NVIDIA 官方实锤：5090 的光栅性能瓶颈完全在 ROPs 上

LOLI反应堆

chungexcy 发表于 2025-2-22 15:05
你咋不对比4080的规模呢

要麽同规模比性能，要麽同性能比规模。
ab两个架构如果规模性能都有明显差异不太好比，假设b架构规模大50%，性能也维持在提升50%，说明b架构效率高，因为a架构扩大50%是绝对不可能性能涨50%的。
同性能比规模的话，4080效率显然比不过5070Ti。

ghgfhghj

PPXG 发表于 2025-2-22 13:19
甚至GB202依然保持12组GPC不变的情况下塞下了24576CUDA，为此需要每组GPC的TPC数量从6增加到8，但是ROP单元 ...

没法再加gpc了，12gpc已经相当低效了，从结果看4090到5090性能是跟着核心规模走的，可以说是比较理想了已经

每组sm 192个计算单元在开普勒试过，每组tpc 3个sm在特斯拉2.0试过，效果都不理想，想要继续增大确实只能是每组gpc的规格增大

夢裏不覺秋已深

老黄延续了每次旗舰首发都要出事的惯例

林间有新绿

厨子手抖了 21760克的肉 少了6g的油水

ksealwzm

punk100 发表于 2025-2-22 12:10
这是切除的不干净，切偏了一点？

包皮割多了，影响了性！能！

aasa0001

ghgfhghj 发表于 2025-2-22 15:27
没法再加gpc了，12gpc已经相当低效了，从结果看4090到5090性能是跟着核心规模走的，可以说是比较理想了已 ...

扯淡。
光栅化在gpc上，gpc数量就是最核心的瓶颈，再加上是通用瓶颈的互联和L2。

ghgfhghj

aasa0001 发表于 2025-2-22 20:08
扯淡。
光栅化在gpc上，gpc数量就是最核心的瓶颈，再加上是通用瓶颈的互联和L2。 ...

堆gpc有边际效应，n卡5gpc-7gpc效率最高，11gpc的4090边际效应比起7gpc的4080就相当明显

5090继续维持11gpc是正确的，依旧维持了相比4090规模相对线性的提升

4080到4090的提升不是线性的，衰减明显。但4090到5090性能提升却是和核心数量线性提升的。

heroyours

fzyw 发表于 2025-2-22 15:09
不是12%是16%，而且算上dlss4的提升，5080的优势会更大。

4k平均12%的性能增幅是参考chh5080fe的评测。算肯定是传统性能，加了dlss就没意思了。用个软件就把对手压死真的显得不那么光彩。

fzyw

heroyours 发表于 2025-2-22 22:50
4k平均12%的性能增幅是参考chh5080fe的评测。算肯定是传统性能，加了dlss就没意思了。用个软件就把对手压 ...

继续加强dlss技术就是今后nvidia的发展方向，5090和5080开启dlss4后获得的帧数，如果光靠堆硬件你觉得什么时候能达到？不开启dlss，黑猴最高特效和画质下5080和4090，一个37帧一个43帧，两者都是没法玩的水平。
今后支持dlss4的游戏会越来越多，买5080的人有几个会绝对不用dlss4？怎么能因为你觉得没意思，就无视dlss4的差距？
而且dlss4的支持不仅是软件，更依赖于新的硬件架构，具体你看这里：https://www.163.com/dy/article/JMJ6VRDM0552OI16.html

LOLI反应堆

heroyours 发表于 2025-2-22 22:50
4k平均12%的性能增幅是参考chh5080fe的评测。算肯定是传统性能，加了dlss就没意思了。用个软件就把对手压 ...

chh的评测是光栅光追项目混合。
50系光栅游戏提升大于光追游戏（跑分反过来）。
光栅游戏大约10-18%不等，光追游戏8%-13%不等.

jaycty

fzyw 发表于 2025-2-23 07:42
继续加强dlss技术就是今后nvidia的发展方向，5090和5080开启dlss4后获得的帧数，如果光靠堆硬件你觉得什 ...

引用网易网友的评论：
旧显卡 Tensor Core规模不够。当然像4090 4080super这类上一代高端卡的不支持就说不过去了，老黄吃相难看

aibo

黄卡rops的配置从maxwell开始就没变
前端是gpc输出瓶颈，后端rop（早期和显存控制器绑定，著名的970 3.5G）

一个gpc输出16bit
早年GM200是一个gpc含8个tpc 共6个gpc
到GP102改为一个gpc含10个tpc 也是6个gpc
到GA102改为一个gpc含12个tpc 加到7个gpc
AD102维持一个gpc含12个tpc 加到12个gpc。但是这时候的光栅瓶颈已经很显著了。
GB202改为一个gpc含16个tpc 维持12个gpc。进一步加剧rop瓶颈，而且也无法充分利用显存带宽。

整个blackwell架构用了GD7，却没有匹配整个后端图形输出，也许老黄觉得加晶体管堆rop已经没有合适的收益了，摆烂就行。
特别是GB202就是为了非图形目的而去的

LOLI反应堆

aibo 发表于 2025-2-23 14:58
黄卡rops的配置从maxwell开始就没变
前端是gpc输出瓶颈，后端rop（早期和显存控制器绑定，著名的970 3.5G） ...

我觉得还好啊，5090比5080强52%，这和1080Ti在2K下比1070的幅度是差不多的。

现在的显卡跑4K应该就跟10系跑2K压力差不多吧。

如果放到8K下，百分之七八十的差距应该就来了。

只是现在粪便率没有提升欲望，未来10年如果还是停留在4K，那往后5代的显卡差距必然会像如今的1080P这样逐渐众生平等化。

光栅确实是没几年玩头了。

aasa0001

ghgfhghj 发表于 2025-2-22 20:42
堆gpc有边际效应，n卡5gpc-7gpc效率最高，11gpc的4090边际效应比起7gpc的4080就相当明显

5090继续维持11 ...

废话，增大规模，效率永远是降低的。
扩大面积、增加互联节点->互联延迟上升
cache/compute相对下降->cache命中下降
cache增大->cache延迟上升

aasa0001

aibo 发表于 2025-2-23 14:58
黄卡rops的配置从maxwell开始就没变
前端是gpc输出瓶颈，后端rop（早期和显存控制器绑定，著名的970 3.5G） ...

光栅的coherency/ordering要求太严格了，不重新定义，没法扩展的。
但老黄已经弄了光追和ai赛道，自然不会去管光栅了。

ghgfhghj

aasa0001 发表于 2025-2-23 19:04
废话，增大规模，效率永远是降低的。
扩大面积、增加互联节点->互联延迟上升
cache/compute相对下降->cac ...

5090改成16gpc*6tpc很大概率没有现在强，扯那么多其他的毫无意义

4080到4090，7gpc到11gpc，性能非线性增长，衰减严重

4090到5090，gpc数量没增加，只增加每个gpc的tpc数量，性能基本线性增长，这不明确了12gpc*8tpc的设计是更优的吗

要继续提升性能只能是每个gpc的ROPs数量翻倍，不能再继续提升gpc