英伟达在2022年9月21日的GTC 2022上发布了全新的Ada Lovelace架构（下简称“Ada架构”），新的架构凭借着更大的规模、更多的功能特性以及全面加强的光芒追踪效能、AI打算效能等，带来了视觉打算技能的新飞跃。与此相应的是全新的RTX 40系显卡，英伟达在发布会上公布了GeForce RTX 4090和RTX 4080系列产品的规格和价格，并宣告将在2022年10月12日正式开始发卖。为了深入理解这款全新产品的技能和架构方面的内容，我们和之前一样，推出了这样一篇长文，来全面解读Ada Lovelace架构和RTX 40系显卡的方方面面，首先是第一部分，Ada Lovelace架构解析。
▲Ada架构，带来了视觉打算技能的新飞跃。
写在前面的话
如果对GPU发展有一定关注，或者把稳阅读本杂志的话，那么就该当对英伟达架构的发展和命名办法非常熟习了。英伟达在数代之前，就已经将高利润的打算架构和面向大众的图形架构进行了分别设计，比如打算架构拥有更前辈的工艺、更大规模的晶体管数量、大量面向打算的优化以及剔除了那些和打算市场基本无关的功能（比如光芒追踪打算模块）。面向图形的架构则会采取性价比比较高的工艺、得当的晶体管数量以及大量面向图形的前辈技能，同时会包含一部分打算市场下放的功能。2022年，英伟达最主要的两大架构之一，也便是面向打算市场的Hopper架构发布之后，面向图形的Ada Lovelace架构的发布就已经是韶光问题而已了。此外，有关架构的命名，英伟达阐明Ada Lovelace是历史上首个被认为是真正的程序员的数学家，这也是根据之前英伟达利用物理学家或者数学家命名架构的历史而来的。
和之前所有架构发布一样，英伟达也针对全新的Ada架构发布了详细的架构白皮书，以阐明全新架构所拥有的新技能和性能上风等。我们比拟了英伟达近三代的架构白皮书，分别针对Turing、Ampere以及Ada架构。Turing架构的白皮书一共有83页，个中文本描述部分的内容高达69页。Ampere架构的白皮书一共只有43页，但是文本内容部分也有34页。今年的全新Ada架构白皮书，一共36页，文本部分的内容只有大约25页。
▲Ada架构的白皮书，目前已经可以在官网下载了。比较之前的Ampere和Turing，Ada架构目前的白皮书内容少了很多，不过期待之后的“NVIDIA Ada Science Whitepaper”。
更细节一些来看的话，Turing白皮书中，除了6页的关键特性先容外，在传统的GPU光栅化也便是SM、内存等部分，英伟达给出了大约14页内容进行先容，别的部分则是光芒追踪、全新的AI技能以及高等像素技能的先容等。在Ampere架构的白皮书中，传统光栅化内容部分大约6页，光芒追踪部分4页，Tensor Core部分4页，别的的是一些杂项技能。Ada架构的白皮书中，传统光栅化部分的内容撤除图片部分，乃至填不满1页。光芒追踪部分大约有9页，别的的部分是DLSS3、Tensor Core以及其他技能等。白皮书的内容的减少，可能解释英伟达在市场宣扬尤其是技能内容先容部分没有之前那么细致了，但是内容比例的变革，个中意味昭示的GPU发展方向还是很明确的了。
Ada架构GPC和SM：规模更大
Ada架构目前最完全、规模最大的芯片被称为AD102。一样平常来说，面向图形的芯片的最大、最完全技能版本，英伟达都会以“102”作为代号。利用102作为代号还有2个历史渊源，一个是在之前打算产品和图形产品还没有分得如此清晰的时候，代号“100”或者“101”的产品每每是打算核心的旗舰，比如GP100是Pascal的打算或者专业卡核心旗舰，GP102则是图形核心旗舰，另一个是在更早一些的产品中，英伟达的“100”系列作为首个送至台积电流片的产品，每每在功能、功耗或者频率表现上存在问题，一样平常英伟达会反复修正多次流片，终极“102”系列产品能够达到上市哀求，从而被用于上市利用。无论怎么说，目前英伟达每每会把“102”这个数字留给图形旗舰芯片，“100”留给打算旗舰芯片。
▲AD102芯片构造合成图和Ada架构特性一览。
▲Ada架构以及比拟Ampere架构参数，可见规模大幅度提升。
▲Ada架构的GPC组成，这是一个GPU的基本单位，包含了一个GPU险些所有的功能。
▲Ada架构的SM单元，和Ampere架构的SM设计相似度很高。
▲第二代RT核心构造示意图。
▲第三代RT核心构造示意图，比较前代，增加了2个功能。
▲英伟达流传宣传Ada架构比较前代产品，带来了2倍的性能功耗比。
▲Ada架构创新技能一览。
接下来我们看AD102芯片。完全版本的AD102芯片拥有12个GPC（Graphics Processing Clusters，图形处理器集群），每个GPC拥有6个TCP（Texture Processing Clusters，纹理处理集群），每个TPC拥有2个SM（Streaming Multiprocessors，流式多处理器）和1个PolyMorph引擎，因此1个AD102总计拥有72个TPC、144个SM。存储部分采取的是384bit的GDDR6X掌握器，一共支配了12个显存掌握器，每个显存掌握器可以掌握32bit位宽。在这里，英伟达特殊提示，考虑到FP64干系代码比如张量（Tensor）代码的运行，英伟达还为AD102增加了288个FP64单元，每个SM核心2个。不过FP64单元并未在所有的架构图中表示出来。
GPC方面，AD102中的每个GPC都拥有1个专用光栅单元、2个ROP单元。1个GPC分为2个区域，2个区域共用1个光栅单元。每个区域包含了3个TPC（6个SM、3个PolyMorph引擎）以及8个ROP单元。这样总计每个GPC拥有1个光栅单元、6个TPC单元、12个SM单元、6个PolyMorph引擎以及16个ROP单元。
接下来是SM部分。AD102的SM设计和Ampere架构的SM设计相似度很高。AD102的每个SM单元包含128个CUDA内核，1个ADA第三代RT核心以及4个ADA第四代张量（Tensor）核心、4个纹理单元、256KB寄存器、128KB的L1/共享内存，和之前的产品一样，L1/共享内存也可以根据利用情形进行配置。
英伟达在这里特殊提到，SM部分的核心改进在于第三代RT核心和第四代张量核心的改进。这部分的改进本文的后面还会有详细的先容。
从英伟达给出的架构先容来看，在光栅化部分，也便是不涉及RT核心和张量核心的传统部分，AD102或者说Ada架构基本上是坚持了之前Ampere架构的相同特性，并未有任何显著的功能和设计上的变动。Ampere架构在这部分的核心变动便是SM中的INT32核心和FP32核心目前被设计为多功能核心，因此全部都可以实行FP32指令，这是Ampere架构CUDA核心（名义上）的数量大增的最紧张缘故原由。Ada架构将其通盘继续，显示出英伟达在光栅化性能和功能方面本代不会有更大的功能调度或者架构更新了。实际上从软件和运用角度来说，之前光栅化图形大量增加的特性，比如次表面散射、各种类型的AO以及抗锯齿技能等，在新的光芒追踪或者DLSS技能涌现后，已经完备从另一个层面对其进行了取代，尤其是光芒追踪技能的涌现，靠近真实的阴影不再须要AO或者干系的技能来仿照实现，因此整体光栅化技能逐渐减慢了发展速率。毕竟更为精确的可打算的方法涌现后，传统的仿照方法被逐渐放弃，是很合理且正常的事情。
Ada架构的缓存：L2缓存暴增
Ada架构的改革在缓存部分紧张表示在L2缓存。L1缓存在上文中已经提及，每个SM拥有128KB L1缓存，AD102总计拥有18432KB L1缓存，比较GA102的10752KB缓存增加了大约70%，这个增长幅度是和AD102比拟GA102的SM数量增加幅度基本相同，AD102的SM数量有144个，比较GA102的84个，增加了71.4%。也便是说，AD102的L1缓存和GA102的设计是相同的。
▲AMD在GPU中也引入了大规模缓存，Ada架构目前也大规模增加了L2缓存，个中是否有异曲同工之妙呢？
但是在L2缓存方面，AD102目前拥有98304KB的L2缓存，也便是96MB，比较之前GA102所拥有的6144KB也便是6MB，大约是后者的16倍。英伟达阐明道，如此巨大的缓存，将为所有GPU干系操作都带来巨大的收益，尤其是光芒追踪、路径追踪等繁芜的操作收益最为明显。
在这里我们不得不提及AMD在GPU中所添加的“无限缓存”。AMD认为，利用了无限缓存之后，GPU通过本地缓存的合理操作，将一方面得到巨大确当地带宽，另一方面大幅度降落了针对GPU存储系统的压力，这也使得AMD能够大胆在顶级GPU上利用256bit的显存位宽，同时配备128MB的缓存。
实际上对GPU这种打算密集型设备来说，晶体管资源的宝贵之处在于只有更多的晶体管用作打算，才能有更高的算力输出。但是问题在于任何产品都存在一个边际效应，无限制地堆打算单元的后果也可能是其他部分存在瓶颈造成短板。比如GPU这样的打算密集型产品对带宽的需求险些便是无限的，但是带宽受到位宽、显存速率等多方面成分影响，提升起来一贯很困难。因此，在新一代GPU上，AMD和英伟达可能都做了类似的选择，那便是增大L2来实现更合理的内存速率梯度，以提高片上数据命中率。毕竟之前的GA102 6MB的L2只能是聊胜于无，在24GB确当地存储空间面前，基本无法有效改进数据片上命中率，这次英伟达将L2提升至96MB，该当会带来显著的片上数据命中率的提升，这能够极大地提升GPU的运行效率，降落存储部分的压力，乃至电能花费。
第三代光芒追踪模块：Opacity Micromap、DMME以及SER英伟达是首个在GPU中引入光芒追踪干系技能的厂商。对付全体光芒追踪的打算过程，在之前的第二代光芒追踪核心也便是Ampere架构所利用的RT核心中，英伟达针对光芒追踪打算流程中的两个卡点进行了分外处理，也便是专用硬件打算的办法来进行加速处理。个中第一个引擎是专用于加速BVH过程的Box Intersection引擎，这个引擎紧张用于将目标物体分解为很多测试盒，这样可以大幅度提升BVH遍历的效率。第二个引擎是Triangle Intersection，它紧张用于打算光芒和目标像素相交与否。通过这些硬件单元，光芒追踪打算中最繁芜的循环部分被大幅度加速，要知道，之前这些打算是须要SM单元进行一次又一次的循环打算才能完成的，现在专用硬件单元的效率将其提升了数倍乃至数百倍之多。并且，由于SM单元不再实行这些光芒追踪打算中的任务，因此被开释出来实行传统光栅化或者其他干系打算，整体效能也得到了提升。
Opacity Micromap：大幅度提高BVH过程的效率
不过，第二代RT核心虽然能够很好地加速光芒追踪中的BVH遍历和三角形相交等打算，但是对其余一些类型的打算却无能为力，还是须要SM的参与。比如在三角形相交打算中，如果相交的工具是透明的，或者不透明的，那么这个打算结果是明确的，问题来到了一种分外的中间状态，那便是半透明状态上。
▲Ada架构在光芒追踪部分引入了Opacity Micromap功能，能够大幅度提高BVH过程的效率。
▲以游戏PORTAL为例，个中存在大量的半透明物体。
▲Opacity Micromap功能带来了更高的效能。
▲Opacity Micromap的运用案例，用于检讨光芒是否能穿过树叶。
在打算机图形学中，开拓职员每每会利用alpha通道来针对繁芜形状的物体进行处理，alpha的值用于标识其透明程度。一样平常来说，一张叶片可以由几个三角形完成，但是其繁芜的构造可以用纹理的alpha通道来实现，类似的情形还有火焰或者彩色玻璃等。
在一样平常情形下，光芒追踪打算中，光芒投射到物体表面，会先查询开拓职员是否标注了“不透明”状态，如果有，则正常将这些打算合并到光芒追踪后续打算中。但是，如果没有标注，那么RT核心就会哀求着色器来检讨到底是透明的还是不透明的，这将霸占SM的线程并产生性能需求，乃至会产生多次调用和多次性能需求。
实际上这里的问题在于，由谁来进行是否透明的状态检讨——这就像第二代RT核心中，谁来进行遍历打算、谁来进行三角形相交打算那样，这里的打算如果须要SM核心才能完成的话，不妨专门设置一个单元进行透明状态检讨。
因此，在Ada架构中，英伟达设计了一个名为Opacity Micromap（不透明微图单元）来进行类似的检讨。Opacity Micromap在运行中首先会天生一个由眇小三角形组成的网格，然后用这个网格来标记物体透明或不透明。
详细来说，RT核心会直接判断光芒和Opacity Micromap三角形的交点，这个交叉点的重心坐标可以用于确定当前三角形覆盖的区域是透明、不透明或者未知。在这里我们要重点提及重心坐标的观点。重心坐标是一个在图形学中被常常提及的观点，理论上来说，重心坐标可以用三个标量表示三角形内任意一个点的位置，这包括三角形三条边上任意一个点或者三角形任意一个顶点。通过重心坐标以及重心坐标和三角形三个顶点形成三个子三角形的面积的变革情形等，可以用于判断当前三角形的透明度情形。
由于利用了重心坐标的观点，因此微图单元判断物体是否透明就更为大略直接了。当微图单元的三角形（微图三角形）100%被物体覆盖时，可以被认为不透明。当微图三角形0%被物体覆盖时，可以被认为透明。当微图三角形0%~100%被物体覆盖时，可以被判断为未知，未知的部分会根据覆盖的多少，进行不同的处理。
英伟达的案例中，完备不透明的是深绿色，完备透明的是白色，赤色是物体霸占了大部分微图三角形，蓝色则是物体霸占了一小部分微图三角形。英伟达的数据显示，他们的案例通过微图三角形型考验后，有30个透明、41个不透明，51个未知。一共58%的单元已经有了明确的结果，光芒要么消逝（或者反射），要么透过，在没有SM和干系单元参与的情形下，已经有58%的单元可以剖断光芒追踪的结果。别的的41个未知情形，英伟达没有明说如何处理，只是说交由着色器单元判断。但是这里我们预测，微图三角形拥有自己的自主判断机制，如果微图三角形小于某个百分比（比如30%）以下被霸占，考虑到分辨率和精度的问题，可能会被直接判断为透明；与此相应的是大于某个百分比（比如70%），可能会被直接剖断为不透明。别的在中间的部分，才终极又会交给SM进行剖断。这样一来，又大大降落了须要进入SM判断的透明或者不透明部分。
英伟达的数据显示，在RT核心中拥有Opacity Micromap后，遍历性能在拥有alpha通道的几何图形中，性能提高了一倍。这里的性能提升取决于利用情形，一样平常是经由alpha测试的阴影投射会带来最大的性能提升幅度。无论如何，新的Opacity Micromap能够更大限度地提升性能，使得设计职员可以更加自由地增加场景细节，从而带来更好的画面效果。
Displaced Micro-Mesh Engine：最多提升10倍构建速率和降落20倍BVH所需构建空间
Displaced Micro-Mesh Engine是第三代RT核心的又一个主要功能，我们称其为置换微网络引擎（DMME）。一样平常来说，目前的图形打算中，由于环境繁芜性或者目标繁芜性的提升，BVH过程正在面临严重的性能寻衅。举例来说，当物体的几何模型繁芜程度提升100倍的时候，全体光芒追踪的韶光只提升了1倍，但是带来了BVH数据创建韶光和BVH内存霸占的险些线性提升：也便是也要增加100倍。鉴于此，英伟达引入了DMM功能，希望提高效率，办理线性提升的繁芜度。
▲Displaced Micro-Mesh针对这类繁芜的表面，能够很有效地提升性能。
▲DMM的事情事理简述，须要第三代RT核心支持。
▲英伟达给出了三个案例来解释DMME的上风。
▲DMME功能已经到了Simplygon以及Adobe干系软件的支持。
DMME的事情特点在于，它创建了一种叫Displaced Micro-Mesh（置换微网络，简称为DMM）的新的几何单元。每个DMM由一个基底三角形和一个位移图定义。根据位移图的定义，DMME按需（比如LOD的需求）天生微三角形，并直接办理光芒和微三角的交叉点问题。DMME可以利用一个高密度的微网络来昭示细节极度繁芜的物体，DMME将位移的幅度压缩至每个舆图中，基本每个三角形都有自己的位移舆图。这些微三角形的顶点由一个二次方的重心坐标算法进行描述，这些重心坐标可以用于直接处理微顶点位移数据。
大略来说，在DMME涌现之前，系统须要调用RT模块针对目标物体的每一个三角形进行光芒追踪交叉测试，但是在DMME涌现之后，系统只须要把任务交给DMME，DMME根据基底三角地（简单模型）和位移图的干系参数，自动天生DMM（繁芜模型）并完成光芒追踪的三角形交叉打算，然后将数据返回给系统，这样就大大降落了系统的压力。在这里，DMME相称于打了个包，把可能对系统造成压力的大量打算在内部利用数学方法处理了，从而提升了效率。
英伟达流传宣传，在DMME涌现后，他们可以利用空间同等性进行数据压缩，并且会根据其构造和LOD（Level Of Detail）情形（或者不同的动画细节等级）进行高效率渲染。在光芒追踪打算时，DMME会避免BVH的大量韶光和空间本钱；在光栅化打算时，DMME将会根据LOD情形进行渲染，给出精确精度的结果数据。
由于DMME利用DMM来替代了之前的网络模型，因此对系统的压力就显而易见地降落了。英伟达给出了三个案例来解释DMME的上风。在珠宝盒打算中，原始物体拥有153K个微网络，11M的微三角形，每次BVH的模型建立，每个微三角形须要13bit数据，新的算法带来了8.5倍的速率提升和6.5倍的体积缩小。类似的情形发生在另一个繁芜的青铜器模型和螃蟹模型上，新的DMME最多达带来了15倍速率提升和20倍的体积缩小。
Shader Execution Reordering：光芒追踪的乱序实行能力？
光芒追踪算法在之前的先容中看起来都是一套完全的、串行的流程，但实际上这个过程中也存在不合或者发散的问题。英伟达提到了三个范例的案例，比如多重反弹、随机路径跟踪算法以及评估繁芜的材料等。
▲英伟达演示在光芒追踪中，存在不合将导致性能降落的情形。
▲SER可以帮助重新排序，以实现更好的效能。
▲在精确利用SER功能后，多款游戏都呈现出显著的性能提升。
这种分支英伟达将其分为两类，分别是实行不合（Execution Divergence）和数据不合（Data Divergence）。前者是指，不同的线程在同一个着色器中，实行不同的着色器任务或者代码路径。后者是指，线程访问资源难以合并或缓存、内存资源利用不同等。在光芒追踪的打算中，这样的不合是普遍而广泛存在的，这意味着这类不合对GPU的性能会产生影响。
因此，在Ada架构中，英伟达设计了一种新的调度系统，被称为Shader Execution Reordering（着色器实行重排序，SER）来办理类似的问题。SER的功能便是，当这类不合发生时，SER可以重新调度着色器的事情排序，从而避免部分着色器在等待中摧残浪费蹂躏算力和电能，以得到更好的效率和性能。
英伟达流传宣传自己在SER上经历了多年的研究，在Ada架构设计之初就考虑了SER的加入，并针对SM的高效率的线程重排序以及内存系统进行了优化。
更详细一些的话，SER在实行层面是一个API，完备由运用程序掌握，许可开拓职员根据运用程序的特点自行调度SER并确定重排序办法，并且SER现在可以支持引入光芒追踪着色器了。英伟达给出一个案例，当GPU打算光芒第一次击中物体时，所有的光芒打算都是有序的，因此这里的打算效率是最高的。但是，当存在次级光芒的时候，由于次级光芒是由一级光芒击中目标后散发出来的，此光阴线打算在GPU上的时序就相称糟糕了，效率很低，由于不同的着色器程序运行着不同的线程，此时就存在实行不合和数据不合部分。
在这里，SER可以将路径追踪、反射、间接照明和半透明的次级光芒，利用重排序和分组等操作，将其序列化后再统一交由着色器进行打算，这将带来更好的局部实行效率，并提高光芒追踪打算的效率。
英伟达流传宣传，SER能够带来RT核心高达2倍的性能改进，当然这是局部改进，对整体游戏而言，在《赛博朋克：2077》的RT：Overdriver模式下运行时，带来了44%的效能改进。
不过，由于SER供应的是API，详细的利用要交给运用程序也便是开拓职员，因此英伟达也供应了一整套开拓工具帮助开拓职员调试性能。目前SER的功能将加入NSight中，NSight是英伟达的调试工具，用于针对软件和GPU的性能、功能和BUG等进行查找和调试。随后英伟达还操持和微软互助，将SER添加至诸如DirectX的扩展支持中。
第4代张量核心和支持AV1格式的双编码器：更高算力和更强效能
英伟达在Ada架构上还简要先容了第四代张量核心（Tensor Core）和AV1编码器。
针对第四代张量核心，英伟达只给出了简要先容。实际上，Ada架构的这部分内容，基本上是移植于之前的Hopper架构，其特性包括比较Ampere，带来了2倍的FP16、BF16、TF32、INT8、INT4张量性能，加入了Hopper架构所独占的FP8 Transformer引擎，带来了最高超过1.3千万亿次的张量处理能力等。
▲Ada架构在张量核心方面基本继续了Hopper的设计，图为Hopper张量核心的干系特性。
▲Ada架构加入了第八代NVENC支持AV1编码和双编码器。
如果对英伟达的第四代张量核心有兴趣的用户，建议阅读我们的在今年上半年发布的《面向新时期的AI打算：英伟达全新H100 GPU架构解读》一文。
在视频能力方面，Ada架构继续了Ampere架构的统统特性，包括NVENC编码器的特性，并针对OBS （Open Broadcaster Software，开放广播软件）进行优化包括AI加速的干系软件特性，即噪音肃清、房间反应肃清、虚拟背景等等。
其余，全新的Ada架构中的第八代NVENC也便是硬件编码器目前整合了对AV1视频编码格式的支持，之前的Ampere只支持AV1的解码，而不含编码。新的AV1编码器在效率上比H.264编码器的效率提高了40%，也便是说，在相同的视频码率和质量下，H.264编码只能得到推流1080p分辨率的影片，但是AV1能够将推流分辨率提升至1440p，或者是在相同的分辨率和码率下，AV1能够带来更好的视频质量等，实现 AV1格式视频的编解码全部流程。。
当然，不仅仅是编码能力和功能的提升，合营软件，目前英伟达和OBS Studio互助，通过优化编码管道，使得GPU在视频编码时的花费减少了35%，新的OBS软件还带来了噪声肃清、反应肃清、房间虚拟背景改进等新的功能。其余，Discord也和英伟达互助，利用AV1编码，实现了端到真个直播。
如果新的RTX 40系列显卡显存高于12GB，那么可以启用GPU内部的双NVENC编码器，这将带来8K@60Hz的视频编码能力，GeForce RTX 40系列显卡最多支持3路视频流的并行编码处理，如果是专业卡，并行路数将不受限定。或者最多4个4K60Hz的视频编码能力，这个功能同样可以用于游戏直播来实现多点同步会话。Adobe Premiere Pro的插件Voukoder和国产视频软件剪映都即将开始集成NVIDIA的AV1编码和双编码器，感兴趣的玩家不妨一试。
在解码功能方面，Ada架构的NVDEC解码器支持MPEG-2、VC-1、H.264 (AVCHD)、H.265 (HEVC)、VP8、VP9 和 AV1等视频格式的解码，还支持8K60Hz视频的解码。其余，英伟达还加入了AI功能以方便视频制作。不过这些内容会在新的“NVIDIA Ada Science Whitepaper”中予以阐述。
总的来说，英伟达在Ada架构上带来了一次非常主要的创新和推进，它将由Turing首创的、Ampere带来全新GPU道路又向前推进了一步，同时还走出了自己新的创新之旅。我们很期待Ada架构的干系产品全面上市后给家当界带来的影响，GPU的发展在经历二十年后，还能有如此的创新，是值得夸奖的。
DLSS 3的帧天生技能和NVIDIA Reflex：更流畅的游戏和更快速的相应
这部分技能内容，是英伟达在发布会上流传宣传的重点内容。但实际上，英伟达在技能白皮书部分对这些内容只做了简单先容。不过还是有不少有趣的技能点可供挖掘，接下来我们一起来看一下。
▲DLSS 3功能和事情特性一览，英伟达称其为神经图形学的革命。
▲DLSS 3实际上包含了DLSS 2所支持的DLSS超分辨率，因此图中标识为DLSS 2。
▲在CPU性能受限的情形下，新的DLSS 3还能够带来性能的提升。
▲利用DLSS 3可以直接天生游戏第1帧3/4的像素以及全体游戏第2帧，实际上2帧合计的话，GPU算力只须要以前的1/8。
▲DLSS 3在软硬件方面，已经成为一个繁芜的系统。
▲英伟达展示DLSS 3的帧天生技能，这是一种利用参考前后帧进行插帧处理的方法。
▲OFA技能丈量连续帧之间的像素运动的方向和幅度。
▲在没有OFA的情形下，插帧可能存在缺点的情形。
▲在OFA的支持下，DLSS 3完成了精确的阴影重修帧。
▲DLSS 3的图像画质演示。
▲DLSS 3的帧天生技能可能会增加延迟，因此须要合营NVIDIA Reflex来降落延迟。图为传统打算的延迟情形。
▲在加入了DLSS 3后，系统延迟被大幅度降落。
▲DLSS技能支持的GPU一览。
▲DLSS 3的详细功能、框架和支持软件一览。
▲目前即将支持DLSS 3的游戏，大约有35款之多。
▲DLSS 3带来了更显著的性能提升。
从GPU发展以及打算机图形学在游戏方面的运用来看，在DLSS涌现之前，人们针对画面呈现和性能呈现的紧张方法，紧张是考虑利用不断增长的算力来对冲不断提高的画面打算需求，比如分辨率提升、新技能带来的打算需求提升等。但是，纯挚利用算力来对抗不断提升的视觉打算需求，在目前摩尔定律放缓、半导系统编制造技能更新速率减慢的大环境下，开始显得捉襟见肘了。因此，英伟达在这里改变了做法，为GPU引入了张量核心，试图利用其他的技能来对抗日益提升的视觉打算需求，这也是DLSS出身的初衷之一。
从事理上来说，DLSS在画面分辨率提升方面，是通过利用低分辨率渲染的画面为“材料”，利用之前通过超算演习得到的低分辨率至超高分辨率的AI模型，将低分辨率画面“打算”成高分辨率的画面的技能。随后的DLSS 2上，英伟达大幅度更新了算法，带来了更好、更风雅的画面质量和效果。正如前文所说，在运用了DLSS之后，并非所有的像素都是利用算力打算出来的，还有AI直接“天生”的，像素在这里实现了很大程度的“无中生有”。
在目前的DLSS 3上，英伟达流传宣传DLSS 3包含了DLSS 2也便是DLSS超分辨率技能，以及全新加入的DLSS帧天生技能和整合而来的NVIDIA Reflex。在这里，我们将重点先容DLSS帧天生技能。
DLSS帧天生技能的最大特点是，可以直接为游戏带来全新的帧，其运作模式也非常独特。英伟达首先提到了OFA技能。所谓OFA是指光流加速技能（Optical Flow Acceleration，简称为OFA），其实行的打算单元为OFE（Optical Flow Engine，简称为OFE）。
有关光流加速技能，传统的打算视觉运用就已经存在。这种算法的基本事理是，通过丈量连续帧之间的像素运动的方向和幅度后，利用附近帧的数据进行仿照后，在相邻帧之间插入仿照的画面，以降落延迟、改进平滑性、提高压缩率以及降落摄像机带来的画面抖动等。英伟达从Ampere架构开始就引入了OFE，利用算法来确保光流加速打算的高质量。
在新的Ada架构上，英伟达启用了新一代OFE，新的OFE可以供应300 TOPS的光流事情算力，比之前的Ampere架构快了2倍多。由于OFE性能更强，英伟达通过OFE，并结合传统的游戏引擎运动矢量，就可以带来更精确、更为平滑和稳定的运动插帧打算效果，这便是DLSS 3包含的DLSS帧天生技能的事理概述。简而言之，从“无中生有”像素，到“无中生有”全体帧，这种不通过SM和光栅化部分打算，就能够直接新建帧画面的方法的确令人面前一亮，这相称于将游戏画面视作视频进行处理和打算，思维和方法的确足够清奇。
详细数据方面，英伟达的数据显示，Ada架构的GPU在利用DLSS 3、新的RT核心以及其他Ada架构增强的时候，比之前的产品最多可以提升4倍的性能。英伟达还提到，利用DLSS 3可以直接天生游戏第1帧3/4的像素以及全体游戏第2帧，接下来将循环这个过程，相称于利用1/8的算力，就完成了全体打算过程，极大地节约了系统资源、提高了游戏体验。
不仅如此，在CPU性能受限的情形下，新的DLSS 3还能够带来性能的提升。比如在《微软仿照翱翔》中，受制于游戏的物理特性和须要显示的巨量的建筑、地形、植物等，CPU性能是远远不足的，在这种情形下DLSS 3许可GPU在CPU性能受限的情形下，通过帧天生技能达到双倍帧率，这样虽然不能从根本上办理CPU性能受限的问题，但是至少可以增加显示的流畅程度，也能够针对游戏画面进行很好的体验提升。
虽然我们上文阐明了DLSS帧天生技能的基本事理，但是大量的细节内容还不是很清楚，比如在什么时候插帧、插入帧是否会影响性能，插帧的效果如何等。对付这些问题，英伟达尚未给出详细的技能细节。后期英伟达还会发布名为“NVIDIA Ada Science Whitepaper”的技能文档，等到此文档发布后，我们再见做出进一步解读。
此外，针对DLSS 3的帧天生技能业内也有一些疑虑，那便是该技能可能会增加延迟。由于新天生的帧是“无中生有”的，它是通过两个真的帧打算出来的补充帧，因此极大可能不会在传统的fps工具上看到新的帧带来的帧率增加。并且新的帧不会带来延迟的低落，毕竟它只是系统仿照出来用于提高画面流畅性的，反而此过程有可能会带来延迟的提升，因此，英伟达现在也为DLSS 3整合加入了NVIDIA Reflex来降落延迟。
NVIDIA Reflex技能是在DLSS发布后，英伟达提出的一整套延迟降落方法，目前英伟达GeForce GTX 900以及往后的GPU产品都能支持。在之前的DLSS 2中，NVIDIA Reflex技能是单独列出的，在新的DLSS 3中，英伟达将其一并集成打包为一个技能包，和DLSS 3的其他技能一起优化游戏体验。英伟达的数据显示，在新的《赛博朋克2077》RT：Overdriver模式中，英伟达的数据显示，开启DLSS 3以及内置的NVIDIA Reflex后，和原始分辨率渲染比较，整体的性能提升高达4倍，相应速率提高了2倍，图像质量同样精良。
在NVIDIA Reflex的性能方面，受益于RTX 40系列显卡的刁悍的性能，目前NVIDIA Reflex开始支持1440p@360 FPS的延迟降落功能，其最大延迟仅为10ms，这比较之前的1080p@144 FPS，显然能够带来更风雅的画面和更为流畅的视觉体验，值得期待。
和其他所有软件技能须要运用支持一样，英伟达也在积极推广DLSS 3。在游戏引擎支持方面，目前英伟达还正在积极和Unity以及Unreal进行沟通，未来很快会将全体DLSS 3技能加入两大游戏引擎。如果厂商利用这两个引擎进行游戏开拓的话，集成DLSS 3技能该当会非常随意马虎。其余，NVIDIA Reflex干系工具软件也一并供应了更新和支持，方便游戏开拓员职员进行性能调优。游戏方面，英伟达目前已经发布了35款游戏的支持列表，个中基本上都是3A大作，有新游戏也有已发布的游戏的更新版本。未来可能会有更多游戏支持DLSS 3。
在有关显卡的支持方面，目前只有RTX 40系列显卡完全支持DLSS 3所有三大技能。之前的RTX 30、RTX 20系列不支持DLSS帧天生技能，但是支持DLSS超分辨率。GeForce GTX 900之前的产品则仅仅支持NVIDIA Reflex。
和AMD FSR等技能比较的话，新的DLSS 3在另一个层面上完备抛离了竞争对手。AMD FSR的特点在于开放和不依赖于特定的GPU，但是这也是得使其不能调用相应的分外打算模块，并且FSR证明了可以不依赖于AI，仅仅依赖算法就能够得到和DLSS 2相媲美的画面。不过，DLSS 3的涌现，使得英伟达再度全面领先，DLSS 3不但拥有了更强大的画面处理能力，还能够天生全新的帧以及带来延迟的降落。AMD或者英特尔如果要遇上英伟达，可能须要更长的韶光。
更清晰的显示游戏流畅性：全面进化的Frameview
除了显卡干系的规格和产品外，本次英伟达在GPU运用方面的内容也做出了大幅度更新。个中比较主要的便是游戏延迟的降落。
▲英伟达认为游戏性能的三要素是流畅度、低延迟和高画质。
▲英伟达针对游戏体验，带来了Frameview、LDAT和ICAT三种工具。本日的主角是Frameview。
▲在游戏帧数都达到哀求的情形下，1% Low FPS该当更为主要。
▲英伟达认为1% Low FPS是游戏顺滑与否最主要的参数。
▲对无论是高手还是新手，低延迟都带来了更精良的游戏成绩。
▲新的Frameview带来了更详细的游戏参数。
▲支持延迟优化技能的热门游戏一览。
英伟达在这里提到了针对Frameview的全面更新。新的Frameview可以显示1% Low FPS数值了，比较之前，1% Low FPS更能相对直不雅观地表示出游戏的流畅性。
所谓1% Low FPS，是指在游戏中，帧天生韶光最高的那些帧的均匀值，换算至帧率显示后所得出的数据。比如有1000帧画面，均匀FPS是100帧，也便是说这1000帧的均匀帧韶光是10ms，看起来彷佛很流畅。但是，个中帧天生韶光最长的10帧分别达到了20ms~50ms，均匀值为40ms，换算至FPS数值便是25 FPS。也便是说，至少有10帧乃至更多的帧由于帧天生韶光过长，造成了卡顿的征象。为了更好地表示游戏中的卡顿，我们采取算法将1% Low FPS记录并打算出来，这便是这个数据的来源。
那么，1% Low FPS有什么意义呢？我们知道，游戏的流畅性是游戏娱乐体验中最主要的数据之一。之前我们稽核显卡的性能采取的是均匀FPS，但这并不能代表显卡在实际游戏中的流畅情形。如果一个拥有显卡的系统，由于各种各样的缘故原由（内存、SSD、网络、CPU、输入延迟等各种情形）导致在全体游戏过程中，部分帧的天生韶光远高于其他帧，这就使得玩家感到卡顿或者不流畅。简而言之，均匀FPS的数值，代表的是显卡在1秒内所能打算出的帧数，和游戏流畅性干系，但又不能完备表示游戏感想熏染。毕竟对游戏玩家来说，均匀稳定的帧天生韶光才是最主要的成分，帧天生韶光的差距越大，游戏体验就越不流畅、加倍感到卡顿。
因此，1% Low FPS的意义在于能够相对量化地反响出游戏的卡顿情形。1% Low FPS的数值越靠近均匀帧数值，其整体游戏流畅性就越高。因此，Frameview的更新，1% Low FPS（系统显示为1%L）的显示，能够在很大程度上帮助玩家衡量当前系统的流畅性，能够方便地辅导玩家进行优化和更新。
面向设计师群体的升级：Studio、Racer RTX以及RTX REMIX由于英伟达的显卡目前越来越多被设计创作者所青睐，因此在发布会上，英伟达还针对这部分用户更新了新的功能和运用。英伟达提到了三个方面的优化，分别是Studio运用、基于NVIDIA Omniverse所创建的Racer RTX游戏以及游戏优化平台RTX REMIX。我们大略先容一下这三方面的内容。
▲第八代NVENC支持AV1编码功能后，针对带来了更为出色的视频编码效果。
▲英伟达利用RTX 40，有力推动了AV1家当生态的发展。
▲在OBS运用方面，AV1拥有显著的上风。
▲英伟达的Broadcast功能带来了更多的新技能。
▲RTX 40系列的双编码器目前支持8K60的HEVC。
▲达芬奇软件目前支持RTX 40系列的多项AI功能。
▲无论是离线，还是在线渲染，RTX 40系列都有显著的上风。
▲英伟达展示了基于NVIDIA Omniverse所创建的Racer RTX游戏。
▲Racer RTX游戏展示了实时光芒、材质和交互技能。
▲RTX 40系列显卡在Racer RTX中，利用DLSS 3，带来了无与伦比的性能提升。
▲Mod玩家正在重塑游戏。
▲Mod制作有很多难题，比如无法访问游戏文件、游戏工具链分歧一、游戏采取老旧的渲染器以及部分游戏资产很难处理等。
▲英伟达为这些游戏Mod创作职员供应了名为RTX Remix的平台.
▲英伟达展示利用RTX Remix为老游戏添加光芒追踪支持并彻底重制游戏画面。
▲RTX Remix也是和NVIDIA Omniverse深度结合的。
▲AI技能可以帮助老游戏提升纹理精度。
▲RTX Remix将为老游戏带来全新的渲染流程。
▲英伟达利用RTX Remix，重制了经典游戏“PORTAL”。
首先来看针对Studio用户的更新。英伟达提到，由于目前创作职员数量在急剧增加，因此相应的软件和市场也在扩大，英伟达计得33%的年度市场增长率。鉴于此，其Ada架构在运用方面也针对Studio用户进行了优化。紧张有2个方面，一是Ada架构全新的双NVENC以及全新加入的AV-1编码功能，在OBS用户以及视频编解码运用方面，带来了显著的性能提升、功耗降落。另一个是AI技能的支持，诸如达芬奇这样的视频编辑软件，现在开始有效利用RTX40系列GPU的AI算力进行包括超分辨率、速率提升、AI灰化以及视频降噪事情了，非常值得干系用户关注并体验。
其次是渲染方面的内容。由于RTX 40系列显卡的全新架构和DLSS 3功能的加入，实时渲染方面RTX 4090系列的性能来到了上代RTX 3090Ti的最多1.9~3.8倍，离线渲染也有大约1.6~1.9倍。因此，基于NVIDIA Omniverse，目前可以实现更刁悍的性能和创作更丰富的内容。为了进一步推广自己的NVIDIA Omniverse平台，以及向业内人员演示其强大的功能，英伟达展示了基于NVIDIA Omniverse所创建的Racer RTX游戏，游戏内容不难，紧张是玩家可以操作遥控汽车在4个风格不同的场景中进行比赛，但实际上这些场景全部开启了高等别光芒追踪，采取包括RTXDI、ReSTIRGI等技能构建，并由环球12个时区的艺术家采取数十款完备不同的软件，通过NVIDIA Omniverse支持的USD文件进行共同创作完成，这些软件包括Autodesk 3ds Max、Maya、Blender、Modo、Photoshop、Illustrator、Rizom UV 和 SideFX Houdini等。在这里，英伟达展示了NVIDIA Omniverse平台的刁悍实力和出色的运用能力。
第三，英伟达带来了名为RTX Remix的平台。这个平台的浸染是为方便玩家针对之前的老游戏进行Mod或者再创作优化，比如添加光芒追踪技能支持等。英伟达提到，Mod玩家实际上是PC游戏的创作职员（海内俗称“二创”），他们的创意方向紧张包括游戏画面增强、游戏重制新版、游戏内容加强，以及涌现了不少完备是由Mod发展起来的游戏。但是之前的Mod制作有很多难题，比如无法访问游戏文件、游戏工具链分歧一、游戏采取老旧的渲染器以及部分游戏资产很难处理等。鉴于此，英伟达为这些游戏Mod创作职员供应了名为RTX Remix的平台，加入了AI纹理工具、光芒追踪、DLSS 3以及整合了Omniverse等，帮助用户进行游戏Mod创作事情。
RTX Remix可以将游戏分解为光纤、材质和几何部分，利用Omniverse的USD文件格式进行转换并统一存储，然后针对性地进行增强后，再进行发布。英伟达给出的案例是一款老的DirectX 9游戏，在利用AI进行纹理加强，放弃原有D3D9 RUNTIME并改用RTX REMIX RUNTIME进行渲染（同时添加新的资产文件）后，险些成为一款全新的游戏，还拥有了光芒追踪技能的支持。
通过这样的操作，RTX Remix能够使那些历史上经典的老游戏重新抖擞新生，不只是游戏玩家的Mod，乃至厂商也可以利用RTX Remix进行游戏重制。目前，英伟达给出的一个案例是经典的游戏“PORTAL”，这款老游戏发布于2010年前后，采取DirectX 9技能，在经由了英伟达RTX Remix重制后，保留了原有的玩法和内容，但是画面上大幅度提升，极大地增强了游戏的视觉体验，能够吸引更多的新玩家加入。
产品部分：RTX 40系列显卡登场在结束了Ada架构方面的内容后，我们再来看看有关RTX 40系列显卡产品方面的内容。这部分内容，将包括工艺、产品型号和定位，以及产品方面的一些特色技能。这些特色技能有些和全新架构干系，有些是全新的技能运用，我们将其放在本部分一并解读。
工艺：TSMC 4N NVIDIA定制工艺每平方毫米超过1.25亿晶体管
英伟达近几代产品的工艺选择都以性价比路线为主。比如Turing架构的RTX 20系列，Ampere架构的RTX 30系列。在2018年发布RTX 20系列的时候，英伟达采取了TSMC 12nm工艺，并无太多根本意义上的技能改造。TSMC在2018年已经大规模出货了7nm工艺，当年第4季度乃至霸占TSMC收入的23%。在2020年，英伟达又发布了RTX 30系列显卡，采取了三星的8nm工艺，这款工艺的实际密度为GA102的每平方毫米4500万个，远小于2018年就投入利用的TSMC 7nm工艺，后者运用在GPU上的实际工艺密度约为每平方毫米6500万个。实际上，三星8nm工艺便是之前的三星10nm工艺的改进版本，也是非常成熟的“老”工艺了。
英伟达采取成熟、高性价比的工艺有一个显而易见的缘故原由，便是市场上缺少竞争对手。在这种情形下，英伟达只须要权衡性能、利润和本钱即可，而无需太关注竞争对手情形，毕竟民用市场的GPU最贵也就卖一万元出头，远不是高利润的打算市场可以比拟的——比较之下，英伟达的打算加速卡一贯都是当时可以量产大规模芯片的顶尖工艺，比如A100的7nm工艺和H100的4N工艺（TSMC 4nm NVIDIA定制工艺）。
不过这样的情形在今年发生了变革，可能是考虑到AMD在之前RX 6000系列显卡上的竞争态势以及即将发布的RX 7000系列，这一次英伟达在全系列的RTX 40显卡上启用了TSMC 4nm NVIDIA定制工艺，被称为TSMC 4N，这也是之前H100 GPU所利用的工艺版本。
在工艺密度方面，目前AD102的晶体管数量高达768亿，芯片封装面积约为608平方毫米，这样打算的话，每平方毫米晶体管数量高达1.25亿，是GA102 GPU的大约4500万个的3倍之多，晶体管资源大大充裕。这才造就了英伟达在Ada架构和AD102上可以肆无忌惮地利用全新技能、16倍扩大L2缓存等，毕竟半导体工艺才是发展的核心和根本。
虽然英伟达在工艺方面终于“像个”顶尖GPU所该当用的工艺了，但是英伟达还是故意掌握了GPU面积。目前AD102的芯片封装尺寸只有608.5平方毫米，间隔TSMC 4N工艺之前在H100上所利用的超过800平方毫米还有不少间隔。实际上自从进入Turing时期后，英伟达的顶级GPU尺寸是在不断缩小的，TU102是754平方毫米，GA102只有628平方毫米，AD102只有608平方毫米了。芯片面积越小，生产难度会更低、良率会更高，本钱也更好掌握，从这一点来说，英伟达毕竟也是企业和商家，考虑市场竞争和利润，也是理所应该的。能耗比方面，由于全新的工艺、架构，新的RTX 40系列显卡带来了比较上代产品2倍的能耗比，考虑到8nm更新至TSMC 4N工艺，这样的进步也是非常合理的了。
末了，英伟达在白皮书中提到，AD102在设计时看重了高频率，比如在关键路径上利用了高速晶体管等，这可能也是AD102规模掌握的缘故原由之一。毕竟高频率再碰着大规模的话，功耗可能会严重失落控，目前RTX 4090的最高频率可达2.5GHz以上。选择高频率而不是大规模，也是本钱衡量中一个非常主要的决议确定了。
规格：AD102、AD103和AD104三款核心
英伟达在本次RTX 40系列显卡上首发了三款核心，分别对应2个产品系列和3个型号。包括AD102、AD103和AD104，这三个核心分别对应GeForce RTX 4090、RTX 4080 16GB和RTX 4080 12GB。
本次的Ada架构的产品的特点在于，“80”系列产品从之前利用“104”或“102”核心，变动为利用“103”核心。这冲破了这十年来，也便是自从Kepler架构发布以来，英伟达在产品芯片和命名上的老例。这也是英伟达这十年来第二次在首发的“80”系产品上利用非“104”代号的芯片——这里须要解释的是，GTX 780依旧属于Kepler架构，更多的是市场竞争成分所致，不能算作新的一代，因此严格来看的话，目前只有RTX 3080“越级”利用了“102”芯片。
如果说RTX 3080在工艺上的守旧，使得英伟达不得不采取较大核心（GA102-200）来应对市场竞争和性能升级，那么在全新的RTX 4080 16GB上（AD103），英伟达这样做的缘故原由又是什么呢？从目前的产品规格来看，AD104对应的RTX 4080 12GB的流处理器数量仅为7680个，比较之前RTX 3080 12GB的8960个还略有减少，不过频率提升至2.6GHz后可以在整体算力方面超过RTX 3080 12GB大约33%，再加上全新的技能支持等，整体性能压制前代RTX 3090Ti还是有机会的。
▲RTX 4090显卡外不雅观一览，基本坚持了和上代产品一样的风格。
▲RTX 4080显卡外不雅观一览。
▲RTX 4090显卡架构简图，屏蔽了一组GPC。
▲英伟达官方展示的RTX 4090比拟RTX 3090Ti性能。
▲英伟达官方展示RTX 4080系列比拟RTX 3080Ti的性能情形。
▲英伟达官方数据，RTX 40系列显卡打开DLSS 3后的性能增幅。
▲英伟达官方数据，RTX 4090在五款游戏上的延迟、帧率情形。
▲第三代RTX系列显卡，拥有更多的功能和特性。
▲Ada架构和RTX 40系显卡的功能特性和能耗比提升情形。
但是，市场上不只有英伟达，AMD也在背后虎视眈眈，在上代RX 6950XT性能逼近RTX 3090的情形下，保不齐AMD也出一个高性价比产品来针对RTX 4080系列。因此，极有可能是英伟达在先发策略下，为了确保产品地位和市场上风，坚持英伟达一向领先的产品形象，不得不给RTX 4080系列提升一档，做出了RTX 4080 16GB和RTX 4080 12GB两款产品来高下夹击，守住“80”系列的金字招牌。
从市场端来看，两款RTX 4080系列产品，采取了不同核心、不同显存规格，性能表现差距乃至还比较大的情形下，有很大可能会给消费者和市场带来困扰。对付此情形，英伟达表示，自己将在包装盒上做出显著的型号标识，以方便消费者选择。
有关三款显卡的价格，目前RTX 4090售价为12999元，RTX 4080 16GB价格为9499元，RTX 4080 12GB价格为7199元。从目前市场请来看，RTX 40系列首发三款产品定价比较高，除了新品光环外，可能还存在为RTX 30系列清库存等考虑。在产品的详细规格方面，我们在后文列出了详细的规格比拟表，在正文中就不一一进行解读了。
末了我们再来看看英伟达官方宣扬的性能情形。从官方数据来看，RTX 4090基本上来到了RTX 3090Ti的2~4倍，RTX 4080系列则基本上是RTX 3080Ti的靠近2倍到3倍多。但是，这些游戏测试，都是在RTX 40系列显卡上开启DLSS 3后得到的性能数据，个中包含了RTX 30系列无法支持的部分功能。因此究竟RTX 40系列的实际性能如何，本刊后续还有详细的测试。
总结：Ada Lovelace架构与DLSS 3助推爆炸式性能增长写到这里，这篇长文终于结束了。和我们之前的总结一样，Ada架构以及其附带的干系技能和运用，带来了GPU技能发展的一次飞跃。虽然表面上，比较之前Pascal架构到Turing架构带来的光芒追踪、张量核心等大张旗鼓地进步，目前的Ada架构没有给GPU更多实质性的变革，所做的功能更多的是更大规模、更多新的特性和功能、更好的效能等。
但是，这并不虞味着Ada架构没有其主要意义。在我们看来，Ada架构最主要的两个变革来自SER和DLSS 3。SER通过新加入的API、改进的核心架构等，为GPU带来了乱序实行的可行性，是本次Ada架构的一个显著亮点。此外，DLSS 3则是多个技能的综合，涉及SM部分、RT核心以及张量核心、软件支持等，这是英伟达开始从其余的层面知足视觉打算需求的又一次打破。
正如我们前文所说，视觉打算本身的发展依赖于半导系统编制造工艺的发展，但是半导系统编制造工艺目前正在逐渐放缓。引入了张量核心、光芒追踪等技能后，英伟达开始从另一个层面推动视觉打算技能，尤其是DLSS 3，可以通过各种办法“无中生有”地到来新的帧，目前只因此插帧的形式存在，那么往后会不会以其他的形式涌现呢？会不会涌如今游戏的其他方面呢？比如游戏引擎支持AI干系特性后，画面内的比如树木、光照或者动物皮毛纹理等，都可以利用AI“画出来”而不是用光栅化的方法“算出来”，如果这样可以的话，这将是针对传统光栅化图形技能的一次革命性变革。虽然现在这种变革还看不到什么迹象，但也模糊地透漏出一些苗头了。而关于GeForce RTX 4090 GPU的全面详细评测，我们也将在明晚为大家献上，敬请期待。
