當前位置:
首頁 > 最新 > Volta 架構強化版?NVIDIA 圖靈架構將搶佔專業市場先機

Volta 架構強化版?NVIDIA 圖靈架構將搶佔專業市場先機

早在今年年初,NVIDIA 就已經傳出將在下半年推出全新的繪圖架構,而今天在加拿大溫哥華舉行的 SIGGRAPH 計算機圖形學頂級年度會議中,黃仁勛也一如之前市場預期發表了全新的圖靈 (Turing) 繪圖架構。

根據老黃的說法,新架構具備極為強大的計算能力,把光線追蹤、Tensor Core 以及 RT Core 完全整合進架構當中,整體計算性能也要遠超過上一代遊戲與專業卡架構 Pascal,不過這次發表的圖靈架構暫時只有針對專業繪圖市場的產品發布。面向消費性娛樂市場的的產品可能要一周後的科隆遊戲展才會揭露。

雖說在經過漫長的等待之後,NVIDIA 推出圖靈架構卻並非真的那麼新穎,許多的技術概念早在先前的 Volta 架構中就已經實現過,但經過進一步精鍊之後的圖靈架構,可以說是脫胎換骨,在更小的規模上,達到了 Volta 級別的性能。

根據老黃在演講中透露的信息,圖靈架構本身在光線追蹤與 AI 技術上進行了高度的整合,而同時發表的 RTX 開發平台,則是提供了針對這些新功能優化的開發平台,讓專業繪圖卡可以負擔的工作類型與內涵遠遠超乎過去的傳統繪圖技術。Tensor Core 架構的引入,使得基於新架構的專業繪圖卡得以進行更細緻的物理與 AI 模擬,並可通過預先訓練的模型來進行圖形處理的優化工作。

基本上就是 Volta 架構的繪圖用強化版

從晶元架構來看,新的圖靈晶元集成了 186 億個晶體管,遠遠超過上一代遊戲與專業繪圖卡 Pascal 的 118 億個晶體管,不過與 Volta 的 210 億個晶體管相較之下還是略少,DT 君認為圖靈架構主要還是著重在繪圖工作上,深度學習等專業計算部分的規模略有縮減之故,比如說 Tensor Core 就只內建 576 個,少於 Volta 的 640 個。

雖然規模有所縮減,但計算性能上還是不遑多讓,以 Tensor Core 進行主流 INT8 計算性能來看,甚至還要略高於 Volta 架構。

通過光線追蹤核心 RT Core 的加入,圖靈架構也在光線追蹤效率超過 Pascal 架構 6 倍之多,不過這點其實沒有太意外的地方,畢竟硬體計算和軟體模擬本來效率上就天差地遠。

光線追蹤與 Tensor Core 等高端技術將飛入尋常百姓家

通過 NVIDIA 的硬體與及開發平台的支持,Tensor Core 與 RT Core 光線追蹤技術可以帶給業界更真實的圖形表現能力,而相較起過去必須使用 CPU 來進行模擬計算的方式,硬體化的光線追蹤技術在能耗表現上要更優秀許多,且因為性能的強化,企業可以大幅減少在繪圖計算架構中使用 CPU 的比重,成本方面也更優化。

當然,圖靈另一個讓人關注的市場,也就是遊戲繪圖領域,通過微軟在其 DirectX 12 中引入硬體光線追蹤技術的支持,也為圖靈架構本身所擁有的多種計算能力帶來更廣的應用空間,不只是專業計算,一般消費者也能輕易的享受到硬體光線追蹤技術帶來的好處。

深度學習將在圖形學領域扮演重要角色,包含遊戲

DT 君在今年初的 EmTech China 大會上曾專訪過 NVIDIA 的首席科學家 Bill Dally,就曾揭露其對 Tensor Core 的未來規劃,不只是專業繪圖,未來在娛樂或遊戲繪圖工作上,Tensor Core 同樣能肩負極為重要的工作。

Bill Dally 在專訪中表示:深度學習和圖形學之間有很大的協同作用,我們的發現是,通過深度學習,我們可以使圖形更好。然後進行視頻研究,開發圖像抗鋸齒和去噪的新演算法,並提供圖像的時間穩定性,這些都是基於深度學習。因此,通過擁有深厚的學習推理能力,晶元在圖形表現方面會比沒有 Tensor Core 更好。

也就是說,包含圖靈架構,未來的 NVIDIA 繪圖技術將可能都會與深度學習緊密結合,這部分不僅僅只是單純的 AI 計算工作,而是要通過 AI,藉以大幅強化繪圖技術的效率以及效果。

圖靈架構的發表其實也和微軟在今年初以 DirectX 12 框架當中推出 DirectX Raytracing API 有著極為緊密的關係,這代表微軟未來將把硬體光線追蹤技術列為標準,領先對手推出支持架構的 NVIDIA,自然能在包含遊戲與專業繪圖等市場之中搶得先機。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 DeepTech深科技 的精彩文章:

麻省理工學院開發的「獵豹」機器人,無需視覺系統也能爬樓梯
可在1粒米上寫35萬個字母,原子級存儲技術可達現有硬碟存儲能力的1000倍

TAG:DeepTech深科技 |