Ampere är här – Geforce RTX 3080 dubblerar prestandan hos RTX 2080

Då återstår bara att se vad det blir för pris på svenska marknaden

Hmm här är det betydligt högre antal Cuda kärnor än det som rapporterats tidigare

https://www.nvidia.com/en-us/geforce/graphics-cards/30-series...

10496 kärnor för 3090, jisses!

Jag funderade hela tiden om jag skulle sälja eller ej men hade inga andra grafikkort att använda i över en månad så jag sa äh, kan lägga in 2080 Ti:n i min planerade andra dator för mediaredigering istället.

Hade du missat priserna på hemsidan? 3080 går för 7 825 kr

3070 då 😉

Någon som läst ifall man måste ha en PCIe4 kompatibel rig för att få den prestandan?

Någon som läst ifall man måste ha en PCIe4 kompatibel rig för att få den prestandan?

Är du möjligen inköpschef för NASA?

Du får 60 FPS i 8k gaming. säkerligen alla spel i 4k över 100 FPS.
vad är ditt behov egentligen med 3090?

RTX Titan kostar 30.000 detta är ungefär halva priset, inte dubbla.

ISO-frekvens och samma kretsgeneration är underförstått i en sådan utsaga, annars är den rappakalja.

Om antalet CUDA-kärnor ökar från 1000 st till 2000 st samtidigt som frekvensen är densamma ökar kapacitet 100 % och höga upplösningar kommer man se kanske 90-95 % skalning i praktiken, d.v.s. i praktiken linjärt.

Om man dubblar frekvensen men håller antal CUDA-kärnor konstant på 1000 st ökar också kapaciteten med 100 %.

Nu ser vi inte alls så stora skillnader i frekvens på GPUer, spannet är ändå 20-25 % mellan de lägst klockade och högst klockade Turing-modellerna. Så man måste ta hänsyn till skillnad i frekvens, framförallt mellan 2080S (som jag tror är den högst klockade modellen) och 2080Ti (som är relativt lågt klockad).

Går bara att göra något vettig jämförelse enbart på antalet CUDA-kärnor om det man jämför bygger på samma mikroarkitektur.

Ställer du två lika klockade kort med 1000 CUDA-kärnor mot varandra skulle man få

• Turing är snabbare än Pascal

• Turing är också snabbare än Ampere

Mellan Turing och Ampere verkar endast antalet CUDA-kärnor ökat per SM, om det är fallet har ju saker som heltaskapacitet, texturkapacitet och rastreringskapacitet "bara" ökat ~80 % från 2080Ti till 3090. Vidare har bandbredden mot VRAM "bara" ökat med ~50 %.

I olika lägen är olika saker primär flaskhals. Bästa vi har att gå på nu är DF jämförelse mellan 3080 och 2080.

• TFLOPS har ökat ~175 %

• Övriga delar av SM har ökat ~85 %

• VRAM bandbredd har ökat ~70 %

Rimlig förväntning är att 3090 kommer kanske vara 60-70 % snabbare än 2080Ti i spel med "RTX-off" (3080 var ju 70-80 % snabbare än 2080) och kanske 80-90 % med RTX-on (var ju ~95 % högre prestanda i Quake med 3080 jämfört med 2080 där allt är raytracat).

En CUDA-kärna är en FMA-kapabel ALU. Är den definition som används sedan dag 1.

Är därför teoretisk kapacitet blir

FLOPS = antal CUDA-kärnor * frekvens * 2 (FMA -> två flyttalsoperationer)

Mycket tyder på att enbart antalet CUDA-kärnor per SM har dubblats. Kapaciteten för heltal, texturhantering, etc är den samma som för Turing per MHz.

Elefanten här är väl: har antalet register per SM dubblats eller ej? Om ja så tycker jag det inte finns någon diskussionen om att antalet "kärnor" per SM ökats. Även om det inte gjort det kan man inte beskylla Nvidia för att ljuga då en "CUDA-kärna" just är antalet FP32 kapabla FMA, men i det läget (som känns rimligast) kommer CUDA-kärnorna i Ampere vara rätt mycket mindre effektiva än i Turing (vilket vi redan vet att de är).

Just RT-prestanda känns lite lustig. Rå kapacitet har ökat ~70 % för motsvarande modell, det enda vi egentligen har att gå på är DF test och i Quake där allt är raytracat var ju den faktiskt prestandaökningen ~95 %, det var ju i titlar utan RTX-on DF såg ~70 % boost.

Så för RTX-on verkar det som man både ökat kapaciteten men också ökat effektiviteten en hel del.

För rastrering kommer självklart prestanda inte skala linjärt med CUDA-kapaciteten från Turing till Ampere då mycket pekar just på att antalet CUDA-kärnor per SM är det enda som dubblerat i kapacitet, kapacitet för övriga delar är densamma.

Personligen ser jag ändå positivt på det. Dels är jag själv långt mer intresserad i GPGPU än spelprestanda, fler CUDA-kärnor är långt viktigare där är fler ROPs och TMUs. Dels lär spelen med tiden anpassa sig till hur GPUerna fungerar, högre beräkningskapacitet betyder möjlighet till att spendera mer beräkningar per objekt/pixel etc -> mer avancerade effekter. Den klara minusposten är för de som primärt vill skruva upp upplösningen, för dem är fler ROPs och mer bandbredd det mest kritiska.