GPU NVIDIA serie RTX 3000: ecco le novità

Il 1 settembre 2020, NVIDIA ha presentato la sua nuova linea di GPU da gioco: la serie RTX 3000, basata sulla loro architettura Ampere. Discuteremo delle novità, del software basato sull'intelligenza artificiale che ne deriva e di tutti i dettagli che rendono questa generazione davvero fantastica.

Scopri le GPU della serie RTX 3000

L'annuncio principale di NVIDIA sono state le sue nuove e brillanti GPU, tutte basate su un processo di produzione personalizzato a 8 nm e tutte che hanno apportato importanti miglioramenti sia nelle prestazioni di rasterizzazione che di ray-tracing.

Nella fascia bassa della gamma, c'è l'RTX 3070, che arriva a $ 499. È un po' costoso per la scheda più economica svelata da NVIDIA all'annuncio iniziale, ma è un vero affare una volta appreso che batte l'esistente RTX 2080 Ti, una scheda top di gamma che veniva regolarmente venduta al dettaglio per oltre $ 1400. Tuttavia, dopo l'annuncio di NVIDIA, il prezzo di vendita di terze parti è diminuito, con un gran numero di loro venduti nel panico su eBay per meno di $ 600.

Non ci sono benchmark solidi al momento dell'annuncio, quindi non è chiaro se la scheda sia davvero oggettivamente "migliore" di una 2080 Ti, o se NVIDIA stia stravolgendo un po' il marketing. I benchmark in esecuzione erano a 4K e probabilmente avevano RTX attivo, il che potrebbe far sembrare il divario più ampio di quanto non sarà nei giochi puramente rasterizzati, poiché la serie 3000 basata su Ampere avrà prestazioni due volte superiori al ray tracing rispetto a Turing. Ma, dato che il ray tracing ora è qualcosa che non danneggia molto le prestazioni e che è supportato nell'ultima generazione di console, è un punto di forza importante farlo funzionare alla velocità dell'ammiraglia dell'ultima generazione per quasi un terzo del prezzo.

Inoltre non è chiaro se il prezzo rimarrà tale. I design di terze parti aggiungono regolarmente almeno $ 50 al prezzo e, con la domanda che sarà probabilmente elevata, non sarà sorprendente vederlo vendere per $ 600 a ottobre 2020.

Appena sopra c'è l'RTX 3080 a $ 699, che dovrebbe essere due volte più veloce dell'RTX 2080 e arrivare a circa il 25-30% più veloce del 3080.

Quindi, nella fascia alta, la nuova ammiraglia è l'RTX 3090, che è comicamente enorme. NVIDIA ne è ben consapevole e l'ha definita "BFGPU", che secondo la società sta per "Big Ferocious GPU".

NVIDIA non ha mostrato alcuna metrica delle prestazioni dirette, ma la società ha mostrato di eseguire giochi 8K a 60 FPS, il che è davvero impressionante. Certo, NVIDIA utilizza quasi sicuramente il DLSS per raggiungere questo obiettivo, ma i giochi 8K sono giochi 8K.

Naturalmente, alla fine ci sarà un 3060 e altre varianti di schede più orientate al budget, ma di solito arrivano più tardi.

Per raffreddare effettivamente le cose, NVIDIA aveva bisogno di un design più fresco rinnovato. Il 3080 è valutato per 320 watt, che è piuttosto alto, quindi NVIDIA ha optato per un design a doppia ventola, ma invece di entrambe le ventole posizionate sul fondo, NVIDIA ha messo una ventola all'estremità superiore dove di solito va la piastra posteriore. La ventola dirige l'aria verso l'alto verso il dissipatore della CPU e la parte superiore del case.

A giudicare da quante prestazioni possono essere influenzate da un cattivo flusso d'aria in un case, questo ha perfettamente senso. Tuttavia, il circuito stampato è molto angusto per questo motivo, il che probabilmente influirà sui prezzi di vendita di terze parti.

DLSS: un vantaggio del software

Il ray tracing non è l'unico vantaggio di queste nuove carte. In realtà, è tutto un po' un trucco: le serie RTX 2000 e 3000 non sono molto migliori nel fare il ray tracing effettivo, rispetto alle vecchie generazioni di schede. Il ray-tracing di una scena completa in software 3D come Blender di solito richiede pochi secondi o addirittura minuti per fotogramma, quindi forzare brute in meno di 10 millisecondi è fuori questione.

Naturalmente, esiste un hardware dedicato per l'esecuzione dei calcoli dei raggi, chiamato core RT, ma in gran parte NVIDIA ha optato per un approccio diverso. NVIDIA ha migliorato gli algoritmi di denoising, che consentono alle GPU di eseguire il rendering di un singolo passaggio molto economico che sembra terribile e in qualche modo, attraverso la magia dell'IA, lo trasforma in qualcosa che un giocatore vuole guardare. Se combinato con le tradizionali tecniche basate sulla rasterizzazione, crea un'esperienza piacevole arricchita dagli effetti di raytracing.

Tuttavia, per farlo velocemente, NVIDIA ha aggiunto core di elaborazione specifici per l'IA chiamati core Tensor. Questi elaborano tutta la matematica necessaria per eseguire modelli di apprendimento automatico e lo fanno molto rapidamente. Sono un punto di svolta totale per l'IA nello spazio dei server cloud, poiché l'IA è ampiamente utilizzata da molte aziende.

Oltre al denoising, l'uso principale dei core Tensor per i giocatori è chiamato DLSS, o super campionamento del deep learning. Accetta un frame di bassa qualità e lo aggiorna a una qualità completamente nativa. Ciò significa essenzialmente che puoi giocare con framerate di livello 1080p, mentre guardi un'immagine 4K.

Questo aiuta anche un po' le prestazioni di ray-tracing: i benchmark di PCMag mostrano un controllo RTX 2080 Super in esecuzione a qualità ultra, con tutte le impostazioni di ray-tracing al massimo. A 4K, lotta con solo 19 FPS, ma con DLSS attivo ottiene 54 FPS molto migliori. DLSS è prestazioni gratuite per NVIDIA, rese possibili dai core Tensor su Turing e Ampere. Qualsiasi gioco che lo supporti ed è limitato dalla GPU può vedere seri incrementi di velocità solo dal solo software.

Il DLSS non è nuovo ed è stato annunciato come funzionalità quando la serie RTX 2000 è stata lanciata due anni fa. A quel tempo, era supportato da pochissimi giochi, poiché richiedeva a NVIDIA di addestrare e mettere a punto un modello di apprendimento automatico per ogni singolo gioco.

Tuttavia, in quel momento, NVIDIA lo ha completamente riscritto, chiamando la nuova versione DLSS 2.0. È un'API generica, il che significa che qualsiasi sviluppatore può implementarla ed è già stata ripresa dalla maggior parte delle versioni principali. Invece di lavorare su un fotogramma, prende in movimento i dati vettoriali dal fotogramma precedente, in modo simile a TAA. Il risultato è molto più nitido del DLSS 1.0 e, in alcuni casi, sembra effettivamente migliore e più nitido anche della risoluzione nativa, quindi non ci sono molte ragioni per non attivarlo.

C'è un problema: quando si cambiano completamente le scene, come nei filmati, DLSS 2.0 deve eseguire il rendering del primo fotogramma con una qualità del 50% mentre attende i dati del vettore di movimento. Ciò può comportare un piccolo calo della qualità per alcuni millisecondi. Ma il 99% di tutto ciò che guardi verrà visualizzato correttamente e la maggior parte delle persone non se ne accorgerà in pratica.

CORRELATI: Che cos'è NVIDIA DLSS e in che modo renderà più veloce il Ray Tracing?

Architettura Ampe: costruita per l'intelligenza artificiale

Ampere è veloce. Seriamente veloce, soprattutto nei calcoli dell'IA. Il core RT è 1,7 volte più veloce di Turing e il nuovo core Tensor è 2,7 volte più veloce di Turing. La combinazione dei due è un vero salto generazionale nelle prestazioni del raytracing.

All'inizio di maggio, NVIDIA ha rilasciato la GPU Ampere A100, una GPU per data center progettata per eseguire l'IA. Con esso, hanno dettagliato molto di ciò che rende Ampere molto più veloce. Per i carichi di lavoro di data center e calcolo ad alte prestazioni, Ampere è in generale circa 1,7 volte più veloce di Turing. Per l'allenamento AI, è fino a 6 volte più veloce.

Con Ampere, NVIDIA utilizza un nuovo formato numerico progettato per sostituire lo standard di settore "Floating-Point 32" o FP32, in alcuni carichi di lavoro. Sotto il cofano, ogni numero elaborato dal tuo computer occupa un numero predefinito di bit in memoria, che sia 8 bit, 16 bit, 32, 64 o anche più grande. I numeri più grandi sono più difficili da elaborare, quindi se puoi utilizzare una dimensione più piccola, avrai meno da sgranocchiare.

FP32 memorizza un numero decimale a 32 bit e utilizza 8 bit per l'intervallo del numero (quanto grande o piccolo può essere) e 23 bit per la precisione. L'affermazione di NVIDIA è che questi 23 bit di precisione non sono del tutto necessari per molti carichi di lavoro di intelligenza artificiale e puoi ottenere risultati simili e prestazioni molto migliori da soli 10 di essi. Ridurre la dimensione a soli 19 bit, invece di 32, fa una grande differenza in molti calcoli.

Questo nuovo formato si chiama Tensor Float 32 e i Tensor Core nell'A100 sono ottimizzati per gestire il formato di dimensioni strane. Questo è, oltre ai rimpicciolimenti e all'aumento del numero di core, come stanno ottenendo l'enorme aumento di 6 volte della velocità nell'allenamento dell'IA.

Oltre al nuovo formato dei numeri, Ampere sta vedendo importanti aumenti delle prestazioni in calcoli specifici, come FP32 e FP64. Questi non si traducono direttamente in più FPS per il profano, ma fanno parte di ciò che lo rende quasi tre volte più veloce nel complesso nelle operazioni Tensor.

Quindi, per velocizzare ulteriormente i calcoli, hanno introdotto il concetto di sparsità strutturata a grana fine, che è una parola molto elegante per un concetto piuttosto semplice. Le reti neurali funzionano con grandi elenchi di numeri, chiamati pesi, che influiscono sull'output finale. Più numeri da sgranocchiare, più lento sarà.

Tuttavia, non tutti questi numeri sono effettivamente utili. Alcuni di essi sono letteralmente solo zero e possono essere praticamente eliminati, il che porta a enormi aumenti di velocità quando puoi sgranocchiare più numeri contemporaneamente. La scarsità essenzialmente comprime i numeri, il che richiede meno sforzo per eseguire calcoli. Il nuovo “Sparse Tensor Core” è costruito per operare su dati compressi.

Nonostante le modifiche, NVIDIA afferma che ciò non dovrebbe influire in modo significativo sulla precisione dei modelli addestrati.

Per i calcoli Sparse INT8, uno dei formati numerici più piccoli, le prestazioni di picco di una singola GPU A100 sono superiori a 1,25 PetaFLOP, un numero incredibilmente alto. Ovviamente, questo è solo quando si elabora un tipo specifico di numero, ma è comunque impressionante.