2020 년 9 월 1 일에 NVIDIA는 Ampere 아키텍처를 기반으로 한 새로운 게임용 GPU 라인업 인 RTX 3000 시리즈를 공개했습니다. 새로운 기능, 함께 제공되는 AI 기반 소프트웨어 및이 세대를 정말 멋지게 만드는 모든 세부 사항에 대해 논의 할 것입니다.
RTX 3000 시리즈 GPU를 만나보세요
NVIDIA의 주요 발표는 모두 맞춤형 8nm 제조 공정을 기반으로 구축 된 반짝이는 새로운 GPU였으며, 모두 래스터 화 및 광선 추적 공연.
라인업의 하단에는 RTX 3070 , $ 499입니다. NVIDIA가 초기 발표에서 공개 한 가장 저렴한 카드에는 약간 비싸지 만, 정기적으로 1400 달러 이상에 판매되는 최상위 라인 카드 인 기존 RTX 2080 Ti를 능가한다는 사실을 알게되면 절대 훔치는 것입니다. 그러나 엔비디아의 발표 이후 제 3 자 판매 가격이 하락했으며, 상당수가 eBay에서 600 달러 미만에 패닉 상태로 판매되었습니다.
발표 당시 확실한 벤치 마크가 없기 때문에 카드가 정말 2080Ti보다 객관적으로 "더 나은"또는 NVIDIA가 마케팅을 약간 왜곡하는 경우. 실행중인 벤치 마크는 4K 였고 RTX가 켜져있을 가능성이 높으므로 Ampere 기반 3000 시리즈는 튜링보다 레이 트레이싱에서 두 배 이상 성능이 좋기 때문에 순수 래스터 화 된 게임에서보다 간격이 더 커 보일 수 있습니다. 그러나 레이 트레이싱은 이제 성능을 크게 저하시키지 않고 최신 세대의 콘솔에서 지원되므로 가격의 거의 1/3에 지난 세대의 주력 제품만큼 빠르게 실행되는 것이 주요 판매 포인트입니다.
가격이 그렇게 유지 될지도 불분명합니다. 타사 디자인은 정기적으로 가격표에 50 달러 이상을 추가하며 수요가 높을 가능성이 높으므로 2020 년 10 월에 600 달러에 판매되는 것을 보는 것은 놀라운 일이 아닙니다.
그 바로 위에는 RTX 3080 RTX 2080보다 두 배 더 빠르며 3080보다 약 25 ~ 30 % 더 빠릅니다.
그런 다음 상단에서 새로운 플래그십은 RTX 3090 , 코믹하게 거대합니다. NVIDIA는이를 잘 알고 있으며이를 "BFGPU"라고 부르며 "Big Ferocious GPU"를 의미합니다.
NVIDIA는 직접적인 성능 지표를 과시하지 않았지만 회사는이를 실행 중임을 보여주었습니다. 8K 60FPS의 게임입니다. 정말 인상적입니다. 물론 NVIDIA는 거의 확실하게 DLSS 하지만 8K 게임은 8K 게임입니다.
물론, 결국 3060과 더 많은 예산 중심 카드의 다른 변형이있을 것이지만 일반적으로 나중에 제공됩니다.
실제로 냉각을 위해 NVIDIA는 개선 된 쿨러 디자인이 필요했습니다. 3080의 정격은 320 와트로 상당히 높기 때문에 NVIDIA는 듀얼 팬 디자인을 선택했지만 하단에 두 개의 팬 vwinf를 배치하는 대신 NVIDIA는 일반적으로 후면 플레이트가가는 상단에 팬을 배치했습니다. 팬은 공기를 CPU 쿨러와 케이스 상단으로 향하게합니다.
어떤 경우에 나쁜 공기 흐름이 성능에 얼마나 영향을 미칠 수 있는지 판단 할 때 이것은 완벽합니다. 그러나 이로 인해 회로 기판이 매우 비좁아 타사 판매 가격에 영향을 미칠 가능성이 있습니다.
DLSS : 소프트웨어 이점
레이 트레이싱이이 새로운 카드의 유일한 이점은 아닙니다. 실제로는 모두 약간의 해킹입니다. RTX 2000 시리즈와 3000 시리즈는 그 이전 세대의 카드에 비해 실제 레이 트레이싱을 훨씬 잘 수행합니다. Blender와 같은 3D 소프트웨어에서 전체 장면을 레이 트레이싱하는 데는 일반적으로 프레임 당 몇 초 또는 몇 분이 걸리므로 10 밀리 초 미만으로 무차별 대입하는 것은 불가능합니다.
물론, RT 코어라고하는 레이 계산을 실행하기위한 전용 하드웨어가 있지만 대부분 NVIDIA는 다른 접근 방식을 선택했습니다. NVIDIA는 노이즈 제거 알고리즘을 개선하여 GPU가 끔찍해 보이는 매우 저렴한 단일 패스를 렌더링 할 수있게했으며, 어떻게 든 AI 마법을 통해 게이머가보고 싶어하는 것으로 바 꾸었습니다. 전통적인 래스터 화 기반 기술과 결합하면 레이트 레이싱 효과로 향상된 즐거운 경험을 제공합니다.
그러나이를 빠르게 수행하기 위해 NVIDIA는 Tensor 코어라는 AI 관련 처리 코어를 추가했습니다. 이들은 기계 학습 모델을 실행하는 데 필요한 모든 수학을 처리하고 매우 빠르게 수행합니다. 그들은 총입니다 클라우드 서버 공간에서 AI를위한 게임 체인저 , AI는 많은 회사에서 광범위하게 사용되기 때문입니다.
노이즈 제거 외에도 게이머를위한 Tensor 코어의 주요 용도는 DLSS 또는 딥 러닝 슈퍼 샘플링입니다. 저품질 프레임을 가져와 풀 네이티브 품질로 업 스케일링합니다. 이것은 본질적으로 4K 사진을 보면서 1080p 수준의 프레임 속도로 게임을 할 수 있음을 의미합니다.
이것은 또한 레이트 레이싱 성능에 상당히 도움이됩니다. PCMag의 벤치 마크 RTX 2080 슈퍼 러닝 보여주기 제어 모든 레이 트레이싱 설정이 최대로 크랭크 된 초 고품질 4K에서는 19FPS로 어려움을 겪지 만 DLSS를 사용하면 54FPS가 훨씬 향상됩니다. DLSS는 NVIDIA를위한 무료 성능으로 Turing 및 Ampere의 Tensor 코어로 가능합니다. 이를 지원하고 GPU가 제한된 모든 게임은 소프트웨어만으로도 심각한 속도 향상을 볼 수 있습니다.
DLSS는 새로운 것이 아니며 2 년 전 RTX 2000 시리즈가 출시되었을 때 기능으로 발표되었습니다. 당시에는 NVIDIA가 각 개별 게임에 대해 기계 학습 모델을 교육하고 조정해야했기 때문에 거의 지원되지 않은 게임에서 지원되었습니다.
그러나 그 당시 NVIDIA는 새 버전 인 DLSS 2.0이라고 부르며 완전히 다시 작성했습니다. 모든 개발자가이를 구현할 수있는 범용 API이며 이미 대부분의 주요 릴리스에서 채택되고 있습니다. 한 프레임에서 작업하는 대신 TAA와 유사하게 이전 프레임에서 모션 벡터 데이터를 가져옵니다. 결과는 DLSS 1.0보다 훨씬 더 선명하며 경우에 따라 실제로는 ...보다 나은 기본 해상도보다 선명하기 때문에 사용하지 않을 이유가별로 없습니다.
한 가지 문제점이 있습니다. 컷씬 에서처럼 장면을 완전히 전환 할 때 DLSS 2.0은 모션 벡터 데이터를 기다리는 동안 첫 번째 프레임을 50 % 품질로 렌더링해야합니다. 이로 인해 몇 밀리 초 동안 품질이 약간 저하 될 수 있습니다. 하지만 여러분이 보는 모든 것의 99 %가 제대로 렌더링되고 대부분의 사람들은 실제로 그것을 알아 차리지 못합니다.
관련 : NVIDIA DLSS 란 무엇이며 어떻게 레이 트레이싱을 더 빠르게 할 수 있습니까?
암페어 아키텍처 : AI 용으로 구축
암페어는 빠릅니다. 특히 AI 계산에서 매우 빠릅니다. RT 코어는 Turing보다 1.7 배 빠르며 새로운 Tensor 코어는 Turing보다 2.7 배 빠릅니다. 이 둘의 조합은 레이트 레이싱 성능의 진정한 세대 도약입니다.
올해 5 월 초 NVIDIA는 Ampere A100 GPU를 출시했습니다. , AI 실행을 위해 설계된 데이터 센터 GPU. 그것으로 그들은 Ampere를 훨씬 더 빠르게 만드는 많은 것을 자세히 설명했습니다. 데이터 센터 및 고성능 컴퓨팅 워크로드의 경우 Ampere는 일반적으로 Turing보다 약 1.7 배 빠릅니다. AI 교육의 경우 최대 6 배 더 빠릅니다.
Ampere를 통해 NVIDIA는 일부 워크로드에서 업계 표준 "Floating-Point 32"또는 FP32를 대체하도록 설계된 새로운 숫자 형식을 사용하고 있습니다. 내부적으로 컴퓨터가 처리하는 모든 숫자는 8 비트, 16 비트, 32, 64 또는 그 이상이든 메모리에서 미리 정의 된 비트 수를 차지합니다. 더 큰 숫자는 처리하기가 더 어렵 기 때문에 더 작은 크기를 사용할 수 있다면 처리 할 시간이 줄어 듭니다.
FP32는 32 비트 십진수를 저장하며 숫자 범위 (크거나 작을 수있는 정도)에 8 비트를 사용하고 정밀도에 23 비트를 사용합니다. NVIDIA의 주장은 이러한 23 개의 정밀 비트가 많은 AI 워크로드에 전적으로 필요한 것은 아니며 그중 10 개에서 유사한 결과와 훨씬 더 나은 성능을 얻을 수 있다는 것입니다. 크기를 32 비트가 아닌 19 비트로 줄이면 많은 계산에서 큰 차이를 만듭니다.
이 새로운 형식은 Tensor Float 32라고하며 A100의 Tensor Core는 이상한 크기의 형식을 처리하도록 최적화되어 있습니다. 이것은 다이 축소 및 코어 수 증가 외에도 AI 교육에서 엄청난 6 배 속도 향상을 얻고 있습니다.
새로운 숫자 형식 외에도 Ampere는 FP32 및 FP64와 같은 특정 계산에서 주요 성능 속도 향상을보고 있습니다. 이는 평신도에게 더 많은 FPS로 직접 변환되지는 않지만 Tensor 운영에서 전체적으로 거의 3 배 더 빠른 속도를 제공하는 요소의 일부입니다.
그런 다음 계산 속도를 높이기 위해 다음과 같은 개념을 도입했습니다. 세분화 된 구조화 된 희소성 , 이것은 매우 단순한 개념에 대한 매우 멋진 단어입니다. 신경망은 최종 출력에 영향을주는 가중치라고하는 많은 숫자 목록과 함께 작동합니다. 크런치 할 숫자가 많을수록 속도가 느려집니다.
그러나이 모든 숫자가 실제로 유용한 것은 아닙니다. 그들 중 일부는 문자 그대로 0이며 기본적으로 버릴 수 있으며 동시에 더 많은 숫자를 처리 할 수있을 때 엄청난 속도 향상으로 이어집니다. 희소성은 본질적으로 숫자를 압축하므로 계산에 더 적은 노력이 필요합니다. 새로운 "Sparse Tensor Core"는 압축 된 데이터에서 작동하도록 제작되었습니다.
변화에도 불구하고 NVIDIA는 이것이 훈련 된 모델의 정확성에 전혀 영향을주지 않아야한다고 말합니다.
가장 작은 숫자 형식 중 하나 인 Sparse INT8 계산의 경우 단일 A100 GPU의 최고 성능은 놀랍도록 높은 1.25 PetaFLOPs 이상입니다. 물론 특정 종류의 숫자를 처리 할 때만 해당되지만 그럼에도 불구하고 인상적입니다.
