我来告诉你们为啥50系毫无提升，本质 Ada Refresh。。。

ghgfhghj

chungexcy 发表于 2025-2-1 14:34
4080 是 76 sm。

rdna4估计是做到了30系的真双倍FP。就像3070的46sm能打2080ti的68sm一样。

3070理论性能根本打不过2080ti，只是老黄不给20系rebar导致2080ti新游戏不行

ghgfhghj

zhoubi 发表于 2025-2-1 14:21
blackwell拉稀有点像rdna3，都是来自架构的改进取得的收益太低。这次84sm的5080只比80sm的4080强10%多，计 ...

没有30%，3070和2080一样的46sm，一样的显存带宽，多了50%的rops也就强了26%（tpu数据），纯架构改进估计20%

ghgfhghj

chungexcy 发表于 2025-2-1 16:29
同频确实打不过，显存都差一节。但tpu里面的2080ti其实也和3070差不多，那会儿也还没有新游戏。

主要还 ...

所以2080ti是980ti后最能超的n卡，250w确实喂不饱68sm的规模

当年老黄还是太保守了，780ti到2080ti一直都是250w

ghgfhghj

tengyun 发表于 2025-2-1 18:31
B站有篇讲解BLACKWELL的架构 PPT的【随便聊聊】RTX 50 Blackwell 架构特性_哔哩哔哩_bilibili [url]https:/ ...

其实不是简单的恢复，每个sm的in32和fp32数量是翻倍了的

ghgfhghj

chungexcy 发表于 2025-2-2 00:35
对比ad103和gb203，tenser core加了一堆功能，但总的晶体管数量没变。你看die shot，每个sm也差不多大。
...

我是指和10系比翻倍。。。和ada比就是没啥提升啊，打游戏需要那么多整数单元干嘛。。。

ghgfhghj

平安是福 发表于 2025-2-22 14:15
rdna3的浮点单元其实没翻倍，做的其实是类似n卡20系的，一个simd32可以跑int32也可以跑fp32，但是总量没 ...

你一句话都没说对

20系是唯一一代int32和fp32全部分离的

30和40系是其中一半单元可以可以跑fp32或者int32，另一半只跑int32

除此以外的n卡全部都是所有单元既可以跑fp32或者int32，也就是说50系又改回了10系那样

而rdna3和安培是一样的，没能发挥出理论性能是其他原因


实际情况是20系才是特殊的，他的规模比要纸面看上去高，所以才造成30系看上去规模巨大

3060和1080ti核心一样的28sm 3584cuda，性能性能别说双倍了，一倍都难

ghgfhghj

平安是福 发表于 2025-2-22 17:13
大哥你才没搞懂吧？你看看这张图先

这张图是在告诉你这个游戏fp32和int32的占比，和我说的毫无关系，而且图里的三张卡本来核心规模就差别巨大能比出什么？

从3060对比1080ti就可以知道30系没有所谓的fp32翻倍，更何况50系又改回去了

你还是根本没搞明白，除了图灵外，所有的n卡都是全部单元都可以跑fp32的

ghgfhghj

平安是福 发表于 2025-2-22 17:18
英伟达官方的示例。100个指令里有38条整数，62条浮点，大概浮点指令和整数指令的比例是1比0.4，所以就算 ...

无论你怎么算除了20系都是一样的，因为他们都没有专门的整数单元，都需要从fp32里面减去对应数量，所以说20系才是特殊的

实际上30系的提升刚好是lz这个帖子要说的rops数量和gpc的关系，因为30系的rops不再绑定缓存和显存控制器，而是绑定gpc

3070是和2080ti一样的6gpc，但因为不绑定显存控制器了，所以rops反而比2080ti还要多8个

ghgfhghj

平安是福 发表于 2025-2-22 17:28
20系开始整数和浮点是可以并行的。一组30系的cuda里有一组浮点，还有一组整数浮点的双功能单元，确实有2 ...

你是真能胡说，n卡对cuda数量的定义就是fp32单元的数量，一个cuda有2组fp32都说得出来

ghgfhghj

平安是福 发表于 2025-2-22 17:35
那按你的定义是必须要一组int32+fp32才算一整个cuda咯，不算fp32是吗

最多能有多少fp32就是有多少cuda

1080ti和3060的cuda数量和fp32性能基本是一样的

说了一万次只有20系是特殊的，只有他单独做了int32单元

ghgfhghj

平安是福 发表于 2025-2-22 17:37
那照你的定义解释解释为什么3070能超2080至少20%以上呢？

6gpc vs 4gpc 64rops vs 96rops 完全符合楼主的帖子的说法

ghgfhghj

平安是福 发表于 2025-2-22 17:41
你先把我发的那图看懂吧。100条指令，1060跑了100个周期，1660ti跑了62个周期，3060ti花了不到62个周期 ...

3060ti规模本来就远远大于1060和1660ti

ghgfhghj

平安是福 发表于 2025-2-22 17:40
照你的说法那3060ti性能应该和1070ti接近是不

3060ti是5gpc 1070ti是4gpc 加上gddr5 vs gddr6 差55%不是很合理吗，显存带宽都快翻倍了

ghgfhghj

平安是福 发表于 2025-2-22 17:51
你不必这样耍赖的，你应该懂我指的是每个单元每周期能干的事。10系浮点和整数根本就是无法并行，各自只能 ...

你别脑补了，10系和50系就是一样的

ghgfhghj

平安是福 发表于 2025-2-22 17:53
5gpc和4gpc的差距能到55% 是吧？你说显存，那5080显存带宽几乎比4080翻倍，性能怎么没看到涨呢 ...

那你告诉我3060为什么打不过1080ti，另外5080只比4080显存带宽高34%，远远没有翻倍，不要再脑补东西了

ghgfhghj

chungexcy 发表于 2025-2-23 03:34
10系和50系可不是一样的，之前30/40单算fp32的单元只加了int32，没加fp16

fp16的性能就不一样。 ...

你说的对，但相比之下10系的fp16性能本来就是残疾的

ghgfhghj

chungexcy 发表于 2025-2-23 03:43
1:0.6只是那一个游戏，更多的游戏这个比例在1:0.4以内。20系相对10系平均提升也就在20%多。
虽然浮点性能 ...

除了5090就没8tpc/gpc的显卡。。。我猜你想说的是8sm/gpc吧，20系开始一个tpc有两组sm

所以我说只有20系是特殊的，其他几代直接看浮点/cuda/sm数基本对应的起来

20系只看sm数量你会觉得他非常低能，但看cuda数量他又很高能