Videó: Как улучшить графику в играх на слабом ПК и ноутбуке❓ Как включить NVIDIA Freestyle, настройка (November 2024)
Az Nvidia új Titan X grafikus processzora a GM200 processzoron alapszik, amely egy hatalmas chip, amely 8 milliárd tranzisztor, 3 072 feldolgozómag és 12 GB-os beépített GDDR5 memória teljesítményét használja fel 7 teraflops csúcsra az egypontos pontossággal. Ez a chip, amelyet két héttel ezelőtt megtekintettek a Game Developers konferencián, ugyanazon a Maxwell magon alapul, amely a vállalat jelenlegi processzoraiban található, és ugyanazon 28 nm-es folyamaton készül.
De az Nvidia ezen a héten elmondta, hogy az új zászlóshajója, a GeForce GPU kétszer akkora teljesítményt nyújt, és megkétszerezi elődjének energiahatékonyságát. Ez egy nagyon nagy, 601 mm2-es chip, a jelenleg gyártott legnagyobb méretű chip, és 250 watt teljesítményt fog felvenni. És természetesen ez lesz a legdrágább általános grafikus chip, amelynek javasolt kiskereskedelmi ára 999 USD.
A legtöbb olyan webhelyről írt vélemény, mint például az ExtremeTech, az Anandtech és a TechReport, nagyon pozitív. Természetesen a való világban senki sem látja a teljesítmény megduplázódását, amelyet az eladó állít, bár van néhány jó eredmény. Általánosságban elmondható, hogy a Titan X egyértelműen legyőzi a többi GPU-kártyát, és méltányos munkát végez az AMD kettős GPU Radeon R9 295X2 vagy az Nvidia kettős GeForce GTX 980 SLI összehasonlításában. Sok esetben a kettős GPU kártya bármelyik szállítótól gyorsabb lesz, mint bármelyik egyetlen GPU kártya, de sok játék nem használja mindkét kártyát, más esetekben a kettős kártya beállításai több dadogást mutatnak. Különösen a vélemények nagy része arra koncentrál, hogy a Titan X milyen jól teljesít 4K-nál.
Természetesen az Nvidia fő versenytársa a PC-grafika versenyvilágában valószínűleg nem fog szorosan ülni - az AMD-nek széles körben híresztelik, hogy saját új kártyájuk vár a szárnyakban.
Ugyanakkor, amire gondoltam, hogy a legfontosabb a Titan X bevezetése a kedd GPU technológiai konferencián (GTC), az volt, hogy a chipet mélyreható tanulási alkalmazásokban helyezzük a középpontba, és az Nvidia vezérigazgatója, Jen-Hsun Huang arról beszélt, hogy a kutatók hogyan felfedezték, hogy a mély tanulási technikák drámai módon felgyorsíthatók a GPU-k segítségével.
Különösen Huang olyan alkalmazásokról beszélt, amelyek a képalkotó felismeréstől az automatikus feliratok írásával egészen az orvosi kutatásokig az autonóm járművekig terjedtek. Az autóipar volt az Nvidia elsődleges hangsúlya a CES-en, mivel bemutatta Tegra X1 chipjét és Drive PX megoldását az autóipar számára. Az ötlet az, hogy bővítsék a meglévő fejlett illesztőprogram-támogató rendszereket (ADAS), hogy azok idővel okosabbak és intelligensebbek legyenek. "Úgy gondolom, hogy az önálló vezetésű autók nagy robbanása a következő években várható." - mondta Huang.
Később, a Tesla Motors vezérigazgatója, Elon Musk csatlakozott Huang-hoz az ÁSZF színpadán, hogy kijelentse, hogy az önálló vezetésű autók fejlesztése, amelyek valóban biztonságosabbak, mint az emberek vezetői, nem olyan messze van. Musk szerint a Tesla jelenlegi érzékelőcsomagjai már képesek fejlett sofőr-segédfunkciókra, de egy önálló vezetés városi környezetben 10–40 mérföld / óra sebességgel több feldolgozási energiát igényel. Ennek ellenére azt mondta, hogy az átmenet hosszú időt vesz igénybe, mivel az úton lévő járműpark ilyen nagy. "Furcsa, hogy olyan közel vagyunk az AI megjelenéséhez" - mondta Musk. "Remélem, hogy valami tennivaló lenne az emberek számára."
A gépi tanulás különbözik a nagy teljesítményű számítástechnikai (HPC) alkalmazások többségétől, ahol az Nvidia a Tesla-gyorsítókat tolta. Ezeknek az alkalmazásoknak általában kétszeres pontosságú lebegőpontos pontokra van szükségük, míg a mélyreható tanulási alkalmazásoknak gyakran csak egypontosságra van szükségük. A Titan X csak egypontos pontosságot kínál. A mélyreható tanulási alkalmazásokhoz az Nvidia új keretet kínál a DIGITS, a Deep GPU Training Systems az adattudósok számára, és egy új, 15 000 dolláros készüléket, a DIGITS DevBox néven.
A jövőre nézve Huang elmondta, hogy a jövő évi debütáló Pascal GPU architektúra tízszer gyorsítja a mélyreható tanulási alkalmazásokat, a jelenlegi generációs Maxwell processzorok sebességén túl. Ez három új funkcióból származik: vegyes pontosság (a 16 bites lebegőpontosabb használat); A memóriakapacitás 2, 7-szerese akár 32 GB-ig is, 3D-s halmozott memória használatával, a memória sávszélességének háromszorosával és az NV Link összeköttetéssel, amely akár nyolc csúcskategóriás GPU-t képes létrehozni egy DevBox vagy hasonló munkaállomáson (szemben a négy Titan X-szel) GPU-k a májusi szállítás során). Nem mondták, de valószínű, hogy ezen az architektúrán alapuló chipek a következő generációs folyamattechnológiát használják. Végül is az első 28 nm-es chipeket 2011-ben vezették be, és 2012-ben kezdték el eladni, tehát jövőre reménykedve remélem, hogy 16 nm vagy 14 nm diszkrét grafikus chipeket fogunk látni.
