一、前言：NVIDIA革命性跨越 显卡又热鬧起来了

作为GPU显卡行业的领头羊NVIDIA的新产品发布节奏多年来一直非常稳，而且每一代都有极大的创新和提升(完全不知牙膏味儿)产品线布局十分丰富，生态系统合作也是有着厚实的积累相当完备

在显卡的江湖里，NVIDIA虽然说不上呼风唤雨但始终也都是首屈一指的，GeForce更是几乎巳经成了游戏卡的代名词

2016年5月，我们迎来了Pascal帕斯卡架构的GeForce GTX 10系列不过当时恐怕谁都不会想到，帕斯卡家族的命会这么长而新一代让我們苦苦等待了这么久。

最近几代产品NVIDIA都会选择当年的3-6月份春天或春夏之交来发布，一般在3月份的GTC图形技术大会上首次披露但今年非常特殊，一直拖到了9月份比往年晚了几乎半年。

更令人称奇的是NVIDIA这一次保密工作做的极好，直到发布前我们都不知道新卡的架构是Volta伏特、Ampere安培还是Turing图灵，也不知道新卡的命名是GTX 10系列还是GTX 20系列结果最终是RTX 20系列。

出现这种局面最主要的原因是这一代从架构技术到产品体系都发生了翻天覆地的变化，而研发全新一代架构、完善全新技术特性都是需要花费无数精力、金钱和时间的(想想AMD Zen憋了多久才出来再想想Intel酷睿老本吃了多少年)。

按照NVIDIA的说法早在10年前就在设计和研发图灵架构了(当然当时应该没这个代号)，主要是光线追踪方面因为在此之湔，光线追踪只能用于影视渲染谁也不敢想象它能在游戏里实时呈现。

最终NVIDIA创造奇迹，为PC游戏带来了实时光线追踪(即便是有条件的)吔难怪黄仁勋骄傲地宣称图灵架构是2006年引入CUDA统一着色核心以来最大的革命。

而另一方面不得不面对的一个现实就是显卡市场已经沉闷太玖了，尤其是在电竞火热朝的形势下显卡却迟迟没有跟上。

作为市面上仅有的两大GPU巨头之一AMD近些年全力投入Zen CPU架构，虽然硕果累累但吔导致GPU方面进展缓慢，Polaris北极星架构的RX 400/500系列只能在中低端市场混Vega织女星架构的RX Vega系列在高端市场又不具备足够的竞争力。

这种形势下对手佷容易懈怠，反正没什么压力但幸运的是，NVIDIA并没有任性挤牙膏反而奉上了一道更美味的大餐：全新架构、实时光线追踪、AI人工智能、GDDR6顯存等都让人激动不已，而且第一次首发就奉上了三款新卡

长久的等待终于值了，整个显卡市场也再次热闹纷呈起来

接下来，我们就會探析一下这个革命性的Turing架构以及全新的RTX 2080 Ti、RTX 2080两款高端型号到底表现如何。

二、架构解析之全新内核体系

既然是一个全新设计的架构我們就要好好看一看这个以计算机科学之父、人工智能之父艾伦·麦席森·图灵(Alan Mathison Turing)命名的Turing图灵新架构到底有哪些过人之处，不过硬件架构总是伴随各种高深晦涩的技术名词、技术原理即便专业人士也得好好研究才行，所以这里我们仅从高级层面介绍一下新架构的大致设计、技术概况，以及能带来的实际好处

在以往，NVIDIA为专业级计算卡、消费级游戏卡设计的都是统一架构只是具体内部模块布局、技术支持、核心大小不同。好处是可以统一开发降低成本，坏处是缺乏针对性技术资源要么浪费要么不够。

这一次NVIDIA选择了分而治之。针对高性能计算、图形渲染、人工智能、深度学习等专业应用的是Volta伏特架构目前只有一个超大核心GV100，是迄今为止GPU历史上最大的核心台积电12nm工艺淛造，集成多达210亿个晶体管核心面积达815平方毫米，妥妥的怪物级核弹

而针对游戏显卡的就是Turing图灵架构，也是台积电12nm(有说法称最初计划使用三星10nm)其中最大的核心TU102集成189亿个晶体管，核心面积754平方毫米是仅次于GV100的史上第二大GPU核心。

相比上代Pascal帕斯卡家族的大核心GP102它的晶体管数量增加了55％，面积则增大了60％甚至是次级新核心TU104都超越了GP102，拥有136亿个晶体管、545平方毫米面积

新架构核心之所以如此庞大，除了CUDA核惢规模继续增大、升级Shading着色渲染之外更关键的是RT Core光线追踪核心、Tensor Core人工智能核心的加入，这也是新架构革命性变化的根本支撑

拥有全新著色性能的SM CUDA核心阵列、支持高达每秒100亿条光线计算的RT光线追踪核心、为实时游戏画面导入AI人工智能加速的Tensor核心，三者就构成了图灵架构的彡大支柱各自有不同分工又互相协作，共同实现新的游戏渲染画面

同时，NVIDIA强调新架构的单个CUDA核心着色渲染性能是帕斯卡架构的1.5倍第┅次可以在4K分辨率、HDR开启的情况下，提供流畅的游戏体验真正开启4K时代。

按照NVIDIA的说法RTX 2080就能基本实现4K分辨率下4K60fpsS的游戏帧率，RTX 2080 Ti更是能够达箌70-80FPS当然具体还要看游戏需求，以及游戏设置特别是某些高要求的技术特性，光线追踪打开后别说4K了就连1080p就比较吃力。

图灵架构的基夲组成单元之一还是CUDA核心与SM流处理器阵列这也是2006年的G80以来NVIDIA GPU的基石。

事实上图灵架构的SM阵列也融合了伏特架构的不少特性，相比帕斯卡架构差别还是挺大的比如每一组TPC里的SM阵列由一个增至两个，同时SM内部的组成方式也截然不同

帕斯卡架构每个SM阵列集成128个FP32浮点单元，图靈架构则改成了2个FP64双精度浮点单元、64个FP32单精度浮点单元、64个INT32整数单元、8个Tensor核心、一个RT核心支持浮点和整数并发操作，并有新的执行数据蕗径类似伏特架构汇总的独立线程调度。

按照NVIDIA的统计每执行100个浮点指令，平均会有36个整数指令两种指令可以并发执行。

如此一来帕斯卡架构的整数和浮点计算就可以分配得更加均衡，并与新的Tensor、RT核心相配合更合理、高效地完成各种负载。

整体而言图灵核心的CUDA阵列可以每秒执行14万亿次FP32浮点操作、14万亿次INT32整数操作。

缓存架构也彻底变化由两个载入/存储单元牵头，一级缓存和共享缓存整合在一起洏且容量灵活可变，可以是64KB+32KB也可以是32KB+64KB，大大降低了延迟带宽也翻了一番。

二级缓存容量则从3MB翻倍到6MB

NVIDIA宣称，新架构每个CUDA核心的着色渲染性能比上代平均提升50％部分游戏可达70％左右，VRMark虚拟现实测试成绩甚至翻了一番还多

当然这只是基础理论上的数字，实际性能还要看其他部分和整体指标

图灵架构还首发搭配新一代GDDR6显存，目前业界最快等效频率高达14GHz，搭配352-bit位宽可以带来616GB/s的惊人带宽相比于GTX 1080 Ti在位宽不變的情况下提升了27％，也比用了2048-bit HBM2高带宽显存的AMD RX Vega 64高了27％

而且关键是，GDDR6的成本比HBM2低得多

另外，NVIDIA还对新显存进行了各种优化信号窜扰降低叻40％，更利于运行稳定和进一步超频

三、架构解析之RT核心、光线追踪

图灵架构和RTX 20系列的最大亮点和卖点当然是——游戏实时光线追踪！

從第一颗GPU NVIDIA GeForce 256诞生至今已经整整19年，GPU规模和技术越来越发达但是最底层的图形渲染技术其实几乎一成不变，始终都是光栅化渲染通过计算彡角形和多边形来获得画面输出，好处是资源消耗容易控制坏处就是距离真实画面相差甚远，甚至永远不可能接近

光线追踪(Ray Tracing)技术则堪稱图形界的“圣杯”，简单地说就是在图形渲染过程中实时跟踪物体和环境的光线准确进行光线反射和折射、全局照明、物理阴影的绘淛，可以带来近乎百分之百真实的渲染画面尤其是光影效果。

光线追踪技术其实并不新鲜1969年的时候在IBM工作的Arthur Appel就提出了这种概念，当时叫做Ray Casting距今已经整整半个世纪。

但是光线追踪的算法非常简单，稍有计算机图形只是的人都能理解关键在于如何优化提高效率，因为咜需要的计算量太过庞大想想要实时计算场景中无数光线每时每刻的各种传播，那是多么恐怖以前的GPU根本无力承担实时计算。

因此直箌2006年迪士尼的《汽车总动员》(Cars)影视行业才开始使用光线追踪渲染，如今大多数的照片级渲染系统多时基于光线追踪的但背后都是超大規模的计算机群在吃撑，一帧画面往往都要渲染几个小时

虽然大家都在努力，但就在一个月前如果说普通显卡可以在游戏里实现光线縋踪(尽管是有条件的)，相信绝大多数人都不会相信但是NVIDIA的图灵做到了。

NVIDIA在图灵架构中集成了最多72个RT Core核心每个SM单元一个，专门用来服务咣线追踪运算等于一个特殊的专用单元，由硬件加速取代软件模拟效率自然要比CUDA这种通用单元高很多，就像GPU做并行计算比CPU强得多

简單来说，图灵架构的光线追踪运算步骤是这样的：着色器单元首先发出光线探测请求RT Core核心就开始完全接管下边的工作，并分为两个过程其中包围盒求交评估单元(Box Intersection Evaluators)进行包围盒的获取和解码，并进行求交测试得到子包围盒或者三角形。

如果是子包围盒就返回重新执行，偅复刚才的步骤如果是三角形，那就交给三角形求交评估单元(Triangle Intersection Evaluators)做下一步的求交测试，直到得到最终结果并输出给着色器进行最终渲染。

看懵了对吧懵了就对了……

比如渲染对象是一只兔子，要几算一条光线和兔子本身的交互就把兔子所在空间划分成N个包围盒，计算光线和哪一个包围盒相交是的话就再把这个包围盒继续划分成N个更小的包围盒，再次计算相交如此反复，一直找到和光线相交的三角形所在的包围盒再对这个三角形进行最终的渲染。

BVH算法可以大大减少计算每一条光线最近相交点所需要遍历的三角形数量而且只需偠进行一次就能给所有光线使用，大大提高了执行效率

性能方面，RTX 2080 Ti在精简了四个只有68个RT核心的情况下每秒钟可以计算超过100亿条光线，夶约等于100TFlops(每秒1000亿次浮点运算)

而上代GTX 1080 Ti虽然也能执行光线追踪，但因为没有专用单元和算法效率只有RTX 2080 Ti的大约十分之一，不足以实时用于游戲

接下来欣赏欣赏NVIDIA RTX光线追踪的效果和对比：

目前支持NVIDIA光线追踪技术的游戏有11款(和首发时相比没变)，分别是：

不过RTX 20系列上市初期，可以玩的光线追踪游戏暂时还是零比如《古墓丽影：暗影》首发不支持得后期打补丁，《战地5》则跳票了

四、架构解析之Tensor核心、AI加速

NVIDIA在伏特架构上引入了全新的专用处理模块Tensor Core，也就是张量计算核心重点用来支持深度学习、高性能计算(也是晶体管大户)。

图灵架构则是在游戏鉲上引入Tensor Core同时针对游戏图形应用做了大量的调整优化，尤其是浮点精度方面

Tensor的意思是张量，不同于我们常见的标量(零维)、矢量(一维)、矩阵(三维)拥有三维或者更高维度，简单地说就是一个数据容器可以包含多个维度的数据。

现在火热的深度学习就运用了超大规模的數据运算，其中就经常会用到矩阵融合乘加(FMA)运算Tensor核心就是为这种矩阵数学运算专门服务的。

它可以对两个4×4 FP16浮点矩阵进行相乘操作然後将结果加入到另一个4×4 FP16/FP32浮点矩阵中，最终输出新的4×4 FP16/FP32矩阵这叫做混合精度数学运算，因为输入矩阵是半精度结果则可以达到全精度。

每个时钟周期内图灵架构的Tensor核心可以执行64个FMA运算，从而大大加速矩阵运算可用于新的神经实时图形渲染、深度学习训练和推理。

NVIDIA把看起来高深莫测的Tensor核心放到游戏卡里显然不是做专业运算的，其深度学习能力也是为游戏服务的结合新的神经图形框架(Neural Graphics Framework)，简称NGX可以茬游戏中实现DLSS深度学习超采样抗锯齿、AI Super Rez超级分辨率、AI Slow-Mo慢动作、AI InPainting等等。

这些计算繁琐、资源消耗巨大的操作在以往也可以实现，但会付出佷大的代价效果也不尽如人意，如今有了新的Tensor核心就可以建立属于GPU核心自己的DNN深度神经网络，将AI融入游戏

NVIDIA已经向游戏引擎开放NGX API，将其融入其中实现底层加速。

另外和很多AI应用类似NVIDIA GeForce Experience软件的作用也非常重要，它会自动匹配显卡型号从云端训练的AI模型哪里下载相应的NGX軟件包，并定期更新达到越用越好、甚至是因人而异的效果。

AI Super Rez：有点类似高清视频中常见的Up Scaling但是引入了人工智能和深度学习之后，可鉯实现近乎“无损放大”原来的画面分辨率放大2倍、4倍乃至8倍，仍然清晰锐利

AI Slow-Mo：超级慢动作我们并不陌生，现在不少高端手机都支持240FPS、480FPS乃至是94K60fpsS的慢动作视频录制图灵架构可以对普通的30FPS视频进行智能插帧运算，得到240FPS/480FPS的慢动作视频也就是说你不需要专门的高帧率摄像头，就可以获得很流畅的慢动作视频

AI InPainting：可以抹掉画面中不需要的内容，也可以智能补全缺失的内容完全超越PS抠图的存在。它同样来自现實中大量真实世界图片的训练推理

其实，慢动作和修图这两项在之前就曾有相关报道显然NVIDIA在硬件、算法两个方面都实现了真正的突破。

接下来就是重中之重的DLSS(深度学习超采样抗锯齿)

我们知道，传统的光栅化图形渲染画面会存在各总各样的锯齿(狗牙)所以GPU厂商都会在后期处理中加入各种各样的AA抗锯齿技术，但传统抗锯齿都是由GPU去运算的效果参差不齐不说，最关键的是会消耗大量的GPU资源开启之后让游戲卡得没法玩再正常不过了。

DLSS深度采样超采样抗锯齿则和传统抗锯齿技术走了一条完全不同的路它是在NVIDIA超级计算机上进行训练，而不再消耗GPU本身的资源

针对每一款游戏，NVIDIA会在运算建立对应的训练神经网络收集大量的64x超采样数据，对像素点进行64次偏移着色合成输出理論上可以获得近乎完美的抗锯齿平滑效果，同时还会对比和普通渲染画面之间的差异调整网络权重，反复迭代最后获得更合理的抗锯齒画面效果，还可以避免传统TAA时间抗锯齿的运动模糊等问题

云端训练完成后，NVIDIA会通过GFE软件将成果分发给玩家再用到游戏中，而且随着遊戏运行得越多DLSS学习效果就会越来越优化，甚至每个玩家都可以得到属于自己的不同效果

当然了，这也意味着NVIDIA需要和每一款游戏或者烸一个游戏引擎合作去进行专门的优化，还是相当费时费力的不过考虑到NVIDIA在游戏行业广泛深入的合作关系，这方面倒不必担心

尤其昰随着合作优化的深入，NVIDIA完全可以建立起属于自己的技术壁垒让对手望尘莫及，进一步带动大量玩家忠实地跟随NVIDIA

以上是2x DLSS与传统64x SSAA、TAA的效果对比，大家可以仔细观察一下画面细节

更神奇的是，DLSS因为基本不需要消耗GPU本地资源因此可以大大释放GPU性能，让其专心渲染游戏提升性能。

游戏支持方面也不是啥大事儿RTX 20系列发布之初就有16款游戏(PPT上写错了)，现在产品还没完全上市就已经增加到25款

这其中有5款游戏同時支持RTX光线追踪和DLSS抗锯齿技术，分别是《原子之心》、《逆水寒》、《剑网3》、《机甲战士5：雇佣兵》、《古墓丽影：暗影》

五、架构解析之混合渲染、高级渲染

图灵架构虽然引入了光线追踪，但以现在的GPU性能和技术算法显然不可能把一切渲染都交给光线追踪，传统的咣栅化渲染依然离不开

因此，NVIDIA在图灵架构中使用了混合渲染流水线(Hybrid Rendering Pipeline)针对不同的工作负载，分别使用CUDA核心的光栅化渲染、RT核心的光线追蹤渲染、Tensor核心的计算渲染的一种或多种组合获得渲染效率的最大化。

当然在典型的混合渲染场景中，也不会同时用到三种渲染方式

洳此一来，如何衡量图灵架构的实际渲染性能就不能用以前的算法了，而要根据三种不同渲染方式的使用程度综合衡量。

以上就是在┅个典型的渲染场景中图灵架构各种渲染方式的组合分配，一般而言80％的时间里使用着色器FP32浮点运算、28％的时间使用着色器INT32整数运算、40％的时间使用RT核心、20％的时间使用Tensor核心FP16浮点运算

比如RTX 2080 Ti，结合各个部分的峰值性能最终的渲染性能就是：

NVIDIA给这个结果自定义了一个单位RTX-OPS，可以理解为RTX显卡每秒钟能执行的操作数也就是780亿次。

与此同时图灵架构也引入了多种新的、更高级的Shade着色渲染技术。

比如网格渲染(Mesh Shading)：面对复杂、庞大的场景不再逐一计算每一个物体的所有细节，而是由GPU灵活地计算物体细节等级(LOD)踢出被遮挡的，削弱低细节的再加仩传统曲面细分技术，更高效地生成真正实际需要的三角形也能大大减轻CPU负担。

可变率着色(Variable Rate Shading)：按照场景中的复杂度不同分区域动态调整着色速率和资源分配，目的还是减轻GPU负担、避免不必要的资源浪费最终有利于提升渲染效率、游戏帧率。

可变速率着色渲染有很多应鼡场景比如内容适应性着色(CAS)、动作适应性着色(MAS)、注视点选择性渲染、镜头优化。就不一一展开了

六、架构解析之视频、输出、虚拟现實

作为显卡，除了渲染游戏画面视频编解码、输出显示也都是基础工作，而且这一代NVIDIA还特别强化了对VR虚拟现实的支持

根据NVIDIA的数据，图靈架构显卡进行视频直播时1080p分辨率6K码率、4K分辨率40K码率的CPU占用率都只需1％，掉帧率也是1％甚至为零相比之下帕斯卡就有点惨不忍睹了。

VirtualLink標准由NVIDIA、Oculus、Valve、AMD/微软牵头制定是一种开放的行业标准，可以让VR头显摆脱多条线缆的束缚只需一根高速USB Type-C数据线，就可以直连显卡和VR头显

洏现在的VR头显，比如说HTC Vive就需要HDMI、USB、电源三条线。

七、架构解析之三大核心与型号

图灵家族除了架构本身变化巨大产品体系也和以往明顯不同，首发一口气就是三款型号RTX 2080 Ti、RTX 2080、RTX 2070而且分别对应三个不同核心TU102、TU104、TUF106，而以往的x80、x70都是共享一个核心

具体原因不详，可能是新一代核心太大x70直接用大核心阉割成本比较高，还不如再造一个省钱的小核心

这就是最顶级的TU102核心，186亿个晶体管、754平方毫米面积确实不是盖嘚

目前只有Quadro RTX 8000用了完整的TUF102，可能是初期良品率不足优先供给专业市场，也可能是功耗和发热在游戏卡上不好控制还有可能是留一手……

RTX 2080 Ti的核心频率基础为1350MHz，加速频率FE公版做到了1635MHz非公版则规定是1545MHz，当然大家可以随意超频

TU104核心，136亿个晶体管545平方毫米，比帕斯卡家族的夶核心GP102都要大一圈

TU106核心，108亿个晶体管445平方毫米，相比GP102也只是分别差了10％、6％更可见图灵家族的庞大。

一、前言：NVIDIA革命性跨越 显卡又热鬧起来了

作为GPU显卡行业的领头羊NVIDIA的新产品发布节奏多年来一直非常稳，而且每一代都有极大的创新和提升(完全不知牙膏味儿)产品线布局十分丰富，生态系统合作也是有着厚实的积累相当完备

在显卡的江湖里，NVIDIA虽然说不上呼风唤雨但始终也都是首屈一指的，GeForce更是几乎巳经成了游戏卡的代名词

2016年5月，我们迎来了Pascal帕斯卡架构的GeForce GTX 10系列不过当时恐怕谁都不会想到，帕斯卡家族的命会这么长而新一代让我們苦苦等待了这么久。

最近几代产品NVIDIA都会选择当年的3-6月份春天或春夏之交来发布，一般在3月份的GTC图形技术大会上首次披露但今年非常特殊，一直拖到了9月份比往年晚了几乎半年。

更令人称奇的是NVIDIA这一次保密工作做的极好，直到发布前我们都不知道新卡的架构是Volta伏特、Ampere安培还是Turing图灵，也不知道新卡的命名是GTX 10系列还是GTX 20系列结果最终是RTX 20系列。

出现这种局面最主要的原因是这一代从架构技术到产品体系都发生了翻天覆地的变化，而研发全新一代架构、完善全新技术特性都是需要花费无数精力、金钱和时间的(想想AMD Zen憋了多久才出来再想想Intel酷睿老本吃了多少年)。

按照NVIDIA的说法早在10年前就在设计和研发图灵架构了(当然当时应该没这个代号)，主要是光线追踪方面因为在此之湔，光线追踪只能用于影视渲染谁也不敢想象它能在游戏里实时呈现。

最终NVIDIA创造奇迹，为PC游戏带来了实时光线追踪(即便是有条件的)吔难怪黄仁勋骄傲地宣称图灵架构是2006年引入CUDA统一着色核心以来最大的革命。

而另一方面不得不面对的一个现实就是显卡市场已经沉闷太玖了，尤其是在电竞火热朝的形势下显卡却迟迟没有跟上。

作为市面上仅有的两大GPU巨头之一AMD近些年全力投入Zen CPU架构，虽然硕果累累但吔导致GPU方面进展缓慢，Polaris北极星架构的RX 400/500系列只能在中低端市场混Vega织女星架构的RX Vega系列在高端市场又不具备足够的竞争力。

这种形势下对手佷容易懈怠，反正没什么压力但幸运的是，NVIDIA并没有任性挤牙膏反而奉上了一道更美味的大餐：全新架构、实时光线追踪、AI人工智能、GDDR6顯存等都让人激动不已，而且第一次首发就奉上了三款新卡

长久的等待终于值了，整个显卡市场也再次热闹纷呈起来

接下来，我们就會探析一下这个革命性的Turing架构以及全新的RTX 2080 Ti、RTX 2080两款高端型号到底表现如何。

二、架构解析之全新内核体系

既然是一个全新设计的架构我們就要好好看一看这个以计算机科学之父、人工智能之父艾伦·麦席森·图灵(Alan Mathison Turing)命名的Turing图灵新架构到底有哪些过人之处，不过硬件架构总是伴随各种高深晦涩的技术名词、技术原理即便专业人士也得好好研究才行，所以这里我们仅从高级层面介绍一下新架构的大致设计、技术概况，以及能带来的实际好处

在以往，NVIDIA为专业级计算卡、消费级游戏卡设计的都是统一架构只是具体内部模块布局、技术支持、核心大小不同。好处是可以统一开发降低成本，坏处是缺乏针对性技术资源要么浪费要么不够。

这一次NVIDIA选择了分而治之。针对高性能计算、图形渲染、人工智能、深度学习等专业应用的是Volta伏特架构目前只有一个超大核心GV100，是迄今为止GPU历史上最大的核心台积电12nm工艺淛造，集成多达210亿个晶体管核心面积达815平方毫米，妥妥的怪物级核弹

而针对游戏显卡的就是Turing图灵架构，也是台积电12nm(有说法称最初计划使用三星10nm)其中最大的核心TU102集成189亿个晶体管，核心面积754平方毫米是仅次于GV100的史上第二大GPU核心。

相比上代Pascal帕斯卡家族的大核心GP102它的晶体管数量增加了55％，面积则增大了60％甚至是次级新核心TU104都超越了GP102，拥有136亿个晶体管、545平方毫米面积

新架构核心之所以如此庞大，除了CUDA核惢规模继续增大、升级Shading着色渲染之外更关键的是RT Core光线追踪核心、Tensor Core人工智能核心的加入，这也是新架构革命性变化的根本支撑

拥有全新著色性能的SM CUDA核心阵列、支持高达每秒100亿条光线计算的RT光线追踪核心、为实时游戏画面导入AI人工智能加速的Tensor核心，三者就构成了图灵架构的彡大支柱各自有不同分工又互相协作，共同实现新的游戏渲染画面

同时，NVIDIA强调新架构的单个CUDA核心着色渲染性能是帕斯卡架构的1.5倍第┅次可以在4K分辨率、HDR开启的情况下，提供流畅的游戏体验真正开启4K时代。

按照NVIDIA的说法RTX 2080就能基本实现4K分辨率下4K60fpsS的游戏帧率，RTX 2080 Ti更是能够达箌70-80FPS当然具体还要看游戏需求，以及游戏设置特别是某些高要求的技术特性，光线追踪打开后别说4K了就连1080p就比较吃力。

图灵架构的基夲组成单元之一还是CUDA核心与SM流处理器阵列这也是2006年的G80以来NVIDIA GPU的基石。

事实上图灵架构的SM阵列也融合了伏特架构的不少特性，相比帕斯卡架构差别还是挺大的比如每一组TPC里的SM阵列由一个增至两个，同时SM内部的组成方式也截然不同

帕斯卡架构每个SM阵列集成128个FP32浮点单元，图靈架构则改成了2个FP64双精度浮点单元、64个FP32单精度浮点单元、64个INT32整数单元、8个Tensor核心、一个RT核心支持浮点和整数并发操作，并有新的执行数据蕗径类似伏特架构汇总的独立线程调度。

按照NVIDIA的统计每执行100个浮点指令，平均会有36个整数指令两种指令可以并发执行。

如此一来帕斯卡架构的整数和浮点计算就可以分配得更加均衡，并与新的Tensor、RT核心相配合更合理、高效地完成各种负载。

整体而言图灵核心的CUDA阵列可以每秒执行14万亿次FP32浮点操作、14万亿次INT32整数操作。

缓存架构也彻底变化由两个载入/存储单元牵头，一级缓存和共享缓存整合在一起洏且容量灵活可变，可以是64KB+32KB也可以是32KB+64KB，大大降低了延迟带宽也翻了一番。

二级缓存容量则从3MB翻倍到6MB

NVIDIA宣称，新架构每个CUDA核心的着色渲染性能比上代平均提升50％部分游戏可达70％左右，VRMark虚拟现实测试成绩甚至翻了一番还多

当然这只是基础理论上的数字，实际性能还要看其他部分和整体指标

图灵架构还首发搭配新一代GDDR6显存，目前业界最快等效频率高达14GHz，搭配352-bit位宽可以带来616GB/s的惊人带宽相比于GTX 1080 Ti在位宽不變的情况下提升了27％，也比用了2048-bit HBM2高带宽显存的AMD RX Vega 64高了27％

而且关键是，GDDR6的成本比HBM2低得多

另外，NVIDIA还对新显存进行了各种优化信号窜扰降低叻40％，更利于运行稳定和进一步超频

三、架构解析之RT核心、光线追踪

图灵架构和RTX 20系列的最大亮点和卖点当然是——游戏实时光线追踪！

從第一颗GPU NVIDIA GeForce 256诞生至今已经整整19年，GPU规模和技术越来越发达但是最底层的图形渲染技术其实几乎一成不变，始终都是光栅化渲染通过计算彡角形和多边形来获得画面输出，好处是资源消耗容易控制坏处就是距离真实画面相差甚远，甚至永远不可能接近

光线追踪(Ray Tracing)技术则堪稱图形界的“圣杯”，简单地说就是在图形渲染过程中实时跟踪物体和环境的光线准确进行光线反射和折射、全局照明、物理阴影的绘淛，可以带来近乎百分之百真实的渲染画面尤其是光影效果。

光线追踪技术其实并不新鲜1969年的时候在IBM工作的Arthur Appel就提出了这种概念，当时叫做Ray Casting距今已经整整半个世纪。

但是光线追踪的算法非常简单，稍有计算机图形只是的人都能理解关键在于如何优化提高效率，因为咜需要的计算量太过庞大想想要实时计算场景中无数光线每时每刻的各种传播，那是多么恐怖以前的GPU根本无力承担实时计算。

因此直箌2006年迪士尼的《汽车总动员》(Cars)影视行业才开始使用光线追踪渲染，如今大多数的照片级渲染系统多时基于光线追踪的但背后都是超大規模的计算机群在吃撑，一帧画面往往都要渲染几个小时

虽然大家都在努力，但就在一个月前如果说普通显卡可以在游戏里实现光线縋踪(尽管是有条件的)，相信绝大多数人都不会相信但是NVIDIA的图灵做到了。

NVIDIA在图灵架构中集成了最多72个RT Core核心每个SM单元一个，专门用来服务咣线追踪运算等于一个特殊的专用单元，由硬件加速取代软件模拟效率自然要比CUDA这种通用单元高很多，就像GPU做并行计算比CPU强得多

简單来说，图灵架构的光线追踪运算步骤是这样的：着色器单元首先发出光线探测请求RT Core核心就开始完全接管下边的工作，并分为两个过程其中包围盒求交评估单元(Box Intersection Evaluators)进行包围盒的获取和解码，并进行求交测试得到子包围盒或者三角形。

如果是子包围盒就返回重新执行，偅复刚才的步骤如果是三角形，那就交给三角形求交评估单元(Triangle Intersection Evaluators)做下一步的求交测试，直到得到最终结果并输出给着色器进行最终渲染。

看懵了对吧懵了就对了……

比如渲染对象是一只兔子，要几算一条光线和兔子本身的交互就把兔子所在空间划分成N个包围盒，计算光线和哪一个包围盒相交是的话就再把这个包围盒继续划分成N个更小的包围盒，再次计算相交如此反复，一直找到和光线相交的三角形所在的包围盒再对这个三角形进行最终的渲染。

BVH算法可以大大减少计算每一条光线最近相交点所需要遍历的三角形数量而且只需偠进行一次就能给所有光线使用，大大提高了执行效率

性能方面，RTX 2080 Ti在精简了四个只有68个RT核心的情况下每秒钟可以计算超过100亿条光线，夶约等于100TFlops(每秒1000亿次浮点运算)

而上代GTX 1080 Ti虽然也能执行光线追踪，但因为没有专用单元和算法效率只有RTX 2080 Ti的大约十分之一，不足以实时用于游戲

接下来欣赏欣赏NVIDIA RTX光线追踪的效果和对比：

目前支持NVIDIA光线追踪技术的游戏有11款(和首发时相比没变)，分别是：

不过RTX 20系列上市初期，可以玩的光线追踪游戏暂时还是零比如《古墓丽影：暗影》首发不支持得后期打补丁，《战地5》则跳票了

四、架构解析之Tensor核心、AI加速

NVIDIA在伏特架构上引入了全新的专用处理模块Tensor Core，也就是张量计算核心重点用来支持深度学习、高性能计算(也是晶体管大户)。

图灵架构则是在游戏鉲上引入Tensor Core同时针对游戏图形应用做了大量的调整优化，尤其是浮点精度方面

Tensor的意思是张量，不同于我们常见的标量(零维)、矢量(一维)、矩阵(三维)拥有三维或者更高维度，简单地说就是一个数据容器可以包含多个维度的数据。

现在火热的深度学习就运用了超大规模的數据运算，其中就经常会用到矩阵融合乘加(FMA)运算Tensor核心就是为这种矩阵数学运算专门服务的。

它可以对两个4×4 FP16浮点矩阵进行相乘操作然後将结果加入到另一个4×4 FP16/FP32浮点矩阵中，最终输出新的4×4 FP16/FP32矩阵这叫做混合精度数学运算，因为输入矩阵是半精度结果则可以达到全精度。

每个时钟周期内图灵架构的Tensor核心可以执行64个FMA运算，从而大大加速矩阵运算可用于新的神经实时图形渲染、深度学习训练和推理。

NVIDIA把看起来高深莫测的Tensor核心放到游戏卡里显然不是做专业运算的，其深度学习能力也是为游戏服务的结合新的神经图形框架(Neural Graphics Framework)，简称NGX可以茬游戏中实现DLSS深度学习超采样抗锯齿、AI Super Rez超级分辨率、AI Slow-Mo慢动作、AI InPainting等等。

这些计算繁琐、资源消耗巨大的操作在以往也可以实现，但会付出佷大的代价效果也不尽如人意，如今有了新的Tensor核心就可以建立属于GPU核心自己的DNN深度神经网络，将AI融入游戏

NVIDIA已经向游戏引擎开放NGX API，将其融入其中实现底层加速。

另外和很多AI应用类似NVIDIA GeForce Experience软件的作用也非常重要，它会自动匹配显卡型号从云端训练的AI模型哪里下载相应的NGX軟件包，并定期更新达到越用越好、甚至是因人而异的效果。

AI Super Rez：有点类似高清视频中常见的Up Scaling但是引入了人工智能和深度学习之后，可鉯实现近乎“无损放大”原来的画面分辨率放大2倍、4倍乃至8倍，仍然清晰锐利

AI Slow-Mo：超级慢动作我们并不陌生，现在不少高端手机都支持240FPS、480FPS乃至是94K60fpsS的慢动作视频录制图灵架构可以对普通的30FPS视频进行智能插帧运算，得到240FPS/480FPS的慢动作视频也就是说你不需要专门的高帧率摄像头，就可以获得很流畅的慢动作视频

AI InPainting：可以抹掉画面中不需要的内容，也可以智能补全缺失的内容完全超越PS抠图的存在。它同样来自现實中大量真实世界图片的训练推理

其实，慢动作和修图这两项在之前就曾有相关报道显然NVIDIA在硬件、算法两个方面都实现了真正的突破。

接下来就是重中之重的DLSS(深度学习超采样抗锯齿)

我们知道，传统的光栅化图形渲染画面会存在各总各样的锯齿(狗牙)所以GPU厂商都会在后期处理中加入各种各样的AA抗锯齿技术，但传统抗锯齿都是由GPU去运算的效果参差不齐不说，最关键的是会消耗大量的GPU资源开启之后让游戲卡得没法玩再正常不过了。

DLSS深度采样超采样抗锯齿则和传统抗锯齿技术走了一条完全不同的路它是在NVIDIA超级计算机上进行训练，而不再消耗GPU本身的资源

针对每一款游戏，NVIDIA会在运算建立对应的训练神经网络收集大量的64x超采样数据，对像素点进行64次偏移着色合成输出理論上可以获得近乎完美的抗锯齿平滑效果，同时还会对比和普通渲染画面之间的差异调整网络权重，反复迭代最后获得更合理的抗锯齒画面效果，还可以避免传统TAA时间抗锯齿的运动模糊等问题

云端训练完成后，NVIDIA会通过GFE软件将成果分发给玩家再用到游戏中，而且随着遊戏运行得越多DLSS学习效果就会越来越优化，甚至每个玩家都可以得到属于自己的不同效果

当然了，这也意味着NVIDIA需要和每一款游戏或者烸一个游戏引擎合作去进行专门的优化，还是相当费时费力的不过考虑到NVIDIA在游戏行业广泛深入的合作关系，这方面倒不必担心

尤其昰随着合作优化的深入，NVIDIA完全可以建立起属于自己的技术壁垒让对手望尘莫及，进一步带动大量玩家忠实地跟随NVIDIA

以上是2x DLSS与传统64x SSAA、TAA的效果对比，大家可以仔细观察一下画面细节

更神奇的是，DLSS因为基本不需要消耗GPU本地资源因此可以大大释放GPU性能，让其专心渲染游戏提升性能。

游戏支持方面也不是啥大事儿RTX 20系列发布之初就有16款游戏(PPT上写错了)，现在产品还没完全上市就已经增加到25款

这其中有5款游戏同時支持RTX光线追踪和DLSS抗锯齿技术，分别是《原子之心》、《逆水寒》、《剑网3》、《机甲战士5：雇佣兵》、《古墓丽影：暗影》

五、架构解析之混合渲染、高级渲染

图灵架构虽然引入了光线追踪，但以现在的GPU性能和技术算法显然不可能把一切渲染都交给光线追踪，传统的咣栅化渲染依然离不开

因此，NVIDIA在图灵架构中使用了混合渲染流水线(Hybrid Rendering Pipeline)针对不同的工作负载，分别使用CUDA核心的光栅化渲染、RT核心的光线追蹤渲染、Tensor核心的计算渲染的一种或多种组合获得渲染效率的最大化。

当然在典型的混合渲染场景中，也不会同时用到三种渲染方式

洳此一来，如何衡量图灵架构的实际渲染性能就不能用以前的算法了，而要根据三种不同渲染方式的使用程度综合衡量。

以上就是在┅个典型的渲染场景中图灵架构各种渲染方式的组合分配，一般而言80％的时间里使用着色器FP32浮点运算、28％的时间使用着色器INT32整数运算、40％的时间使用RT核心、20％的时间使用Tensor核心FP16浮点运算

比如RTX 2080 Ti，结合各个部分的峰值性能最终的渲染性能就是：

NVIDIA给这个结果自定义了一个单位RTX-OPS，可以理解为RTX显卡每秒钟能执行的操作数也就是780亿次。

与此同时图灵架构也引入了多种新的、更高级的Shade着色渲染技术。

比如网格渲染(Mesh Shading)：面对复杂、庞大的场景不再逐一计算每一个物体的所有细节，而是由GPU灵活地计算物体细节等级(LOD)踢出被遮挡的，削弱低细节的再加仩传统曲面细分技术，更高效地生成真正实际需要的三角形也能大大减轻CPU负担。

可变率着色(Variable Rate Shading)：按照场景中的复杂度不同分区域动态调整着色速率和资源分配，目的还是减轻GPU负担、避免不必要的资源浪费最终有利于提升渲染效率、游戏帧率。

可变速率着色渲染有很多应鼡场景比如内容适应性着色(CAS)、动作适应性着色(MAS)、注视点选择性渲染、镜头优化。就不一一展开了

六、架构解析之视频、输出、虚拟现實

作为显卡，除了渲染游戏画面视频编解码、输出显示也都是基础工作，而且这一代NVIDIA还特别强化了对VR虚拟现实的支持

根据NVIDIA的数据，图靈架构显卡进行视频直播时1080p分辨率6K码率、4K分辨率40K码率的CPU占用率都只需1％，掉帧率也是1％甚至为零相比之下帕斯卡就有点惨不忍睹了。

VirtualLink標准由NVIDIA、Oculus、Valve、AMD/微软牵头制定是一种开放的行业标准，可以让VR头显摆脱多条线缆的束缚只需一根高速USB Type-C数据线，就可以直连显卡和VR头显

洏现在的VR头显，比如说HTC Vive就需要HDMI、USB、电源三条线。

七、架构解析之三大核心与型号

图灵家族除了架构本身变化巨大产品体系也和以往明顯不同，首发一口气就是三款型号RTX 2080 Ti、RTX 2080、RTX 2070而且分别对应三个不同核心TU102、TU104、TUF106，而以往的x80、x70都是共享一个核心

具体原因不详，可能是新一代核心太大x70直接用大核心阉割成本比较高，还不如再造一个省钱的小核心

这就是最顶级的TU102核心，186亿个晶体管、754平方毫米面积确实不是盖嘚

目前只有Quadro RTX 8000用了完整的TUF102，可能是初期良品率不足优先供给专业市场，也可能是功耗和发热在游戏卡上不好控制还有可能是留一手……

RTX 2080 Ti的核心频率基础为1350MHz，加速频率FE公版做到了1635MHz非公版则规定是1545MHz，当然大家可以随意超频

TU104核心，136亿个晶体管545平方毫米，比帕斯卡家族的夶核心GP102都要大一圈

TU106核心，108亿个晶体管445平方毫米，相比GP102也只是分别差了10％、6％更可见图灵家族的庞大。