正在阅读：RTX 3080首发评测：翻倍CUDA+三星8nm，比2080 Ti强30%！RTX 3080首发评测：翻倍CUDA+三星8nm，比2080 Ti强30%！

  NVIDIA Ampere架构与RTX 30系显卡详解：大幅性能提升是怎样来的？

 CUDA核心再改，实现翻倍CUDA数？

　　三张显卡发布后，大家最热议讨论的应该就是CUDA核心数了，还记得同事最深刻的一句感叹：“有生之年我想看到CUDA数能做到一万，结果没想到这么快就来了。”

　　确实，RTX 3080虽然算是RTX 2080的对位产品，但按官网规格来看，CUDA数却直接多了快两倍了，对比RTX 2080 Ti也几乎翻倍，这两年里英伟达技术进步快得这么离谱了吗？

Turing架构SM单元示意图，图中FP32区域每个小框框=1个FP32单元

　　先讲讲CUDA怎么算的：CUDA数=FP32单元数。

　　一直以来CUDA核心数的计算方式是一个SM模块下的FP32运算单元个数， 在我们固有印象中，INT（整数运算单元）和FP（浮点运算）组合才算是一个处理器单元，但因为大部分运算性能（比如游戏计算）主要考察FP32单元性能，所以老黄从Fermi架构开始，其实就直接用FP32单元=CUDA核心这样的计算方式，沿用至今。

　　以Turing示例，每SM单元有64个CUDA核心，看上图数FP32的格子就能数出64个FP32单元。

NVIDIA Ampere架构图，FP32+INT32同步运算

　　而到了这代NVIDIA Ampere架构后，布局结构与Turing是差不多的，中间的一组数据路径依然是全FP32单元设计，而左边的数据路径则变成了“FP32+INT32”，对于新SM单元是怎么工作的，英伟达内容与技术副总裁Tony Tamasi在Reddit上作出了解释：

Tony Tamasi：

（红线部分）一组数据路径包含16组FP32 CUDA核心，每个时钟周期可以执行16条FP32指令；

另一条路径包含16个FP32和16个INT32核心。

得益于新设计，每个SM单元里的分区可以选择在每个时钟周期内执行32条FP32指令，或者是16条FP32+16条INT32指令。

换算下来，一个SM单元可以在每个时钟周期执行128条FP32指令，是Turing架构的两倍。或者是，每个时钟周期执行64条FP32+64条INT32。

RTX 3080核心示意图，总共68组SM单元

　　128个FP32，那相对于Turing，每个SM单元的FP32数量就是翻倍了。而按照FP32=CUDA核心数的计算方式，那也确实没错，68组SM单元x每单元128个FP32=8704，就是官方标称的CUDA核心数了。

　　那么，CUDA核心翻倍，是否意味着性能翻倍呢？如果纯理论FP32计算的时候，是的。但在游戏中，虽然FP32用得很多，也有包括INT在内的多种运算情况，十分复杂。所以游戏里两倍性能提升几乎不可能存在。

　　话说回来，在官网上看到NVIDIA Ampere架构的简介，写的是“2倍FP32吞吐量”，而不是直接标注两倍FP32数量，估计是考虑到翻倍可能会曲解意思，毕竟只有单独计算FP32时才能有翻倍的性能。

　　不过这种FP32翻倍的设计能大大提升运算效率，且在实际应用场景中能在不少地方体现出来，也是这次NVIDIA Ampere架构GPU能大幅超越上代Turing架构GPU的主要原因。

  三星定制8nm制程，芯片效能跃进

　　英伟达似乎很久没有提升它们显卡的工艺技术了，从Pascal的TSMC 16nm，到Turing的12nm FFN（其实算是16nm的改良版），相比于AMD从GF 12nm提升至TSMC 7nm，英伟达这边的产品并没有太大的工艺提升。

　　虽然NVIDIA Ampere架构升级工艺是板上钉钉的事，但英伟达首先给我们放了个烟雾弹：5月份发布的GA100使用的是TSMC 7nm工艺，让大家以为RTX 30系显卡使用的是一样的工艺。等到发布会，大家才知道用的是三星8nm工艺。

　　虽然书面上是三星8nm，但实际上它是三星10nm工艺改良而来。

图源igor's LAB

　　RTX 3080（GA102）628mm²的芯片尺寸内塞进了280亿个晶体管，与之相比的是上代的RTX 2080 Ti，则是754mm²内，只有186亿个晶体管，密度几乎翻倍，而对比采用了TSMC 7nm的GA100，826mm²的面积里塞下了540亿个晶体管。

　　下面简单换算一下：

　　GA100的晶体管密度在6537万/mm²左右，GA102是4458万/mm²左右，而TU102则是2466万/mm²左右。

　　三种工艺的晶体管密度差距比较大，不过三星8nm对比TSMC 12nm FFN也有非常大的提升。

　　升级了工艺，肉眼可见的提升就是提频，不过因为GPU BOOST技术的存在，在加速的情况下两代的核心频率其实差不了太多。

　　另外就是能效比方面，看上面的图，官方称在60fps时，NVIDIA Ampere能达到Turing的1.9倍能效比，实现同样的性能，前者只需120W多点的功耗，后者则要240W的功耗，并且温度低了3°C，噪音还能减少2dB。

　　对比AMD的暴力激进工艺提升（GF 12nm直接升级至TSMC 7nm），英伟达这边显然放缓了一下脚步（只从TSMC 12nm FFN升级至三星8nm），虽然晶体管密度提升非常可观，但没有用上7nm还是让人觉得有些惋惜，当然这也可能与TSMC 7nm的产能有关。

  升级GDDR6X，比肩HBM2显存带宽

　　GDDR6X显存也是RTX 30系新卡算力大幅提升的关键因素之一，在更高分辨率、更高光追特效这些高压应用场景下，显存的容量和带宽都很容易成为计算的瓶颈，所以NVIDIA也首发应用了美光GDDR6X显存。GDDR6X的升级重点是加入了PAM4，可以大致理解为每周期传输的数据量翻倍。

GDDR6与GDDR6X眼图

　　官方提供的眼图中可以看到，因为拥有4种电平（以250mV为步进），对比于GDDR6只能发送两个二进制数据（上升沿和下降沿），GDDR6X可以在每个时钟周期发送四位二进制数据。

　　按照19.5Gbps的显存频率来计算，GDDR6X能提供最高936GB/s的显存带宽，非常接近HBM2的1TB/s带宽，对比RTX 2080 Ti上的GDDR6带宽提高了52%。

　　使用上GDDR6X，显存带宽可以提升至HBM2的水平，但也不用花费HBM2那么多的成本和技术，对消费级显卡来说是一大利好。

  Tensor Core与RT Core齐升级，光追不再是鸡肋

　　光线追踪是RTX 20系主打的新技术，它开启了一个画质的新维度，能制造出传统的光栅化渲染无法比拟的光线效果，但很明显的缺点就是显卡的性能比较难应付当时的光追游戏，游戏表现的光追效果不太明显。

　　影响实时光追性能的主要是RT Core，第一代RT Core可提供34T的RT性能，而Tensor Core可提供DLSS处理能力，能提供89T的性能，还有一个是传统的SM单元，提供11T的FP32计算能力。

　　在NVIDIA Ampere架构中，三种单元的性能都获得了大幅度提升，首先是之前介绍的SM单元，FP32计算性能提升至30T，幅度2.7倍；然后是RT Core的RT性能提升至58T，幅度是1.7倍；最后是Tensor Core的Tensor性能提升至238T，幅度2.67倍。

　　而虽然RT Core能大幅提升实时光线渲染能力，但在RTX 20系上，只打开光线追踪的性能表现依然不理想，这时就要AI核心Tensor Core提供的DLSS来让运行效率再提升了。

Turing架构渲染时间

　　在Turing架构的RTX 2080 Super中，使用RT Core渲染一帧图像为19ms，传统着色器为51ms，渲染速度提升了2.68倍。而在打开DLSS后，渲染速度缩短至13ms。

NVIDIA Ampere渲染时间

　　在NVIDIA Ampere上，同样是使用RT Core+Tensor Core，RTX 2080 Super需要13ms，而RTX 3080可以缩小至7.5ms，而通过新的并行处理技术，SM、RT Core与Tensor Core可以同时工作，渲染时间更是能缩短至6.7ms，对比RTX 2080 Super提升高达94%。

　　而通过实测，RTX 3080已经能在绝大部分游戏中，满足4K分辨率下光线追踪效果拉满并维持60fps以上帧数的条件，从“能玩”到“可以玩”，RTX 30系已经实现。

  PCIe 4.0、HDMI 2.1、RTX IO、Reflex……

　　PCIe 4.0首发于X570主板，并在去年AMD的RX 5000系显卡上适配，但即使是系列里最强的RX 5700 XT，其性能也完全用不上PCIe 4.0 x16的带宽。

　　这次的RTX 3080，虽然支持PCIe 4.0，但理论性能也不能跑满通道带宽，这里的PCIe 4.0其实是为以后的RTX IO做铺垫。

　　显卡要渲染游戏图像，传统方式需要经过如图上复杂的路径，这样会频繁调用CPU与内存，这些硬件很有可能会造成瓶颈，且数据传输速度会受限于PCIe通道速度。

　　为了避免这种瓶颈，NVIDIA开发了RTX IO技术，能够让GPU直接从SSD中调用素材，既节约了CPU的占用，也提高了效率，而采用PCIe 4.0通道，就能直接把这条通道的带宽翻倍。

　　从官方DEMO的展示来看，RTX IO的提升幅度非常大，对比使用PCIe 4.0 SSD，24核线程撕裂者的配置，RTX IO解压只需1.5秒，而前者最快也要5秒。

　　不过目前的问题是，RTX IO技术需要游戏独立研发支持，像DLSS、光追技术一样，得花额外的研发与推广成本。

　　另外还有HDMI 2.1显示输出接口，如果你未来想体验8K的游戏画面，那你需要用上RTX 3090显卡、HDMI 2.1线缆、以及HDMI 2.1标准接口的显示器，缺一不可，因为它的传输带宽相比原来的标准也是提高了不少，反正短期来说依然是土豪的玩意。

　　最后还有一个比较重要的技术是NVIDIA Reflex，简单理解就是一项能降低延迟的技术，能减轻CPU负载，让渲染队列即时进行，并可智能提速核心频率。在电竞游戏中这项技术能起到较大作用，能提升玩家，甚至电竞选手的反映速度。