1月7日，英伟达在2025年CES 并发布了RTX 50系列GPU。英伟达首先发布了RTX 5070 GPU，售价仅549美元。据英伟达称，该GPU将通过多种方式利用AI技术，提供RTX 4090级别的性能，但价格仅为后者的三分之一。此外，移动版RTX 5070的功耗仅为RTX 4090的一半，从而在笔记本电脑上实现更高的性能水平。
此次发布的50系列产品线还包括作为这一代旗舰产品的RTX 5090，售价高达1999美元，提供3400 AI TOPS的性能。RTX 5080则以更具吸引力的999美元价格，提供1800 TOPS的AI性能，略高于RTX 5090性能的一半，并继承了即将退市的RTX 4080 Super的价格。接下来是RTX 5070 Ti，售价749美元，提供1400 TOPS；最后是RTX 5070，以已提及的549美元价格，提供1000 TOPS。
根据公布的AI TOPS性能，首先显而易见的是，英伟达相对于Ada Lovelace架构，在INT8工作负载上至少将AI计算运算量翻了一番。
这些并非随意猜测。即使确切的核心数量和时钟速度可能略有偏差，但所述的计算水平应该是可行的。英伟达表示，RTX Blackwell通过着色器提供125 TFLOPS的FP32图形计算能力，是Ada代产品的1.5倍，而AI性能将是其3倍。因此，相对于着色器性能的AI性能已经翻倍。
我们尚不清楚Blackwell中使用的第五代张量核心是否能将其他数字格式的吞吐量翻倍。考虑到这些GPU的多用途应用场景——它们将用于游戏显卡，当然，也包括专业GPU和数据中心AI解决方案——我们推测张量核心的所有方面都得到了升级。
有趣的是，如果我们插入时钟速度和传闻中的核心数量，就可以更好地了解最终规格。125 TFLOPS的数据还伴随着最高4000 INT8 TOPS的性能，而RTX 5090则将其缩减至3400 TOPS。因此，125 TFLOPS的数据代表了一个假设的完全启用的Blackwell芯片，而RTX 5090将仅部分启用。这是合理的。
目前的传闻称，GB202最多拥有192个SM（流式多处理器），而RTX 5090将仅启用170个。据此计算，RTX 5090将提供约107 TFLOPS的着色器计算能力，以及3400 TOPS。但1.8 TB/s的带宽数据与先前传闻的28 Gbps GDDR7内存运行在512位内存接口上完全吻合。
英伟达在其所有游戏GPU上将AI计算能力翻倍后，会做些什么呢？自然，它计划推出新的功能和软件解决方案来充分利用这些能力。RTX 5070提供1000 TOPS的计算能力，性能几乎与RTX 4090相当，但价格仅为后者的三分之一，这为计算要求更高的任务打开了大门。
最有可能的应用场景之一是基于AI的纹理压缩。我们之前听说过这项技术，其概念已在上一代硬件上演示过……但帧率并不极高。2023年5月的神经纹理压缩（Neural Texture Compression, NTC）的运行速度不到标准BTC（块截断编码）压缩速度的一半。但18个月后，随着AI计算能力的提升和更多训练，我们完全有可能实现NTC与传统BTC相同的运行速度。
鉴于我们和其他人对现代游戏中GPU显存不足的担忧，NTC成为Blackwell一代硬件的主要新功能之一也就不足为奇了。如果得到应用，NTC能在显存使用量减少三分之一的情况下提供更高的图像质量，甚至可能让8GB显存的显卡更加可行。只是存在一个小问题：许多游戏是跨平台作品，运行在由AMD GPU驱动的游戏主机上。
如果英伟达的新纹理压缩技术需要至少一张RTX显卡，那么会有多少游戏支持这项技术呢？而如果该技术需要RTX 50系列显卡，那么支持的游戏数量将会更少。但英伟达有足够的影响力以AMD和英特尔无法做到的方式推动游戏市场的发展。
这会是传闻中的DLSS 4，即神经渲染图形吗？还是会有其他什么新技术？英伟达尚未公布，但显然NTC至少会在某种程度上归属于DLSS系列。
（图片来源：英伟达）
除了桌面GPU，英伟达还公布了移动产品线的名称。将有对应的RTX 5090、5080、5070 Ti和5070笔记本电脑，预计于2025年3月上市。虽然型号名称与桌面系列相匹配，但性能将显著降低，我们预计其他规格也会有所缩减。
RTX 5090笔记本GPU将提供1850 AI TOPS，起价2899美元。这意味着其性能基本与桌面版RTX 5080相当。移动版5080降至1350 AI TOPS，略低于桌面版5070 Ti。移动版5070 Ti将与桌面版5070一样提供1000 TOPS，而普通版5070笔记本GPU将提供高达800 AI TOPS——这可能是即将推出的桌面版RTX 5060 Ti的预告。
欢迎关注我们，并“设为星标” 可第一时间收到我们的推送消息================================
SoC 设计优化相关资料推荐
