Har nVidia RTX slagit ut AMD o Intel?!

Håller helt med.

SM
Motsvarar CU på AMD. Intels GPU fungerar lite annorlunda och är lite mer lik en "vanlig" CPU vilket nog förklarar varför den är så väldigt bra på GPGPU i förhållande till hur den står sig i ren grafik kontra AMD/Nvidia.

Kan göra en rad olika operationer, både heltal och flyttal. Den fundamentala begränsningen är ändå att det handlar om vad Nvidia kallar SIMT (Single Instruction Multiple Threads) vilket är en marginellt generaliserad variant av SIMD på CPU (och med AVX512 så är den skillnaden i praktiken helt borta).

För att en SM ska vara effektiv måste man ha dataparallella problem med en teoretisk parallellism klart över bredden på en "wave-front". Alla trådar i en wave-front måste köra samma instruktion alt. göra ingenting den cykeln.

Specifikt relaterat till matriser: en SM kan väldigt effektivt hantera en full wave-front (32 på Nvidia, 64 på AMD och variabelt på Intel men optimalt är typiskt 8-16) av matriser. D.v.s. man kan effektivt t.ex. multiplicera 32 matriser parallellt, inte alls i närheten lika effektivt att hantera en 32x32 matris!

Tensor-core

Insåg först inte exakt hur dessa fungerade mer än att de hanterar R = A * B + C där alla element är 4x4 matriser. A
och B är alltid 16-bit flyttal medan R och C kan vara 16- eller 32-bitar.

Det jag inte var helt säker på initialt var hur många sådana operationer som utförs på "bredden", men hittat information om att det är samma bredd som en SM. D.v.s. en tensor-core kan utföra upp till 32 st sådana operationer vilket är orsaken till den brutala flyttalsprestandan man får (varje "CUDA-core" i en tensor-core utför 128 FLOPS per cykel så totalt 32*128 = 4096 FLOPS per tensor-core och cykel!!!).

Grejen här är att man "bara" kan utföra just R = A * B + C. Vilket inte så bara då större matriser kan rekursivt brytas ned i mindre matriser och väldigt mycket kan beskrivas med matrisoperationer. Men ändå rätt mycket mer begränsat i funktioner jämfört med en SM och handlar fortfarande om data-parallellism då alla 32 "lanes" i en tensor-core måste användas för att det ska vara riktigt effektivt -> man måste ha ett problem där det fungerar bra att göra samma operation på >= 32 parallella storheter.

RT-core

Dessa lära också tugga 4x4 matriser som bara den, detta då 4x4 matriser är precis vad man använder för att beskriva koordinater i en 3D värld.

Men till skillnad från det SM/Tensor-cores är brutala på så kommer normalt strålföljning leda till strålar genom olika pixels kommer träffa olika ytor och därmed kräva olika behandling. Fortfarande ett brutalt parallellt problem, men det är primärt uppgiftsparallellt (olika strålar kan beräknas helt oberoende av andra, men uppsättningen instruktioner som ska appliceras kan skilja mellan strålar, även de strålar som ligger väldigt nära varandra).

Lite samma sak gäller fysik. Går definitivt att köra fysik på en GPU, men GPUn är inte sällan supereffekt på detta då olika kroppar kommer kräva olika instruktioner för sin beräkning. Vad man vill ha då är acceleration per beräkning, något som är lite lurigare på en GPU och något som passar SIMD på en CPU väsentligt bättre då dessa även kan användas på "andra" ledden. D.v.s i stället för att beräkna 4 olika matriser parallellt med SSE kan man ju hantera 4 olika rader/kolumner per "lane" i SSE -> man accelererar fallet att hantera en enda matris (olika beräkningar kan sedan hanteras av olika CPU-trådar då dess kan hantera uppgiftsparallellism).

Så strålföljning har ett visst mått av dataparallellism, men det är primärt uppgiftsparallellt -> inte optimalt att hantera med en traditionell GPU. Lite bättre att hantera på tensor-cores, men där tror jag begränsningen på 16-bitar för A och B matriser är ett problem (det är en ren feature för maskininlärning av lite olika skäl).

Well, egentligen läste jag kemiteknik, så är rent krasst inte en datorvetare i akademisk mening... Läste i.o.f.s. datateknik parallellt på 50 % under en tid, men det var mest då ursprungsplanen var att forska inom kvantkemi där man använder massor med matriser, massor med datorkraft och en hel del 3D-grafik (men IT-boomen hände och planer ändrades, jobbat med OS och multicore programmering >15 år nu...).

Båda kan hanteras rekursivt och beskrivas med matriser, men se ovan för skillnad i typ av parallellism

Håller helt med. Ska bli riktigt spännande att se hur bra/dåligt MLSS kommer fungera i praktiken. Jag tror på denna teknik, om men människa kan inse vad som fattas i en bild som är uppskalad kan även en dator bli tränad att lura ut det. När datorn väl lurat ut det ser jag inte varför man inte kan lära den att fixa till bilden -> exakt vad MLSS gör i teorin.

Lär nog ändå ta ett bar vändor innan MLSS trimmats in ordentligt.

Jag har inte mycket att säga angående patenten men om historien skall upprepa sig så har jag en känsla av att AMD kan komma på ett sätt att kringå detta med mycket snarlik teknik.

Det är ju intressant att se hur dessa "RT-cores" är uppbyggda mer i detalj. Är det smått modifierade Tensor Cores eller är det en helt egen "genre" av beräkningshårdvara.

Om inte AMD har varit sinnessjukt förutseende så lär väl Navi inte innehålla mer än mjukvarustöd för Ray Tracing och det är ju väldigt osannolikt att de kan kontra med någon liknande hårdvarustöd för tekniken. Speciellt kombinationen av "vanliga" SM, Tensor och RT.

Om jag förstått den knapphändiga informationen som finns angående Nvidias Ray Tracing-teknik så är RTX också en hybridrenderare med just AI elementet som du nämnt ovan. Nyttjandet av Tensor i kombination med RT gör att tekniken tagit det där extra klivet.

Vad jag försöker få fram är att jag tror AMD kan skapa liknande lösningar eftersom Ray Tracing inte är något nytt för dom heller så att säga. Sen lär det inte komma med Navi.

Om vi ska ägna oss åt anekdotala undersökningar så kan jag flika in att jag har haft följande kort;

3DFX Voodoo 2 16MB
Nvidia GeForce 2 GTS 32MB
ATi 9700 Pro
ATi Radeon X800 PRO AGP
ATi Radeon X1950 PRO
ATi HD 4850
Nvidia GeForce 9800 GTX
ATi HD 4890
Nvidia GeForce GTX 460
Nvidia GeForce GTX 970
AMD Radeon R9 290X
Nvidia GeForce GTX 980 Ti (Nuvarande)

Jag har haft mina problem genom åren men för mig är det ingen tillverkare som sticker ut. Mitt nuvarande 980 Ti fick jag köra en rollback på drivrutinerna för jag fick problem med dubbla skärmar ett tag. Löste sig så småningom i en ny drivrutinsuppdatering. Minns inte såklart alla problem jag har haft men för mig sticker inte AMD ut mer än Nvidia.

Däremot så har Nvidia tydligt dragit ifrån i modern tid med nya funktioner som Ansel och GeForce Experience samt att de brukar vara lite snabbare med drivrutinsstöd i nyare spel. AMD hänger ju ofta på rätt bra men Nvidia tenderar att vara steget före. Vilket inte är så märkligt med tanke på resursskillnaderna i företagen.

Jag är säkert naiv men jag hoppas innerligt att AMD kan göra en "Ryzen" även på GPU-fronten och återhämta sitt anseende och prestanda. Den utvecklingen som jag vittnar om nu är bara sorglig och kommer leda till dyrare och mindre prestandaskillnad generation för generation. Vi har redan gått igenom detta med Intel.

Men snälla man kan väl inte på allvar tro att Nvidia kommer slå ut Intel och AMD bara för att dom lanserar denna teknik nu? AMD har senaste åren hamnat lite efter Nvidia men ray tracing tror jag inte är spiken i kistan, är isf något annat som gör att dom inte klarar av att komma upp till sin gamla nivå igen.

Jag kunde faktiskt inte bry mig mindre om denna teknik i dagsläget, känns som att det kommer ta lång tid för att det verkligen kommer bli standard det här, kan ha fel men det viktiga för mig är att det är prisvärda grafikkort som kan leverera stabil fps, vilket jag tror dom flesta är ute efter?
Att spelen kan göras snyggare osv med denna teknik är kul, men att behöva punga ut dessa löjliga summor som Nvidia vill ha är pinsamt.
Sen finns det alltid dom som vill ha det värsta men det är en annan diskussion.

Det hade varit som att kalla Läderlappen för Batman... Är du tokig?

Om en tänker efter lite så allt AMD behöver gör just nu är att lansera tillräckligt snabba grafikkort till en billig peng för att sälja mycket.
Priserna på dom nya korten från nvidia är rent ut sagt löjliga. Hur många % har råd med dom inom tidsintervallet dom är relevanta?
Kommer ens raytracing bli relevant innan nvidia släpper en ny generation och AMD släpper två generationer från dags datum?
Jag tror inte det.

Jag baserar detta på följande.

1. Priset på korten från nvidia.
2. Det är ny teknik. All ny teknik har en uppförsbacke.
3. Vad spelare har för system enligt Steam.
4. Allt övrigt jag inte orkar lista 02:42

Jag tror på framgång för raytracing i någon form från AMD, Intel och Nvidia. Men inte än.

Fler som tänker så här?

Grafik beskrivs i princip alltid m.h.a. homogena koordinater, vilket då lägger på en "extra" dimension (så en linje kräver 2x2 matriser, 2D kräver 3x3 och 3D kräver då 4x4).

Med homogena koordinater kan även saker som förflyttning hanteras m.h.a. matrismultiplikation, något som inte är möjligt om man använder 3x3 matriser, förflyttning kräver där addition.

Tänk att jag har ett objekt i 3D-rymden som inte är centrerad kring origo, antag att detta objekt utgörs av massor av vertexes. Om jag nu vill rotera detta objekt kring sitt eget centrum måste dessa tre saker ske

1. flytta in origo i centrum av objektet (motsvarar att flytta objektet till origo)

2. rotera alla vertexes

3. flytta tillbaka origo

Rotation sker alltid runt origo, så utan förflyttning skulle man inte få rätt effekt.

Hur se detta ut med matriser? Utan homogena koordinater kan dessa tre operationer inte förenklas på något sätt då 1. och 3. då måste utgöras av additioner medan 2. är en multiplikation.

Med homogena koordinater kan däremot allt hanteras m.h.a. matrismultiplikation, så detta är ju vad som ska utföras

yN = F2 * R * F1 * xN

där xN är en viss vertex innan operationen och yN är den roterade varianten. Men F2 * R * F1 kommer ju vara samma för alla vertexes, så det kan man ju beräkna en gång för alla och ersätta med en ny matris T som gör alla tre sakerna i en smäll

yN = T * xN

Så man har nu gått från 3 st 3x3 matrisoperationer till att endast behöva 1 st 4x4 för att göra samma sak. Ju mer komplicerad transform, ju mer vinner man på detta! (Finns lite mer fördelar som homogena koordinater ger, som att gå från 3D till 2D projektion på skärmen är också enklare).

Nja jag tyckte 1080 var för dyrt också. Det gjorde inte att jag köpte en konsoll för det, utan jag köpte ett grafikkort som passade min budget.

Jag hade hållt med om det bara såldes grafikkort i prisklassen 10 000 kronor. Då hade jag övervägt en konsoll om jag ville spela...

Men eftersom det finns alternativ för min budget på PC-sidan så kan jag stanna kvar som en ”masterrace”.

Om folk ej har råd med 2080ti så får de väl köpa ex 2070 (eller något annat som passar budget).

Nu kan jag tycka att GTX 1050 Ti knappast är "master race". Det ligger snarare rätt nära vad dagens toppkonsoller klarar av. Sen har PC så många fler fördelar än bara en överlägsen prestanda men mitt fokus i mitt inlägg var att jag kan inte ta nästa steg utan att behöva betala dubbelt så mycket som jag gjorde för fyra år sedan.

Som jag har tjatat om i tidigare trådar så har alltså prisutvecklingen, med början av Pascal skjutit i höjden. Givetvis hade jag inte räknat med något annat än att nya Turing skulle bli dyr eftersom AMD inte har något på samma planet att kontra med, men denna prisutvecklingen är helt bisarr.

Mitt överklockade 980 Ti har en GFLOPS på 8,3 cirka. Det presterar i syntetiska benchmarks som 3DMark Firestrike ungefär lika som ett standardklockat 1080 som ligger på 8,9 GFLOPS. Detta var anledningen till att jag avstod från Pascal. För liten prestandaboost till för mycket pengar.

RTX 2070 som du anser att jag ska köpa då för jag inte har råd med 2080 eller 2080 Ti. Det har 7,5 GFLOPS. Det kortet kommer väldigt sannolikt att hamna på samma pris som mitt 980 Ti Hybrid när jag köpte det, till risken för noll prestandavinst eller väldigt marginell.

Förstår du nu varför man som entusiast kan vara något demoraliserad inför dessa helt sinnessjuka priser?

Alltså hela den här "butthurt" memen har jag inte förstått mig på. Du inser att priserna inte bara är höjda för high end va? Priserna kommer vara högre genom hela brädet. De har skjutit fram posterna.

GTX 2060 kommer sannolikt att landa på 399$ i riktpris eller liknande. Alltså 5-6000:-.

Jag har suttit i fyra år och väntat på ett kort som skall vara värt pengarna för mig att lägga så att jag kan lira UltraWide 1440p i bekväma 100 FPS. Turing ser ut att kunna bli kortet som klarar detta. RTX 2080 Ti dvs. Som kostar 13 200:-. Mitt 980 Ti Hybrid med vattenkylningslösning som var stort 601 mm2 och var 33% snabbare än föregående toppkort 780 Ti kostade 8000:-. 780 Ti gick på runt 6500 - 7000:-.

1080 Ti som var 60% snabbare än 980 Ti kostade 7000-8000. Hybridkortet gick på runt 9000:-.

Vad är det som är så svårt att förstå att människor är besvikna på priserna och att de har blivit så löjligt höga att snart kan man köpa sig en 4K TV och ett XBONEX för samma pris och få betydligt mycket mer ut av det.