英伟达或推出没有光线追踪的新款图灵架构GPU,这里有几个猜想

简介: 过去几个月有关于英伟达准备推出没有即时光线追踪功能的图灵架构GPU的传言,近期也有相关的报道,这背后可能的原因有哪些?

今年八月,英伟达(Nvidia)推出新一代GPU架构Turing(图灵),黄仁勋表示图灵架构是自2006年CUDA GPU发明以来最大的飞跃,并同步推出全球首批支持即时光线追踪的GPU。不过,过去几个月有关于英伟达准备推出没有即时光线追踪功能的图灵架构GPU的传言,近期也有相关的报道,这背后可能的原因有哪些?

TB1Qjo_yrvpK1RjSZFqXXcXUVXa.png

英伟达准备推出不支持即时光线追踪GPU的最新传言来自Videocardz,传言称英伟达准备推出GTX 1160或GTX 1660 Ti(Expreview称型号为1660 Ti,而Videocardz称听到的是1160)。我们知道,Nvidia将GPU为GTX系列和RTX系列,GTX系列不支持即时光线追踪。传言称新款GPU仍会基于图灵架构,但会是新的型号。不过目前尚不清楚新款GPU与图灵RTX GPU之间性能的差别,以及是否会采用完全不同的芯片,同样也不清楚Nvidia是否会完全保留现在的GTX产品。

TB1VhhXyMHqK1RjSZJnXXbNLpXa.jpg

RTX GPU实时光线追踪效果

到底哪种策略最有意义取决于Nvidia选择这样做的原因。这里需要说的是,Nvidia通过型号和缩写而不仅仅是缩写来区分GPU是有道理的。“GTX 1160”或“GTX 1660 Ti”都不太可能与RTX 2060/GTX2060的联合品牌混淆。

目前情况还不明朗,如果Nvidia是试图为那些不想支付更高价格,或者对光线追踪未来不太明确的游戏玩家提供短期替代方案,那么这对回收不良的RTX GPU可能是有意义的。或者,可以用没有RTX功能新GPU替代GTX 1060和1050 Ti。 Videocardz认为这是一种可能性,文章作者表示同意,因为RTX的功能如果不能被有效地利,那么这将体现不出GPU的重要意义。

但还有另一种可能,文章作者猜测,Nvidia可能打算将RTX作为高端功能在市场上推广,类似于Nvidia的G-Sync和PhysX技术(雷锋网(公众号:雷锋网)注,PhysX除了广泛应用于游戏特效的提升,该引擎还能为 AI 、机器人与计算机视觉技术、自动驾驶与高性能计算提供支持,英伟达12月份在官博宣布开源PhysX)。

TB1Aa7_ypzqK1RjSZFoXXbfcXXa.png

在这种情况下,GTX可能会成为“低端”品牌,具体取决于其最佳定位。换句话说, GTX 1160和RTX 2060可能提供相同的渲染性能,但GTX 1160的价格更低,而RTX 2060提供的是Nvidia认为具有前瞻性的功能。

文章作者认为,即使Nvidia采用这种方式,它也可能无法将RTX带到最高端,只是为了避免破坏自己的产品线。如果能以500美元的价格购买性能等效RTX 2080但没有光线追踪的GPU,应该很少有人会以700美元的价格购买RTX 2080。但我们也看到Nvidia试图通过推出创始人版本来推高GPU价格,这种差异化的探索并不奇怪。

另外,如果RTX和GTX系列之间的价格差在50美元到100美元间,这将让Nvidia有机会探索哪些人愿意为实时光线追踪的高级功能买单,并且也不会牺牲RTX会从中获得的额外收入。

TB1rc8cyIfpK1RjSZFOXXa6nFXa.jpg

RTX GPU实时光线追踪效果

但这也有一个很大的问题,这将使支持实时光线追踪的RTX成为GPU主流技术变得更加困难。从目前的情况看,支持光线追踪的游戏只有Nvidia官方公布的合作伙伴。微软用于光线追踪的DXR标准现在是DirectX的一部分,但如果考虑更广泛的市场,比如游戏机, 游戏开发商在决定将哪些功能增加到游戏中时,很可能都没有光线追踪。没有关于Navi的传言表明它会支持专用硬件的光线跟踪,并且该功能的计算成本很高,如果没有额外的专用资源它不太可能成为焦点。

作者不建议在发布时购买RTX并且今天继续保持这个观点的最大原因是新功能在快速获得市场应用方面没有很好的记录,这不是故意的指责,这只是一个事实。软件会滞后硬件,有时这个滞后时间会达到4到6年。 Nvidia推出的许多功能,思考一下可能会发现它们并非旨在推动市场采用这些全新功能,而是旨在推动采用特定的Nvidia高级技术。PhysX、 G-Sync,还有英伟达大力推广的Tessellation(曲面细分),游戏开发商愿意在游戏中加入如此多的Tessellation,以至于它成为Nvidia GPU相比AMD GPU的优势。

换句话说,如果你从试图推动大众市场采用的功能的角度出发,那么Nvidia维持所有类型RTX / GTX的交叉没有意义。如果从一家试图创造高端体验的公司的角度出发,用户将会为高端功能支付溢价,那么长期差异化RTX / GTX更有意义,尽管难以预测Nvidia实际上会把它推到多高。

作者认为第二种方法,也就是RTX的光线追踪作为用户愿意支付费用的高级功能,实际上与Nvidia历史上推出功能的方式更加一致。但如果竞争对手带来更便宜的产品,这会让Nvidia面临一些挑战,就像竞争对手是率先推出了这样一款GPU一样真实。

AMD、英特尔都在努力与Nvidia的图灵架构抗衡,但这还需要一年的时间,因此Nvidia可能已经抓住了有利时间,能够实现更好的溢价,作为高端功能更好地与AMD竞争。

哪一种猜想是对的?目前还不能判断。不过据报道RTX 2060将于1月份上市,我们很快就会知道。

雷锋网编译,via extremetech 雷锋网

相关文章:

英伟达宣布开源物理仿真引擎 PhysX

英伟达放出12年来最大招:全新图灵架构登场,全球首批即时光线追踪GPU同步亮相

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
目录
相关文章
|
存储 机器学习/深度学习 数据库
阿里云服务器X86/ARM/GPU/裸金属/超算五大架构技术特点、场景适配参考
在云计算技术飞速发展的当下,云计算已经渗透到各个行业,成为企业数字化转型的关键驱动力。选择合适的云服务器架构对于提升业务效率、降低成本至关重要。阿里云提供了多样化的云服务器架构选择,包括X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器以及高性能计算等。本文将深入解析这些架构的特点、优势及适用场景,以供大家了解和选择参考。
1509 61
|
机器学习/深度学习 人工智能 文件存储
Llama Nemotron:英伟达开源基于Llama架构优化的推理模型,253B参数持平DeepSeek R1!
NVIDIA推出的Llama Nemotron系列推理模型,基于Llama架构优化,包含Nano/Super/Ultra三款,在数学推理、编程和工具调用等任务中展现卓越性能。
496 5
Llama Nemotron:英伟达开源基于Llama架构优化的推理模型,253B参数持平DeepSeek R1!
|
机器学习/深度学习 并行计算 PyTorch
英伟达新一代GPU架构(50系列显卡)PyTorch兼容性解决方案
本文记录了在RTX 5070 Ti上运行PyTorch时遇到的CUDA兼容性问题,分析其根源为预编译二进制文件不支持sm_120架构,并提出解决方案:使用PyTorch Nightly版本、更新CUDA工具包至12.8。通过清理环境并安装支持新架构的组件,成功解决兼容性问题。文章总结了深度学习环境中硬件与框架兼容性的关键策略,强调Nightly构建版本和环境一致性的重要性,为开发者提供参考。
8747 64
英伟达新一代GPU架构(50系列显卡)PyTorch兼容性解决方案
|
并行计算 PyTorch 算法框架/工具
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
本文探讨了如何通过技术手段混合使用AMD与NVIDIA GPU集群以支持PyTorch分布式训练。面对CUDA与ROCm框架互操作性不足的问题,文章提出利用UCC和UCX等统一通信框架实现高效数据传输,并在异构Kubernetes集群中部署任务。通过解决轻度与强度异构环境下的挑战,如计算能力不平衡、内存容量差异及通信性能优化,文章展示了如何无需重构代码即可充分利用异构硬件资源。尽管存在RDMA验证不足、通信性能次优等局限性,但该方案为最大化GPU资源利用率、降低供应商锁定提供了可行路径。源代码已公开,供读者参考实践。
1302 3
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
|
存储 机器学习/深度学习 算法
阿里云X86/ARM/GPU/裸金属/超算等五大服务器架构技术特点、场景适配与选型策略
在我们选购阿里云服务器的时候,云服务器架构有X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器、高性能计算可选,有的用户并不清楚他们之间有何区别。本文将深入解析这些架构的特点、优势及适用场景,帮助用户更好地根据实际需求做出选择。
|
存储 人工智能 算法
Magic 1-For-1:北大联合英伟达推出的高质量视频生成量化模型,支持在消费级GPU上快速生成
北京大学、Hedra Inc. 和 Nvidia 联合推出的 Magic 1-For-1 模型,优化内存消耗和推理延迟,快速生成高质量视频片段。
717 3
Magic 1-For-1:北大联合英伟达推出的高质量视频生成量化模型,支持在消费级GPU上快速生成
|
7月前
|
Cloud Native Serverless API
微服务架构实战指南:从单体应用到云原生的蜕变之路
🌟蒋星熠Jaxonic,代码为舟的星际旅人。深耕微服务架构,擅以DDD拆分服务、构建高可用通信与治理体系。分享从单体到云原生的实战经验,探索技术演进的无限可能。
微服务架构实战指南:从单体应用到云原生的蜕变之路
|
弹性计算 API 持续交付
后端服务架构的微服务化转型
本文旨在探讨后端服务从单体架构向微服务架构转型的过程,分析微服务架构的优势和面临的挑战。文章首先介绍单体架构的局限性,然后详细阐述微服务架构的核心概念及其在现代软件开发中的应用。通过对比两种架构,指出微服务化转型的必要性和实施策略。最后,讨论了微服务架构实施过程中可能遇到的问题及解决方案。
|
Cloud Native Devops 云计算
云计算的未来:云原生架构与微服务的革命####
【10月更文挑战第21天】 随着企业数字化转型的加速,云原生技术正迅速成为IT行业的新宠。本文深入探讨了云原生架构的核心理念、关键技术如容器化和微服务的优势,以及如何通过这些技术实现高效、灵活且可扩展的现代应用开发。我们将揭示云原生如何重塑软件开发流程,提升业务敏捷性,并探索其对企业IT架构的深远影响。 ####
467 3

热门文章

最新文章