在當(dāng)前的顯卡市場(chǎng)上，占據(jù)80%的NVIDIA公司被玩家愛(ài)且恨著——他們帶來(lái)了最近十多年來(lái)最好的顯卡，同時(shí)也讓高端游戲卡的價(jià)格高企，發(fā)燒顯卡至少五位數(shù)起。

在RTX 30系列顯卡發(fā)布之后，玩家的不滿似乎釋然了，相比當(dāng)前的圖靈顯卡，安培架構(gòu)的RTX 3090/3080/3070顯卡一下子變得真香了，因?yàn)樗鼈冃阅芊恫徽f(shuō)，國(guó)內(nèi)價(jià)格反而下降了。

·GeForce RTX 3090：取代RTX Titan，相比于Titan RTX快了50％，性能是RTX 2080 Ti顯卡的2倍，配備24GB GDDR6X顯存，售價(jià)11999元，9月24日上市。

·GeForce RTX 3080：取代RTX 2080 Ti，相比于RTX 2080性能快2倍，搭配10GB GDDR6X顯存，海外699美元沒(méi)變，國(guó)內(nèi)從上代6499降至5499元，9月17日上市。

·GeForce RTX 3070：價(jià)格不到RTX 2080 Ti的一半，但是平均性能更高，同時(shí)比RTX 2070快足足60％，配備8GB GDDR6顯存，售價(jià)3899元，10月份上市。

RTX 30系列顯卡售價(jià)及上市時(shí)間

RTX 30系列顯卡性能變化

RTX 30系列顯卡規(guī)格

從這個(gè)規(guī)格表中可以看出，與RTX 2080 Ti顯卡相比，RTX 3090的標(biāo)志性FP32性能從13.4T提升到了35.7T，翻倍還多，光追及AI加速提升也同樣明顯。

與圖靈顯卡相比，安培GPU的變化之大讓人驚訝，在過(guò)去十多年的顯卡升級(jí)換代中，性能翻倍的提升很少見到了，NVIDA是怎么做到的？

今天我們就來(lái)從詳細(xì)解讀一下安培GPU的架構(gòu)，探究它到底帶來(lái)了哪些技術(shù)升級(jí)以致于讓NVIDIA創(chuàng)始人黃仁勛稱之為有史以來(lái)性能提升最大的一次。

先從工藝說(shuō)起：12nm干掉7nm之后 8nm如何再進(jìn)一步

對(duì)于半導(dǎo)體芯片來(lái)說(shuō)，很關(guān)鍵的一部分是制程工藝，先進(jìn)的架構(gòu)也要通過(guò)工藝來(lái)實(shí)現(xiàn)，這是影響芯片能效、性能甚至成本的一大因素。

對(duì)NVIDIA來(lái)說(shuō)，他們的Volta伏特、Turing圖靈兩代架構(gòu)都是臺(tái)積電12nm FFN工藝了，這是臺(tái)積電16nm工藝的改進(jìn)版，如果再算上16nm的Pascal架構(gòu)，實(shí)際上過(guò)去三代GPU都沒(méi)有重大工藝上的升級(jí)了。

在Ampere安培架構(gòu)上，NVIDIA終于升級(jí)工藝了，只不過(guò)這次有兩個(gè)意外——首先沒(méi)有選擇臺(tái)積電，其次沒(méi)有上7nm，而是三星定制的8nm工藝，雖然跟7nm看起來(lái)只差了1nm，但實(shí)際上是兩代工藝。

考慮到NVIDIA之前對(duì)工藝的表態(tài)，沒(méi)用7nm工藝而是三星8nm工藝又在意料之中，最關(guān)鍵的問(wèn)題在于NVIDIA能夠做到多好。

三星的8nm工藝是基于10nm工藝改良的，至少有LPP和LPU兩個(gè)版本，前者適合移動(dòng)SoC，后者適合高性能芯片，NVIDIA的定制大概是基于后者。

與臺(tái)積電的7nm工藝晶體管密度大約1億/mm2相比，8nm工藝大概是6000萬(wàn)晶體管/mm2，但這是單一的SRAM芯片的對(duì)比，實(shí)際上GPU芯片比較復(fù)雜，差距會(huì)縮小很多。

根據(jù)是NVIDIA公布的信息，臺(tái)積電7nm工藝制造的安培A100核心是540億晶體管，核心面積826mm2，而三星8nm工藝制造的GA102核心是280億晶體管，核心面積官方?jīng)]公布，據(jù)悉是628mm2，也是大核心了。

這么算下來(lái)，7nm A100核心的晶體管密度6560萬(wàn)晶體管/mm2，而三星8nm的GA102核心也有4460萬(wàn)晶體管/mm2——差距仍在，但似乎可以接受了。

三星8nm工藝的晶圓代工價(jià)格還是秘密，但是不論技術(shù)還是商業(yè)策略上，三星都會(huì)比臺(tái)積電便宜很多，預(yù)計(jì)代工價(jià)格能差30%或者更高，所以這也是RTX 30系列顯卡能夠不漲價(jià)甚至降價(jià)的關(guān)鍵。

那三星8nm工藝帶來(lái)了多大的性能及能效提升呢？首先大家可以看到RTX 30系列顯卡的頻率提升了，從RTX 20系列的1.5GHz+提升到了1.7GHz+，升級(jí)工藝還是有性能提升的。

不過(guò)RTX 20系列的加速頻率實(shí)際可以達(dá)到1.9GHz甚至接近2GHz，RTX 30系列預(yù)計(jì)也就這個(gè)水平。

但是能效還是有提升的，NVIDIA官方稱在60fps性能下，圖靈顯卡的功耗大約有240W，安培顯卡則是120W多點(diǎn)，算下來(lái)是1.9倍能效，提升了90%，同時(shí)溫度還低了3度，噪音減少2分貝。

總的來(lái)說(shuō)，在工藝這方面大家對(duì)安培GPU有驚喜有失望，失望的是沒(méi)有上預(yù)期中的7nm工藝（不管臺(tái)積電還是三星），工藝依然升級(jí)到了8nm。

但是NVIDIA工藝雖然并不算激進(jìn)，但性能、能效進(jìn)步還是挺大的，安培顯卡各方面指標(biāo)都是大幅勝過(guò)現(xiàn)在的圖靈卡，而且價(jià)格做到了不升反降，這也是不追求激進(jìn)工藝的好處，反正之前12nm都能贏，現(xiàn)在上8nm更加穩(wěn)妥了。

安培GPU架構(gòu)詳解之：FP32單元翻倍 CUDA核心改了什么？

發(fā)布安培的時(shí)候，NVIDIA CEO黃仁勛表示這是GPU有史以來(lái)最大的性能飛躍，而2018年推出圖靈GPU時(shí)，老黃也是類似的說(shuō)詞——GPU有史以來(lái)最大的變革，這兩個(gè)評(píng)價(jià)其實(shí)也沒(méi)錯(cuò)。

圖靈GPU架構(gòu)有很多第一次，首次支持RTX Core（光追加速單元），首次支持Tensor Core，同時(shí)還改進(jìn)了CUDA內(nèi)核，不過(guò)前兩個(gè)是重點(diǎn)。

在安培GPU上，RT Core、Tensor Core當(dāng)然繼續(xù)加強(qiáng)，不過(guò)最主要的亮點(diǎn)是CUDA架構(gòu)的改進(jìn)，性能翻倍的根源就在這里，我們先來(lái)看看這方面的變化。

GA102核心架構(gòu)示意圖

GA102核心總計(jì)7組GPC單元，每組有12組SM單元，總計(jì)84組，RTX 30系列顯卡視乎規(guī)格不同啟用的SM單元總數(shù)不同，RTX 3090是82組，RTX 3080是68組，RTX 3070是46組。

在之前的GA100大核心中，每組SM是64個(gè)INT32單元、64個(gè)FP32單元及32個(gè)FP64單元組成的，但在GA102核心中，F(xiàn)P64單元大幅減少，增加了RT Core，Tensor Core也略微減少。

GA102核心的SM單元

按照之前圖靈GPU的路線走，安培GPU的SM單元增加的并不多，但實(shí)際上FP32性能翻倍了還多，算上頻率，RTX 3080的理論性能差不多是RTX 2080的三倍了，這是怎么做到的？

答案就是CUDA核心的FP32翻倍，但翻倍的方式有點(diǎn)特殊，每個(gè)SM單元中有4個(gè)分區(qū)，每個(gè)分區(qū)除了第三代Tensor Core核心之外，還有一組是16個(gè)FP32單元及16個(gè)FP32、16個(gè)IN32組成的單元，后者可以同時(shí)執(zhí)行FP32或者INT32運(yùn)算。

16個(gè)FP32單元每周期可執(zhí)行16個(gè)FP32運(yùn)算，混合的那個(gè)單元可以執(zhí)行32個(gè)FP32或者16個(gè)FP32+16個(gè)INT32。

如此一來(lái)，每個(gè)SM單元可以同時(shí)執(zhí)行4x（16FP32+16FP32）=128個(gè)FP32運(yùn)算，或者4x（16FP32+16INT32）=64個(gè)FP32+64個(gè)INT32運(yùn)算。

只算FP32浮點(diǎn)的話，那么就是浮點(diǎn)翻倍了，因?yàn)閳D靈以及GA100都是每周期64個(gè)FP32浮點(diǎn)而已，現(xiàn)在可以做128個(gè)FP32運(yùn)算了。

提升FP32性能不論對(duì)游戲還是運(yùn)算都大有裨益，但也需要配套的提升，GA102的L1容量提升了33%，L1帶寬從116GB/s翻倍到219GB/s，共享內(nèi)存的性能也從每周期64B翻倍到128B。

安培GPU架構(gòu)詳解之：RTX光追升級(jí) 從能用到好用

上代的圖靈GPU架構(gòu)最大的亮點(diǎn)就是引入了RTX實(shí)時(shí)光追技術(shù)，開啟了3D游戲的光追時(shí)代，意義重大。

但是先行者的代價(jià)也不小，而且圖靈GPU的光追效果在實(shí)際游戲中并不明顯，對(duì)性能的影響頗大，第一代RTX光追只能說(shuō)解決了有無(wú)問(wèn)題，現(xiàn)在的安培GPU才是RTX光追更好用。

在圖靈GPU上，NVIDIA使用的第一代RT Core可以提供10Giga Rays/s的性能，而在安培GPU上，RT Core升級(jí)到了第二代，號(hào)稱性能翻倍，僅此一點(diǎn)就可以大幅提升光追性能了。

圖靈GPU光追架構(gòu)

安培GPU光追

不過(guò)這還不夠，在安培GPU上，參與光追應(yīng)用加速的不只是SM單元、RT單元了，第三代Tensor Core單元也更多的參與其中，而安培架構(gòu)中SM、RT、Tensor單元的性能都是大幅提升的，以RTX 3080為例，SM單元性能11T提升到了30T，RT性能從上代34T提升到了58T，Tensor性能從89暴漲到238T.

這帶來(lái)的一個(gè)結(jié)果就是光追性能大幅提升，不支持硬件加速的Pascal GPU渲染一幀要51ms，圖靈可以提升到19ms，加上DLSS等可以縮短到13ms，已經(jīng)大大低于60fps所需的16.6ms幀時(shí)間了。

在安培GPU上，時(shí)間還可以更快，單純硬件加速就可以從13ms縮短到7.5ms，加上第二代技術(shù)的加成就只有6.7ms了。

總之，在RT光追性能上，不說(shuō)沒(méi)有硬件加速的Pascal顯卡，對(duì)比RTX 2080到RTX 3080的變化，軟件渲染的性能提升了40%，硬件加速的話提升70%，硬件加速+DLSS也提升了70%，再加上其他技術(shù)的輔助，最高可以提升90%的光追性能。

目前還沒(méi)有實(shí)際評(píng)測(cè)解禁，具體游戲中的提升還不好說(shuō)，但是刨去官方測(cè)試的理想狀態(tài)，光追性能提升個(gè)50%應(yīng)該無(wú)壓力，這足以讓當(dāng)前的光追游戲更具實(shí)用性，不再是開了RTX性能就大幅下降的情況了。

至于我們可以預(yù)期，以前1080p 30fps運(yùn)行的光追游戲在今年可以實(shí)現(xiàn)1080p 60或者2K 144流暢運(yùn)行了，可用性至少提高一個(gè)等級(jí)，從湊合能用變得更好用了。

安培GPU架構(gòu)詳解之：第三代Tensor Core、8K游戲成為可能

Tensor Core是伏特GPU引入的一種新核心，現(xiàn)在也是SM單元的三大子核心之一，不過(guò)在數(shù)據(jù)中心GPU上，AI加速功能非常重要，所以A100大核心的Tensor Core占據(jù)了相當(dāng)大的面積，功能及性能都改進(jìn)不少。

在GA102核心中，Tensor Core也是第三代架構(gòu)的，但是跟GA100核心的還是有所不同，每組SM單元也是4個(gè)Tensor Core，但是性能減半。

但在游戲GPU上，Tensor Core的意義沒(méi)那么大了，NVIDIA官方的應(yīng)用中DLSS算是發(fā)揮AI加速比較好的，可以進(jìn)一步提升游戲性能，這一次雖然還是DLSS 2.0，但是配合RTX 3090顯卡強(qiáng)大的性能，8K DLSS游戲成為可能。

8K游戲的分辨率是4K的4倍了，是1080p的16倍，光是高分辨率帶來(lái)的挑戰(zhàn)就足以讓當(dāng)前的高端硬件吃不消了，但在DLSS的加持下，RTX 3090在多款主流游戲中可以實(shí)現(xiàn)60fps以上的性能，最高可以超過(guò)100fps，可玩性已經(jīng)不是問(wèn)題。

這大概就是Tensor Core對(duì)游戲的重要意義，不過(guò)我們得說(shuō)8K現(xiàn)在還比較遙遠(yuǎn)，性能跟上了硬件設(shè)備也跟不上，現(xiàn)在能玩好4K就差不多了。

安培GPU架構(gòu)詳解之：升級(jí)GDDR6X顯存 帶寬堪比HBM2

除了GPU本體之外，顯存技術(shù)這一代也升級(jí)了，上代的圖靈GPU首發(fā)了GDDR6顯存，這一次NVIDIA又迅速商業(yè)化了GDDR6X顯存，其中RTX 3090不僅頻率飆上了19.5Gbps，還達(dá)到了24GB超大容量。

GDDR6X基于目前的GDDR6升級(jí)而來(lái)，基本架構(gòu)和技術(shù)保持不變，重點(diǎn)加入了PAM4信令機(jī)制，在處理器和內(nèi)存之間，使用四檔電壓，每個(gè)周期內(nèi)編碼和傳輸兩個(gè)比特位。

對(duì)于PAM4機(jī)制，大家可以理解為閃存從SLC到MLC的升級(jí)，每周期傳輸?shù)臄?shù)據(jù)量可以翻倍，因此實(shí)現(xiàn)了超高速率的等效頻率，起步就可以做到21Gbps，NVIDIA目前使用的略微保守，RTX 3090是19.2Gbps，RTX 3080是18Gbps。

使用GDDR6X顯存之后，在等效帶寬提升50%的情況下，能效也提升了，每bit功耗降低了15%。

但是想象一下，如今GDD6X就可以實(shí)現(xiàn)HBM2顯存的1TB/s帶寬，但又不需要后者那么復(fù)雜的工藝和成本，在消費(fèi)級(jí)顯卡上真的可以不需要考慮HBM2了。

安培GPU架構(gòu)詳解之：視頻解碼、接口、PCIe 4.0

在安培GPU上，還有一些其他技術(shù)升級(jí)，這里簡(jiǎn)單說(shuō)一下吧：

·AV1視頻解碼升級(jí) 支持8K

8K是NVIDIA這次升級(jí)的一個(gè)重要，除了游戲性能可以支持8K之外，接口及解碼上也做了準(zhǔn)備。

首先，安培GPU更新的NVDEC首次實(shí)現(xiàn)了AV1的8K 60p解碼支持，這個(gè)編碼比H264能夠節(jié)省大量帶寬，但CPU軟解的話，9900K這樣的CPU占用率也要達(dá)到85%，而安培GPU的NVDEC硬解占有率只有4%，同時(shí)幀速能從28fps達(dá)到60fps，流暢度也提升了。

·首發(fā)HDMI 2.1接口、8K輸出

輸出接口方面，除了3個(gè)DP1.4a接口之外，這次首發(fā)了HDMI 2.1接口，支持4屏輸出，48Gbps的新接口可以實(shí)現(xiàn)8K 60Hz HDR支持，適合搭配新一代顯示器。

·支持PCIe 4.0 不用擔(dān)心性能損失

RTX 30系列顯卡還支持了PCIe 4.0，這也是大勢(shì)所趨了，不過(guò)PCIe 4.0的問(wèn)題在于只有AMD的X570平臺(tái)才能完整支持，Intel的桌面平臺(tái)還沒(méi)支持的，有些尷尬。

玩家可以考慮搭配AMD的銳龍平臺(tái)，但也不必為了PCIe 4.0強(qiáng)行搭配，NVIDIA表示PCIe 4.0降回PCIe 3.0對(duì)性能影響有限，只有幾個(gè)百分點(diǎn)，還不如CPU的影響大，言外之意就是該用酷睿i9-9900K或者酷睿i9-10900K的繼續(xù)。

游戲工具升級(jí)：Reflex、Broadcast、Omniverse Machinima

這幾年中NVIDIA在顯卡市場(chǎng)份額不斷提升，不僅僅跟顯卡的性能、功耗有關(guān)，他們?cè)谲浖绑w驗(yàn)上也著墨不少，GFE中集成了多個(gè)備受游戲玩家歡迎的工具，比如Ansel、Highlights等等。

在安培顯卡上，NVIDIA這次又帶來(lái)了三項(xiàng)新功能，包括降低延遲的NVIDIA Reflex、AI加速的直播NVIDIA Broadcast以及NVIDIA Omniverse Machinima。

·NVIDIA Reflex：延遲再降50%

游戲玩家，特別是網(wǎng)絡(luò)游戲?qū)ρ舆t很敏感，這個(gè)延遲不僅僅跟網(wǎng)絡(luò)、顯卡性能有關(guān)，還跟系統(tǒng)有關(guān)，包括鍵鼠的輸入延遲等。

NVIDIA Reflex就是一款可以降低延遲的工具，在支持該技術(shù)的游戲中，如《Apex英雄》、《使命召喚：戰(zhàn)區(qū)》、《堡壘之夜》、《VALORANT》等熱門電競(jìng)游戲，可將延遲降低50%。

此外，NVIDIA Reflex未來(lái)還會(huì)有個(gè)Reflex延遲分析器(Reflex Latency Analyzer)，它可監(jiān)測(cè)鼠標(biāo)點(diǎn)擊，并測(cè)量屏幕上相應(yīng)像素變化所需的時(shí)間，比如槍焰閃光，效果堪比超過(guò)7000美元的專用高速攝像機(jī)和設(shè)備。

·NVIDIA Broadcast：游戲主播的好幫手

如今游戲跟直播息息相關(guān)，NVIDIA Broadcast軟件可以讓游戲主播更加輕松省力，它通過(guò)顯卡的AI加速實(shí)現(xiàn)了多種功能，比如噪音消除、虛擬背景、自動(dòng)框顯，從而提升麥克風(fēng)和網(wǎng)絡(luò)攝像頭的效果。

·NVIDIA Omniverse Machinima：自己拍大片

Omniverse Machinima一款引擎電影工具，它可以讓玩家利用游戲中的資源自己拍電影，精確地模擬光線、實(shí)物、材料和人工智能，并且可以適用于大部分第三方設(shè)計(jì)工具，如3DS、Max、Maya、Photoshop、Epic Unreal和Rhino等，最終使用RTX系列顯卡渲染出電影級(jí)的效果。它也是游戲開發(fā)商制作游戲CG的利器，顯著簡(jiǎn)化制作游戲過(guò)場(chǎng)動(dòng)畫的流程。

One More Thing：RTX IO或許是下一個(gè)規(guī)則改變者

有關(guān)NVIDIA的安培GPU架構(gòu)及技術(shù)上的介紹差不多了，不過(guò)最后這一點(diǎn)留給一個(gè)看似不起眼但有可能改變游戲體驗(yàn)的新技術(shù)——RTX IO，它可以讓SSD硬盤實(shí)現(xiàn)游戲近乎實(shí)時(shí)加載的體驗(yàn)。

SSD硬盤現(xiàn)在差不多普及了，它超快的性能也讓游戲玩家受益不少，游戲加載速度大幅提升，不過(guò)這還沒(méi)到頭，隨著游戲容量越來(lái)大，數(shù)據(jù)讀取越來(lái)越頻繁，SSD的性能并不能完美發(fā)揮出來(lái)。

導(dǎo)致這一問(wèn)題的根源就在于傳統(tǒng)的IO設(shè)計(jì)，經(jīng)過(guò)壓縮的游戲數(shù)據(jù)需要經(jīng)過(guò)硬盤、主控、PCIe、CPU、GPU及各自的內(nèi)存系統(tǒng)，過(guò)程比較繁瑣，存在瓶頸可能。

有了RTX IO之后，游戲數(shù)據(jù)就不需要經(jīng)過(guò)CPU和內(nèi)存了，直接讓GPU讀取，并且支持無(wú)損解壓縮，使得CPU占用率低了20倍，吞吐量提升了100倍。

最終帶來(lái)的好處就是游戲加載速度大幅提升，如上圖所示，不說(shuō)HD硬盤的38秒加載時(shí)間，PCIe 4.0硬盤加速也要5秒，但RTX IO技術(shù)只要1.5秒即可。

1秒多的時(shí)間在感覺(jué)上差不多就是實(shí)時(shí)加載了，一眨眼的功夫就完成了切換，游戲中地圖或者場(chǎng)景切換極為迅捷。

NVIDIA的RTX IO技術(shù)其實(shí)跟新一代主機(jī)中的技術(shù)差不多，但支持更多的壓縮格式，同時(shí)在解壓縮上也更有效率。它也支持微軟的DirectStorage，后者預(yù)計(jì)也會(huì)在2021年登陸Windows 10平臺(tái)，讓主機(jī)及PC都能享受到這一技術(shù)。