Az Nvidia RTX DLSS által továbbfejlesztett 4K megjelenítési referenciaértékei, az Nvidia által kiadott

Soha nem látott fényfizika szimulálása

Nvidia RTX

Az Nvidia új referenciaértékeket osztott meg a sokat emlegetett AI-gyorsított technológiához. A pontos technika áll a vállalat hírhedt turingi architektúrája mögött.

Az Nvidia bemutatta a DLSS-alapú 4K renderelés és a valós idejű grafika csodálatos teljesítményének növekedését. Az adatok jelentős növekedést mutatnak a szokásos 4K renderelés + TAA (Temporal Anti-Aliasing) képest.

Az Nvidia i9-7900X 3.3Ghz CPU-t használt 16 GB DDR4 Corsair memóriakártyával, 64 bites Windows 10 és 416.25 Nvidia illesztőprogramokkal. A vállalat elképesztő teljesítménynövekedést fedezett fel, ha összehasonlítja a turingi architektúrát és a DLSS erejét.

A DLSS-nek köszönhetően a készülő Nvidia RTX 2070 kényelmesen megduplázza a GTX 1070-et. Ilyen körülmények között az RTX 2080Ti néven ismert erőmű 41% -os teljesítménynövekedéssel veri a GTX Titan XP-t.

Az NVIDIA vezérigazgatója, Jensen Huang úgy véli, hogy ha létrehoznak egy neurális hálózati architektúrát és egy AI-t, amely bizonyos típusú pixeleket hoz létre, akkor futtathatjuk azt a 114Tflops Tensor Core-on.

„Ha neurális hálózati architektúrát és mesterséges intelligenciát tudunk létrehozni, amely bizonyos típusú pixelekre következtetni képes és elképzelhető, akkor ezt futtathatjuk a Tensor Core 114 teraflopján, és ennek eredményeként növelhetjük a teljesítményt, miközben gyönyörű képeket generálunk . '

Nos, ezt Turingnél számítógépes grafikával tettük meg.

Ennek eredményeként a Tensor Core 114 teraflop és a programozható árnyékoló teljesítmény 15 teraflopp kombinációjával hihetetlen eredményeket tudunk generálni.

Az Nvidia közzétette hivatalos blog és megosztotta a Lunar Landing futását egy RTX Real-Time Ray Tracing technológiával. Ez lehetővé teszi a vállalat számára, hogy még soha nem látott fényfizikát szimuláljon sokkal olcsóbb költségekkel és csökkentett fejlesztési idő mellett.

A szuper mintavétel vagy a DLSS mély tanulása lehetővé teszi a pixelek létrehozását árnyékolókkal, de képzeljen el némelyiket AI-val, hatékonyan csökkentve a teljes jelenet nulláról történő létrehozásához szükséges munkaterhelést és lóerőt.