KFA2 GeForce RTX 3080 SG 1-Click OC - Test/Review (+Video)
Mit der GeForce RTX 3080 startet NVIDIA das „Gaming-Ampere“-Line-up. Hersteller KFA2 hat uns ein Custom-Modell der Karte, die werksübertaktete GeForce RTX 3080 SG 1-Click OC, zur Verfügung gestellt.
Von Christoph Miklos am 27.10.2020 - 04:10 Uhr

Ampere im Überblick

Das aktuelle Ampere-Line-up umfasst die GeForce RTX 3080 (Launch: 16.09.2020) und GeForce RTX 3090 (Launch: 24.09.2020). Am 29. Oktober folgt die GeForce RTX 3070. Ende Oktober will dann AMD mit der Radeon RX 6000 aus der Deckung kommen.
Laut Hersteller NVIDIA soll die GeForce RTX 3080 mehr (Gaming-)Performance als die GeForce RTX 2080 Ti bieten. Das betrifft nicht nur die klassische Rasterizer-Leistung, auch Raytracing und DLSS sollen zulegen. Sowohl die FP32- als auch die RT-Leistung wurde gegenüber der Vorgänger-Technik mal eben verdoppelt. Darüber hinaus verspricht NVIDIA bei Ampere beziehungsweise der GeForce RTX 3080 eine um 90 Prozent bessere Leistung pro Watt im Vergleich zu Turing.
Außerdem bringt die RTX 3000-Generation neue Software-Lösungen mit sich:
• NVIDIA RTX I/O: Schneller Zugriff auf Daten, ähnlich wie bei den kommenden Konsolen
• NVIDIA Broadcast: KI-gestützte Software für das Streaming (entstand aus RTX Voice)
• NVIDIA Reflex: Neue Treiberfunktion für eine geringere Eingabeverzögerung
• NVIDIA Omniverse Machinima: Neues Tool zum Erstellen von Machinima-Filmen mit Spielen
Raytracing
Im Fokus der neuen Ampere-Gaming-Grafikkarten steht die gesteigerte Raytracing-Leistung. Zur Erklärung: Die Technologie bietet im Grunde eine realistische Simulation von Licht und damit einhergehend Schatten und Reflexionen.
DLSS 2.0
Ein weiteres Feature der RTX-Grafikkarten ist der Support von DLSS (Deep Learning Super Sampling). NVIDIA nutzt die eigene Cloud-Hardware in Form des SATURN-V-Supercomputers, um auf mehreren hundert oder gar tausenden Tesla V100 das Training der Deep-Learning-Netzwerke vorzunehmen. Ein sogenannter Temporal Stable Convolutional Autoencoder berechnet dazu 500 Milliarden FP16-Operationen pro Sekunde und erstellt 64 Samples, die als Basis einer idealen Darstellung herangezogen werden können. Das Deep-Learning-Netzwerk wird also in der Cloud trainiert und nicht jedes Spiel muss für die Anwendung von DLSS auch explizit trainiert werden. Ist das Netzwerk auf einige Spiele trainiert worden, kann der Algorithmus auch auf anderen Spielen angewendet werden. Das Inferencing findet dann auf der Ampere-Hardware im Gaming-Rechner statt und wird durch die Tensor Cores unterstützt. Die dazu notwendigen Daten werden per GeForce Experience an den Rechner übertragen und sind nur wenige Megabyte groß. Allerdings würde damit auch die Installation der GeForce Experience zusätzlich zum Treiber notwendig und zudem verlangt dieser nach einem Login und kann nicht mehr einfach so betrieben werden.

Kommentar schreiben

Artikel auf einer Seite anzeigen