Blackwell 第5代Tensor Core

本代架構(gòu)除了RT Core進行了改進升級，專門負責AI及高性能計算的Tensor Core也迎來了重大升級。

與NVIDIA Ada Tensor Cores一樣，Blackwell架構(gòu)的Tensor Cores支持FP16、BF16、TF32、INT8、INT4和Hopper的FP8 Transformer Engine。

Blackwell還增加了對FP4和FP6 Tensor Core操作的新支持，以及新的第二代FP8 Transformer Engine。

FP4精度支持

FP4提供了一種較低的量化方法，類似于文件壓縮，可以減小模型大小，提升生成速度。與FP16精度（大多數(shù)型號發(fā)布的默認方法）相比，F(xiàn)P4只需要不到一半的顯存。FP4使用NVIDIA TensorRT提供的量化方法，幾乎沒有質(zhì)量損失。

例如，目前最強的AI繪畫模型FLUX.dev ，在FP16上需要超過23GB的顯存，而這意味著它只能由每一代的期間產(chǎn)品RTX 4090，RTX 5090和專業(yè)GPU來支持。

而對于FP4，F(xiàn)LUX.dev測試對顯存的需求將少于10GB，讓更多80級和70級的顯卡均能在本地運行。

在性能和效果對比上，使用帶有FP16的RTX 4090，F(xiàn)LUX.dev模型可以通過30個步驟在15秒內(nèi)生成圖像。使用帶有FP4的RTX 5090，只需5秒多一點就可以生成圖像。

DLSS 4

DLSS 4是本代RTX 50系顯卡帶來的重大更新，對于玩家來說它也是最能實際感受到的。最新版本DLSS 4帶來了新的多幀生成（MFG），具有更快的性能和更低的顯存使用等特性。包含超分辨率（SR），光線重建（RR）和深度學習抗鋸齒（DLAA）模型，可進一步增強圖像質(zhì)量和穩(wěn)定性。

這些新技術(shù)由RTX 50系GPU和第5代Tensor Cores支持，并由云端的NVIDIA Al超級計算機提供支持。不過對于手持RTX 40系或更早期顯卡的玩家還無緣體會。DLSS 4新增的多幀生成，目前僅支持RTX 50系顯卡。

Multi Frame Generation（多幀生成）

DLSS多幀生成能夠通過每個傳統(tǒng)渲染幀，生成多達三幀的額外幀來提高FPS。新的幀生成AI模型相比之前的幀生成方法快40%，使用的顯存減少30%，并且每個渲染幀只需要運行一次就可以生成多個幀。高效的AI模型代替了上一代的硬件光流模型，從而加快了光流場的生成速度，并顯著降低了生成額外幀的計算成本。

從生成幀的層面來說，上一代DLSS 3幀生成基于CPU的幀節(jié)奏，而這種方式可能會讓生成的幀與額外的幀混合在一起，導致每幀之間的幀節(jié)奏不太一致，影響平滑性。

為了解決生成多幀的復雜性，Blackwell架構(gòu)將幀節(jié)奏邏輯轉(zhuǎn)移到顯示引擎，使GPU能夠更精確地管理顯示時序，從而避免與額外幀混合的情況，進而提升幀生成的準確性及穩(wěn)定性。

而第5代Tensor Cores擁有更高的計算能力，這使得它們能夠更快地執(zhí)行計算光流和生成多幀的一系列AI模型。并更好地調(diào)度DLSS AI處理、圖形渲染和幀速度算法。

Transformer模型

此前DLSS所用的模型為Convolutional Neural Network，即我們熟悉的卷積神經(jīng)網(wǎng)絡（CNN），CNN的工作原理是將像素局部聚集在一起，并以樹的形式從低到高地進行分析數(shù)據(jù)。這種結(jié)構(gòu)的計算效率很高，這也是為什么它被稱為卷積神經(jīng)網(wǎng)絡。

而DLSS 4引入了基于Transformer的AI模型，用于DLSS超分辨率、DLSS光線重建和深度學習抗鋸齒（DLAA），從而提高圖像質(zhì)量和渲染平滑度?；赥ransformer模型體系結(jié)構(gòu)的神經(jīng)網(wǎng)絡，擅長處理涉及順序和結(jié)構(gòu)化數(shù)據(jù)的任務。簡單來說，就是Transformer能夠抓住“重點”，可以更好地理解和渲染復雜場景。

與CNN模型相比，Transformer更容易在更大的像素窗口中識別更遠距離的模式，具有一定的學習能力和“前瞻性”。

本代DLSS 4將基于CNN的神經(jīng)網(wǎng)絡結(jié)構(gòu)，轉(zhuǎn)變?yōu)榛赥ransformer的神經(jīng)網(wǎng)絡結(jié)構(gòu)，在許多場景下圖像質(zhì)量都有著顯著提升。

Shader Execution Reordering (SER) 2.0

Shader Execution Reordering（著色器重排序）是在RTX 40系架構(gòu)中引入的一項技術(shù)，它可以使帶有光追的程序有效地重組GPU上的大量并行線程，以最大限度地利用硬件。

因為連貫執(zhí)行神經(jīng)工作負載的線程可以直接發(fā)送到Tensor Core，所以SER也顯著加速了神經(jīng)著色。在Blackwell架構(gòu)中，SER的核心重排序邏輯效率是原來的兩倍，減少了重排序開銷并提高了精度。從而進一步提高了該功能的有效性。這項功能更多地是為應用程序開發(fā)者而設計，它僅需一個小的API改動，即可執(zhí)行重排序操作，進而提升總體項目的負載性能。

測試平臺簡介

首先介紹一下測試平臺，為了保障AORUS Geforce RTX 5080 MASTER 16G的性能發(fā)揮，我們的平臺也再次進行了全面更新。

除了AORUS Geforce RTX 5080 MASTER 16G這張顯卡，處理器選擇了AMD R7 9800X3D游戲神U。

為了方便觀察DLSS 4在畫質(zhì)上的提升和4K高幀率帶來的游戲變化。我們選擇了技嘉FO32U2P OLED顯示器，這款顯示器采用了4K@240Hz的高分高刷規(guī)格，可完美適配DLSS 4的多幀生成。而99%的DCI-P3色域覆蓋，更可細致入微地觀察Transformer模型帶來的細節(jié)提升。

本次RTX 50系顯卡采用了帶寬速率更高的PCIe5.0x16，應用于顯卡的PCIe5.0x16帶寬速度高達128GB/s，用于固態(tài)硬盤的PCIe5.0x4也高達32GB/s，致態(tài)TiPro9000，實測順序讀寫速度高達14526.95MB/s和13869.24MB/s，達到“滿血”級別，可大幅提升操作系統(tǒng)/大型游戲/創(chuàng)作軟件的響應和加載速度。

首先看一下GPU-Z的參數(shù)，最新的2.62版本已經(jīng)能夠識別GPU信息。AORUSGeforce RTX 5080 MASTER 16G采用GB203核心，采用與上一代相同的TSMC 4nm定制工藝（TSMC 4nm 4N NVIDIACustomProcess），芯片面積378mm2，相比于RTX 5090的750mm2小了一半。值得注意的是，在RTX 50系顯卡中，使用了PCIE×165.0帶寬。

最新評論