如果说在CES 2024上有哪些技术万众瞩目,那么毫无疑问便是如巨浪一般强势席卷全场的AI PC。
作为AI界的“扛把子”,NVIDIA毫无疑问没有缺席这场“潮头”。无论是炫目的RTX GPU到前沿的软件应用,还是创新的开发工具,这些几乎均与高性能生成式AI功能相关的新产品新技术,正让NVIDIA以一种“披着AI光环”的姿态轰然登场,再次描绘着科技世界的边界。
来源:NVIDIA官网
GeForce RTX SUPER GPU有多快?快得让你眼花缭乱!
NVIDIA新推出的 GeForce RTX SUPER GPU,不仅是PC上体验AI的极致选择,它专用的AI Tensor Core更是“性能怪兽”,达到了惊人的836 AI TOPS。这意味着无论是游戏、内容创作还是日常的生产力任务,AI的能力都得到了革命性的提升。
那么,基于RTX GPU构建的丰富软件堆栈,又如何能够进一步推动AI的加速?NVIDIA的TensorRT作为专门针对高性能深度学习推理的软件,其深度学习推理优化器和运行时环境,可以为推理应用程序提供低延迟和高吞吐量。
而对于那些最新的大型语言模型,TensorRT-LLM for Windows这一开源库则将其推理性能提升至一个新的水平。
从实际表现上看,在AI工作负载中,GeForce RTX 4080 SUPER在视频生成速度上比RTX 3080 Ti快了1.5倍,图像生成速度更是快了1.7倍。对于游戏爱好者来说,AI驱动的DLSS技术将游戏的沉浸感提升到了一个新的层次,让玩家仿佛置身于游戏世界之中。
对于那些如Photoshop用户等较为依赖生成性AI应用程序的创意工作者而言,Tensor Core的加速功能还能助力其提高生产力,保持创意工作流程的流畅性。同时,NVIDIA Broadcast能够消除背景噪音,并提供无缝的虚拟背景,真正实现了高效而清晰的通信。
事实上,这些突破性的技术创新,正改变着传统PC的使用方式,更能在AI领域中开辟新的可能性。
解锁AI潜力 GeForce RTX“超级战队”加入“战场”
如果说,要在Windows PC上展现AI的潜力,那么布局游戏毫无疑问是一个明智的选择。这一次,GeForce RTX SUPER GPU更是带着其超强的性能,以三位超级英雄的姿态,加入战场,为游戏玩家带来前所未有的算力体验。
“4K巨兽”——GeForce RTX 4080 SUPER
GeForce RTX 4080 SUPE以4K分辨率提供了全光线追踪的游戏体验,让游戏世界的细节和真实感达到了新的高度。与GeForce RTX 3080 Ti相比,在没有DLSS帧生成的情况下,RTX 4080 SUPER快了1.4倍,这简直是传统光栅化性能的一场革命。
而GeForce RTX 4080 SUPE那强大的836 AI TOPS加上DLSS帧生成,让它的速度比RTX 3080 Ti快了整整两倍。更多的核心和更快的内存,让它在性能上占据了绝对优势。
“精确大师”——GeForce RTX 4070 Ti SUPER
GeForce RTX 4070 Ti SUPER拥有1440p超高帧率游戏的理想选择,同时也完美支持4K。
比起RTX 4070 Ti,它拥有更多的核心和16GB的帧缓冲区,以及一个256位的内存总线,将内存带宽大幅提升至672 GB/秒。
相比之下GeForce RTX 4070 Ti SUPER比RTX 3070 Ti快了1.6倍,使用DLSS 3后更是快了2.5倍。
“完美平衡家”——GeForce RTX 4070 SUPER
比起RTX 4070,GeForce RTX 4070 SUPER多了20%的核心,让其性能超越了RTX 3090,而功耗却只是一小部分。使用DLSS 3后,其领先优势扩大到1.5倍。
官方消息显示,GeForceRTX 4080 SUPER,1月31日开始销售,价格999(美元) ;GeForce RTX 4070 Ti SUPER,1月 24日开始销售,价格799(美元);GeForce RTX 4070 SUPER,1月17日开始销售,价格599(美元)。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。