【德军总部秘籍】深入了解NVIDIA GeForce RTX3000系列显卡

门/风望月

继8月至9月的新闻之后，NVIDIA(英伟达)市值超过了Intel AMD的总和，截至目前已超过3400亿美元，另一个是，9月1日，基于NVIDIA Ampere体系结构GPU的GeForce RTX 30系列显卡——发布了RTX 308

在发布会上，黄教主承认，这一代RTX 30系列显卡得益于NVIDIA Ampere体系结构，与上一代RTX 20系列显卡相比有了很大的飞跃。其中，RTX 3080是新一代旗舰显卡，性能是RTX 2080的两倍，超过了面向主流市场的RTX 3070度前售价的RTX 2080Ti旗舰显卡。RTX 3090的性能是以前TITAN RTX系列的1.5倍。

图片：好东西看起来像高端(昂贵)。

那么新一代旗舰显卡RTX 3080的实际性能真的不是这样吗？还记得以前RTX 20系列打开光线追踪和DLSS后帧率暴跌吗？我们将于9月17日公开实测性能和数据，请期待。

那么这句话，我们主要看看是什么魔法，NVIDIA Ampere架构能给GPU带来这样的魔力吗？换句话说，NVIDIA Ampere体系结构与上一代图灵体系结构有何不同？

首先，让我们看一下数据——

如上所述，得益于与三星合作的8N工艺(估计不仅仅是8纳米工艺，还有特别之处)，RTX 3080的GPU拥有280亿个晶体管，比以前的RTX 2080Ti多拥有近10亿个3354，但体积从754平方毫米减少到了628平方毫米。

因此，RTX 3080有68个SM模块，但核心为8704个，是RTX Super的2.8倍，几乎是RTX 2080Ti的两倍。作为神经网络计算的Tensor Core和负责光线跟踪的RT Core与RTX 2080Ti相似，可以缩小，但其效率与现在不同，——之后，我将单独说一下重新设计的RT Core和Tensor Core是多么惊人。(莎士比亚)(莎士比亚)。

GPU主频和Boost频率也得益于新的制造工艺。基本频率达到1440MHz，Boost相信，到1710MHz——为止，部分紧急版本将大大提高这一极限。视频内存、带宽和功耗各不相同。

重新设计的着色器、Tensor Core和RT Core

NVIDIA Ampere体系结构与以前的Turing相比，最大的变化是每个流多处理器(SM)的分区可以在每个时钟周期执行32次FP32(32位浮点运算)操作。因此，SM的所有4个分区将合并在一起，每个时钟周期128次FP32操作3354吞吐量将增加一倍。对于图形渲染，着色器的操作和计算直接受益于FP32运算速度，最新技术(如光线跟踪)由FP32进一步加强。

作为图形卡GPU的基础，Shader明暗器是GPU诞生之初作为渲染图形使用的专用可编程设备3354的初始明暗器，分为顶点明暗器和像素明暗器，后者负责绘制三角形(3D模型根据建模复杂性可分为无数三角形)，后者负责渲染2D图形的像素。

CUDA诞生以来，NVIDIA GPU开始从用于图形渲染的可编程着色器发展为通用计算。到目前为止，基于NVIDIA Ampere体系结构的RTX 30系列显卡中包含的可编程明暗器从11 Shader-TFLOP/s LOPS提高到30 Shader-TFLOP/S，FP32浮点吞吐量比以前的Turing体系结构提高了2.7倍。

图：新着色器性能提高2.7倍，RT Core和Tensor Core性能分别提高1.7倍和2.7倍

当张量计算核心(张量计算核心)和RT核心(光线跟踪核心)引入Turing体系结构时，这两个核心将成为未来显卡的基石。如果将—— GPU本身的CUDA Core视为通用处理器，那么对于通用计算来说，这将是一项繁重的光线跟踪任务。

然需要卸载（Offload），来提升效率。

NVIDIA的雄心和魄力在整个游戏业界还只有寥寥数款游戏时，就推出了超越时代的这两种核心，一时间让分析师和媒体不置可否的对其“信心不足”——直到越来越多的游戏开始支持光线追踪， 而Tensor Core所支持的DLSS基于深度学习技术的超采样，也终于能在更多实际游戏中发挥作用。但是还是有很多玩家诟病，真想要全开DLSS，必须上旗舰的RTX 2080Ti。

如今呢？新一代RTX 3080的根基，是NVIDIA Ampere架构——这是在今年GTC美国发布的最重要的GPU核心架构，其中最重要的就是第三代Tensor Core（张量计算核心），如下表所示：

NVIDIA A100 Tensor Core GPU性能数据

▲ 图：数据来自A100白皮书

这是NVIDIA用在数据中心深度学习的A100 GPU的数据，但是其第三代Tensor Core的威力几乎是原来V100的两倍——同样是NVIDIA Ampere架构的RTX 3080里，仅仅272个Tensor Core就可以带来238 Tensor-TFLOPS的计算力，而原来在RTX 2080Ti里，这个计算力仅为89 Tensor-TFLOPS——性能提升了近3倍。

▲ 图：新一代DLSS 2.0是在超级计算机加持下用4K图像做深度学习训练产生的模型（按训练的顺序陆续支持各个游戏）

我们可以期待，在最新DLSS 2.0的加持下，即使同样是4K分辨率，Tensor Core的强大推演能力，也可以让画面达到前所未有的锐度，消除锯齿——形象的说就是超级计算机帮你脑补了细节。

另一边，第二代RT Core与之前相比也有了近2倍的性能提升，并且支持并发式的光线追踪处理和着色。从数据上来说，RTX 2080Ti的光线追踪性能是34 RT-TFLOPS，而到了RTX 3080中，虽然RT Core的数量和之前一样，但是性能提升到了58 RT-FLOPS，这就使得同一时间内可以计算更多的光线和路径。

▲ 图：第二代RT Core拥有1.5倍以上的性能提升

光线追踪的最终目的，就是让计算机影像尽可能的接近真实的物理效果——在传统的光影环境中，GPU用光栅去处理光影关系，也就是将3D的图形映射投影到一个2D的平面上，然后去处理每一个点应该什么亮度，什么颜色等等。这样在最后合成起来，就得到了一个3D的图像——这非常类似MRI（核磁共振）的切片式成像原理。但是问题也很大——因为计算力的限制，也因为编程的复杂度，程序员只能简化光影逻辑，使得物体往往只有一两个光源——越多的光源对于场景的设计和计算复杂度要求越高。

而光线追踪则是我们平时在现实生活中看到东西的样子——光线从光源发出，可能是灯，可能是太阳，射到物体上再反射到我们的眼睛里，于是我们看到了亮部，暗部，颜色等。光线追踪就是要模拟这样的过程，只去定义光源和材质的物理性质（反光程度、漫反射程度等）。这样做的好处是简化了程序设计的难度，最大限度的还原真实——如果能无限跟踪所有光线，就可以还原整个世界的光影——这是理想中的设计。不可能实现的原因就是会带来海量的计算——近乎无穷无尽。

RT Core的出现，就是在GPU里分出一部分专门为这种最终而生的核心，来尽可能大的提升性能，并且在处理光影时，能够“专项治理”。

▲ 图：如果不告诉你这是光线追踪的虚拟世界，你会信以为真么

从2018年末微软正式在自己的DirectX里添加Raytracing（DXR）光线追踪技术以来，越来越多的游戏开始使用这项技术来让自己的世界构建的足够真实——而NVIDIA也实实在在的推动了时代的进步，并且又一次通过RTX 3080将光线追踪的水平提升到了新的高度。

三个容易被忽略的技术亮点

如果说RTX 3080性能的大幅度攀升得益于制程工艺带来的28亿晶体管和全新NVIDIA Ampere架构带来的提升，那么有三个细节是显卡与计算GPU最不同的地方——

1. GDDR6X显存的强大

NVIDIA为这一代RTX 3080旗舰显卡装备了世界上最快的显存——GDDR6X显存，相比RTX 2080Ti使用的GDDR6显存，显存位宽从352-bit变成了320-bit，看起来降低了？其实是因为显存的消息传输率从14Gbps提升到了19Gbps，因此带宽从GDDR6的616GB/秒，提升到了GDDR6X的760GB/秒。

▲ 图：发布会上的“眼图”——学过通信的朋友看着会很亲切

“眼图”可以清晰的看出来GDDR6X在同一时间周期内（380皮秒，1皮秒等于一万亿分之一（即10的负12次方）秒）以250mv步长发送4个不同的电平（形成了3行4个大眼睛）——发出的信号是4*4=16个。而上图左边是上一代GDDR6在500皮秒时间内发射2个电平——发出的信号是2*8=16个。

不难看出，左右两侧发射同样数量消息的情况下，右侧耗时是左侧的70%样子。换句话说，就是GDDR6X比GDDR6快了30%样子。这也与镁光官网所宣传的系统带宽提升一致。

NVIDIA表示这得益于和镁光合作设计的GDDR6X显存所采用的PAM4多级信令技术——其实这个牵扯到了通信里面非常时髦的脉冲振幅调制，尤其是在光通信领域——200G/s以上的光通信普遍采用QSFP64模块，而内部的信号调制就是PAM4为主。聪明的小伙伴开始联想GPU在NVIDIA游戏云（GeForce Now）里是如何通过Mellanox的高速网络直接用着一模一样的调制信号，绕过CPU实现GPUDirect（请自行发掘这个秘籍）的。

2. RTX I/O技术

NVIDIA RTX I/O技术是什么？简而言之就是GPU可以绕过CPU而直接访问高速存储。

在HDD时代，打开游戏的过程就是从硬盘里通过南桥的控制芯片加载数据到内存里，这一切都是通过CPU控制的，然后GPU再通过CPU去内存里读取数据放到自己的显存里做计算。效率虽然低下，但是瓶颈主要是HDD机械硬盘的延迟和速度。

但是到了如今，PCI-E 已经从3.0发展到了4.0时代，NVMe SSD的速度也极大的提升。那么之前这一数据存取过程就显得非常的拖沓——为什么不直接把数据从SSD里读取到显存里呢？

从上图可以看出，从PCI-E Gen4 NVMe的SSD里读取的数据，通过磁盘控制器直接通过PCI-E总线放到显卡的西安村里，这就是NVIDIA的RTX I/O技术，它可以让这一存取数据的操作绕过CPU和本地内存，完成数据链路从存储到显存的直接调度。

这一应用场景除了可以充分利用PCI-E 4.0的高速带宽来释放NVMe SSD的速度外，还能够极大的降低系统时延，玩家打开游戏不用再等那么久，几乎感受不到游戏的加载用时。

3. REFLEX低延迟技术

黄教主在开头就提及了NVIDIA REFLEX低延迟技术，这实际上可以理解为GeForce RTX显卡和G-Sync新技术通过优化来降低系统和游戏中的延迟——而最高360Hz刷新率的支持，也让竞技类游戏的对抗度提升了一大截。

吃鸡游戏刚火起来的时候，很多玩家深有体会的就是60Hz刷新率下玩游戏是一个体验，而欢乐144Hz支持G-Sync的显示器，加上一块好显卡，那么吃鸡游戏就变成了另一种体验，仿佛自己技术提升了一大截——实际上是你的眼睛看到的内容比别人多，比别人早了几毫秒，就这几毫秒就是瞄准的关键时间点。

关于RTX 30系列显卡其实还有不少新设计，例如双轴流散热设计，比上一代散热器的效率提升了2倍，而8K HDR的视频录制和编辑，AV1的解码加速都能在不同层面提升玩家的体验。各位敬请期待我们明天发布的具体评测——

RTX 3080显卡的标准跑分：

• 3DMark Fire Strike ——诠释DirectX 11对照上代卡的提升
• 3DMark Time Spy ——DirectX 12 基准测试
• 3DMark Port Royal —— 显卡的光线追踪基准测试
• 3DMark DLSS ——深度学习超采样测试

游戏测试：

• 奇点灰烬：扩展版（Ashes of the Singularity: Escalation）——没有人真正玩过这个游戏，都是用它来做DX12跑分Benchmark
• 刺客信条：奥德赛（Assassin's Creed Odyssey）——众生平等的基准测试
• 堡垒之夜（Fronite）——支持光线追踪的网游
• 控制（Control）——支持DLSS 2.0的游戏
• 德军总部：新血脉（Wolfenstein: Youngblood）——光线追踪和DLSS测试
• 边境（跑分测试）（Boundary Benchmark）——国产游戏大作，支持光线追踪
• 光明记忆：无限（Bright Memory: Infinity）——国内知名大作，虚幻4.9引擎打造，光线追踪+DLSS测试
• 地铁：离去（Metro Exodus）——早期支持光线追踪和DLSS的游戏，标杆
• 我的世界（光追版）（MineCraft（RT））——不用多说了吧
• 古墓丽影：暗影（Shadow of the Tomb Raider）——光线追踪和DLSS测试
• 古墓丽影：崛起（Rise of the Tomb Raider）——DirectX 12早期标杆，游戏也支持DirectX 11

其他测试：有小惊喜测试送给专业玩家，敬请期待。