar-brand" href="/"> <img src="/tpl/main/common/img/birow-logo.webp" srcset="/tpl/main/common/img/birow-logo-2x.webp 2x" alt="Birow" title="Birow" width="90" height="25"> </a> <button class="navbar-toggler border-0" type="button" data-bs-toggle="collapse" data-bs-target="#navbarNav" aria-controls="navbarNav" aria-expanded="false" aria-label="Toggle navigation"> <span class="navbar-toggler-icon"></span> </button> <div class="collapse navbar-collapse justify-content-end navbar-top" id="navbarNav"> <div class="navbar-nav fs-6 pt-3 pt-md-0 pb-3 pb-md-0 fw-normal" style="letter-spacing: 1px;"> <a class="nav-link me-4 fs-09r" aria-current="page" href="/mesterseges-intelligencia">{l_artificial_intelligence}</a> <a class="nav-link me-4 fs-09r" href="/robotika">{l_robotics}</a> <a class="nav-link me-4 fs-09r" href="/energia">{l_energy}</a> <a class="nav-link me-4 active fs-09r" href="/tudomany-uzlet">{l_science_business}</a> <span class="nav-link cursor-pointer fs-09r language-change-trigger"><svg class="icon icon-18 me-1 text-primary"><use xlink:href="/tpl/main/common/svg/site.svg#icon-globe"></use></svg> EN</span> </div> </div> </div> </nav> <form id="list_form" name="list_form"> <input type="hidden" name="id" id="cat_id" value="1158" data-default="1158"> <input type="hidden" name="q" id="list_q" value="" data-default=""> <input type="hidden" name="p" id="list_p" value="" data-default=""> <input type="hidden" name="o" id="list_o" value="1" data-default=""> <input type="hidden" name="v" id="list_v" value="1" data-default=""> </form> [box_footer] => <footer> <div class="container-xxl border-top border-primary border-2"> <div class="row pt-4"> <div class="col-lg-4 text-center text-lg-start pb-4"> <a href="/"><img src="/tpl/main/common/img/birow-black.png" alt="Birow" width="90" height="25"></a> <div class="pt-4"> <p>{l_footer_site_description}</p> </div> <div class="pt-2"> <ul class="list-unstyled d-flex justify-content-center justify-content-md-start"> <li class="me-4"> <a href="#" title="Birow Facebook"> <svg class="icon icon-18 me-1"> <use xlink:href="/tpl/main/common/svg/site.svg#icon-facebook"></use> </svg> </a> </li> <li class="me-4"> <a href="#" title="Birow X"> <svg class="icon icon-18 me-1"> <use xlink:href="/tpl/main/common/svg/site.svg#icon-x"></use> </svg> </a> </li> <li> <a href="#" title="Birow LinkedIn"> <svg class="icon icon-18 me-1"> <use xlink:href="/tpl/main/common/svg/site.svg#icon-linkedin"></use> </svg> </a> </li> </ul> </div> </div> <div class="col-lg-8"> <div class="text-center text-lg-end"> <a class="me-4 text-primary text-black-hover fw-semibold fs-09r" aria-current="page" href="/mesterseges-intelligencia">{l_artificial_intelligence}</a> <a class="me-4 text-primary text-black-hover fw-semibold fs-09r" href="/robotika">{l_robotics}</a> <a class="me-4 text-primary text-black-hover fw-semibold fs-09r" href="/energia">{l_energy}</a> <a class="me-4 text-primary text-black-hover fw-semibold text-black fs-09r" href="//tudomany-uzlet">{l_science_business}</a> <a class="text-primary text-black-hover fw-semibold fs-09r" href="/contact">{l_contact}</a> </div> <form class="offset-md-4 pt-4"> <div class="p-3 bg-light rounded-3"> <h5 class="ms-1 mt-0">Iratkozz fel hírlevélre</h5> <p class="ms-1">Tudományos és üzleti érdekességek, hetente legfeljebb egy alkalommal</p> <div class="pb-1"> <form id="nl_subs_footer_form" novalidate> <div class="row g-2"> <div class="col-9"> <label for="nl_subs_footer_email" class="visually-hidden">Email cím</label> <input id="nl_subs_footer_email" name="nl_subs_footer_email" type="text" class="form-control" placeholder="Email cím"> <span class="invalid-feedback">Kérlek, adj meg egy érvényes email címet!</span> </div> <div class="col-3"> <button id="nl_subs_footer_email_btn" class="btn btn-primary w-100" type="button">Feliratkozás</button> </div> </div> <div id="nl_subs_footer_consent_container" class="pt-3 collapse fs-09r"> <div class="form-check mb-3"> <input type="checkbox" class="form-check-input border-primary" id="nl_subs_footer_consent"> <label class="form-check-label" for="nl_subs_footer_consent"> Hozzájárulok, hogy az email címemre hírleveleket küldjetek az <a href="/adatvedelem" target="_blank">adatkezelési tájékoztatónak</a> megfelelően. </label> <div class="invalid-feedback">Kérlek, hogy erősíts meg a hozzájárulásod a feliratkozáshoz.</div> </div> </div> </form> </div> </div> </form> </div> </div> </div> <div class="pt-1 pb-4 text-center text-muted fs-09r">© 2025 Birow.com</div> </footer> <div id="cookie_banner" class="fixed-bottom shadow-lg cookie-banner bg-secondary-subtle"> <div class="row p-3 pe-4 g-1 align-items-center"> <div class="col-8 col-md-9">{l_birow_uses_cookies_consent} <a href="/privacy">Adatkezelési tájékoztató</a></div> <div class="col-4 col-md-3 text-end"> <button class="btn btn-primary" onclick="cookieConsent()">{l_ok_got_it}</button> </div> </div> </div> <div id="modal" class="modal" data-bs-backdrop="static" data-bs-keyboard="false" tabindex="-1" aria-labelledby="staticBackdropLabel" aria-hidden="true"> <div class="modal-dialog"> <div class="modal-content"> <div class="modal-header"> <h5 class="modal-title">...</h5> <button type="button" class="btn-close" data-bs-dismiss="modal" aria-label="Close"></button> </div> <div class="modal-body"> ... </div> <div class="modal-footer align-items-start"> <button type="button" class="btn btn-danger float-start btn-delete me-auto collapse">Töröl</button> <button type="button" class="btn btn-secondary btn-cancel me-auto" data-bs-dismiss="modal">Mégsem</button> <button type="button" class="btn btn-primary btn-submit">Ment</button> <button type="button" class="btn btn-primary btn-submit-new collapse">Ment és Új</button> </div> </div> </div> </div> )