NVIDIA Ampere架构上全新SM单元设计、升级的Tensor Core与RT Core、8nm工艺和GDDR6X显存，一同为RTX 30系列显卡带来了惊人的性能提升幅度，而PCIe 4.0、HDMI 2.1、RTX IO、Reflex等面向未来的新特性则为NVIDIA下阶段的发展打下良好的基础。
SM单元再优化，CUDA核心翻倍带动性能暴涨
RTX 3090的性能是TITAN RTX的1.5倍，RTX 3080的性能达到RTX 2080的2倍，RTX 3070的性能略高于RTX 2080 Ti，是RTX 2070的1.6倍。
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， 根据原始的定义方法，需要有一组完整的INT（整数运算单元）+FP（浮点运算）组合才算是一个处理器单元，不过在目前的应用场景下，绝大多数运算（比如游戏计算）主要考察的是FP32单元的性能。
Turing架构(左)和Ampere架构(右)SM单元示意图
所以老黄从Fermi架构开始，就直接用FP32单元=CUDA核心这样的计算方式，并且沿用至今。以Turing示例，每SM单元有包含64个CUDA核心，看上图数FP32的格子就能数出64个FP32（4x16）单元。而到了这代NVIDIA Ampere架构后，虽然整体布局结构与Turing差不多，中间的一组数据路径依然是全FP32单元设计，但左边的独立INT32单元数据路径则变成“FP32+INT32”单元。
每一组独立的FP32单元包含16组FP32 CUDA核心，每个时钟周期可以执行16条FP32指令，而另一条数据路径包含16个FP32和16个INT32核心，每个时钟周期最大仍可以执行16条FP32指令，在该设计下，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。
这意味着在全新的Ampere架构中，一个SM单元最多可以在每个时钟周期内执行128条FP32指令，达到了Turing架构的两倍，同时也可以在每个时钟周期内执行64条FP32+64条INT32指令，很好地兼顾性能和通用性。
RTX 3080核心示意图，拥有68组SM单元
而按照FP32单元=CUDA核心数的计算方式，RTX 3080配备的68组SM单元一共拥有68*128个FP32单元=8704个FP32单元，跟官方标称的CUDA核心数保持一致。
不过这种方式带来的CUDA核心“翻倍”，并不直接意味着Ampere架构可以凭借“堆核心”实现性能翻倍，因为这种设计下只有在进行纯粹的FP32计算时才能实现性能的直接翻倍，（比如“挖矿”性能，的确实现了近乎翻倍的表现）。
而在大家更关心的游戏表现和其他实际应用中，虽然FP32单元会被调动得更多（进行浮点运算），但是它也需要调用INT32（进行整数预算）等其他单元的多种运算情况，所以在游戏里实现两倍性能提升的情况几乎不可能存在。
NVIDIA在官网上关于Ampere架构的简介中，全新SM单元带来的是“2倍FP32吞吐量”，而不是直接标注两倍的FP32单元数量估计也是考虑到字面意思会被曲解，毕竟这种架构下只要进行纯粹的浮点运算时才有可能实现性能翻倍。
虽然无法通过这种结构直接实现性能翻倍，但是对整体运算效率的提升却是实打实的，也是NVIDIA Ampere架构GPU能在实际应用场景中获得远超Turing架构的性能表现的核心原因之一。
Tensor Core与RT Core齐升级，4K+光追无压力
光线追踪( Ray Tracing)和度学习超级采样（DLSS）作为RTX 20系显卡两大主打新技术，他们一同将游戏开的画质和性能表现提升到一个全新维度。
影响实时光追性能的主要是RT Core，Turing架构上的第一代RT Core最多可提供34T的RT性能，而DLSS技术的处理能力主要由Tensor Core决定，Turing上最大能提供89T的Tensor性能，而传统的SM单元，则提供11T的FP32计算能力。
Turing架构渲染时间(RTX 2080Super)
专门的光追单元可以大幅提升实时光线渲染能力，在Turing架构的RTX 2080 Super中，渲染同一演示图像时使用传统着色器需要51ms，使用RT Core渲染一帧图像所需的时间仅为19ms，渲染速度提升了2.68倍，而在打开DLSS后，更是渲染速度缩短至13ms，性能表现进一步提高，这两项技术也为游戏厂商们推出画面表现更出色的游戏打下基础。
不过在带来比传统的远超光栅化渲染的光线效果的同时，也对显卡的性能提出了严峻的考验，即便有DLSS技术的加持，这一代的光追游戏始终差点意思，特别在2K甚至4K等高分辨率下，要么为了流畅关闭光追效果，要么为了光追效果忍受帧数下降。
而来到NVIDIA Ampere架构中，这三种单元的性能都获得了显著提升，SM单元的FP32计算性能提升至30T，提升幅度达到2.7倍；然后是RT Core的RT性能提升至58T，提升幅度是1.7倍；最后是Tensor Core的Tensor性能提升至238T，提升幅度更是高达2.67倍。
NVIDIA Ampere渲染时间(RTX 3080)
硬件上的升级带来的也是渲染性能的全面提高，在同样使用RT Core+Tensor Core进行渲染的情况下，RTX 2080 Super需要13ms，而RTX 3080可以将时间缩小至7.5ms，而通过全新的并行处理技术优化，SM、RT Core与Tensor Core三大单元可以同时工作，渲染时间更是可以缩短至6.7ms，对比RTX 2080 Super提升高达94%。
而通过游戏实测可知，RTX 3080已经能在绝大部分游戏中，满足4K分辨率+光线追踪效果拉满的条件下，维持60FPS以上帧数的条件，这也意味着，RTX 30系列已经实现从“能玩”到“可以玩”4K光追游戏的跨越。
全新8nm工艺加成，芯片整体效能激增
跟竞争对手AMD近年来在制程工艺的大动作不同（从格罗方德的12nm直接提升至台积电7nm），NVIDIA近年来的工艺提升可谓非常“低调”，从Pascal（10系列显卡）的台积电16nm工艺到Turing（20系列显卡）的12nm FFN工艺（实际上算是16nm的改良版），制程上的提升并没有它们的性能提升来的激进。
虽然NVIDIA要在Ampere架构上升级制程工艺基本是早已被确认，5月份发布GA100核心也使用上了全新的台积电 7nm工艺，在RTX 30系列显卡正式发布前，大家都以为他们将继续采用这一工艺，而NVIDIA却在发布会上官宣了RTX 30显卡将使用三星的8nm工艺。
这一工艺虽然是在三星10nm工艺的基础上改良而来，但是却为Ampere架构的效能提升立下了汗马功劳，同时也不得不佩服NVIDIA的芯片设计能力。
图片来源igor's LAB
采用12nm FFN工艺的RTX 2080Ti（TU102核心）在764mm2的芯片面积内装入了186亿个晶体管，而这一代的RTX 3080（GA102核心）却能在628mm2的芯片面积内塞入了280亿个晶体管，密度提升几乎翻倍，但稍逊于采用台积电7nm工艺的GA100核心（在828mm2的芯片面积下塞入了540亿个晶体管）.
具体密度上，7nm GA100的6521万个/mm2>8nm GA102的4458万个/mm2>12nm的TU 102的2434万个/mm2，三种工艺带来的密度差异还是比较明显的，虽然RTX 30系列没有用上7nm工艺，但是三星8nm工艺对比台积电12nm FFN工艺带来的提升还是非常显著的。
NVIDIA最终选择三星8nm工艺可能也有运行频率上的考量，RTX 3080在拥有比RTX 2080Ti翻倍的CUDA核心数的情况下，仍能获得更高的Boost核心频率，而目前的7nm工艺可能还没法做到这一点，用在超算卡的GA 100则不需要太高的运行频率，此外，不选择台积电7nm工艺可能也有产能方面的考量。
制程工艺的升级还带来了能效比方便的提升，NVIDIA官方宣称在同样的60FPS帧率时，Ampere架构显卡的能耗比可以达到Turing架构显卡的1.9倍，要实现同样的性能表现，前者只需120W多点的功耗，而后者则要240W的功耗，并且前者的还温度低了3°C，噪音也减少了2dB，这个提升还是非常可观的。
GDDR6X显存加持，为极致性能保驾护航
RTX 3090和RTX 3080用上了全新的全新的GDDR6X显存，这也是RTX 30显卡的性能表现得到大幅提升的重要因素之一，特别是在高分辨率、高光追特效等应用场景下，显存的容量和带宽都很容易成为显卡性能的瓶颈。
尤其是在发布会演示的8K@60Hz+全光追特效这种极限应用场景下，性能更加强悍的GDDR6X显存可以让Ampere架构处理器更好地释放性能。
GDDR6X除了在GDDR6对运行频率进行超频，最重要的改进就是首次在显存上使用了PAM4编码。
相比传统的“NRZ”编码方式，PAM4编码可以让显卡在每个时钟周期内传输更多数据（从原来的每个时钟周期发送两位二进制数据，升级为每个时钟周期发送四位二进制数据），这也让GDDR6X的最大显存频率从GDDR6的16Gb/s提升到21Gb/s，也拥有超过1TB/s（1050MB/s）的理论显存带宽上限，这个表现已经达到HBM2的1TB/s带宽的水平。
而在RTX 30系列的实际应用上，目前最强的RTX 3090拥有19.5Gb/s的显存频率，显存带宽也达到936Gb/s，对比RTX 2080 Ti上的GDDR6带宽（616Gb/s）更是提高了52%。
GDDR6X显存除了能在性能上比肩HBM2的水平，也可以在同样的频率下实现更高的显存带宽，进而降低GDDR6X的成本和能耗，未来应该还会下放到更多消费级显卡上。
PCIe 4.0+RTX IO面向未来的新特性
除了上面提到的一些直接给RTX 30系列显卡带来性能提升的特性，NVIDIA Ampere架构还拥有许多面向未来的新特新，这些新特新目前可能没法给消费者提供直观的使用体验，却代表着显卡市场未来的潜在发展方向。
首先就是在AMD平台上已经应用多时的PCIe4.0，虽然在去年的RX 5000系列已经率先应用在显卡领域，不过该系列的性能表现完全用不上PCIe4.0x16的带宽，AMD这边也没有推出特定的功能来利用这一优势。
而NVIDIA Ampere架构列在加入对PCIe4.0的支持后，虽然目前的RTX 30系列显卡在理论性能上仍不能跑满通道带宽，在实测环节中跟PCIe3.0对比也没有性能上的差距，但是NVIDIA却专门准备了RTX IO技术来最大化利用PCIe4.0的超大带宽。
在传统的运行方式中，显卡要渲染图像，需要经过如图上复杂的路径：GPU需要通过PCIe通道与CPU进行通讯，并且通过CPU将内存中的文件传输到显存上，再进行读取和渲染，而内存中的游戏文件，也要经过CPU从PCIe通道另一端的硬盘进行读取，数据要经历硬盘—>PCIe—>CPU—>内存—>CPU—>PCIe-—>GPU-—>显存的复杂流程。
这个过程频繁调用CPU与内存，整体效率也不够高，而且由于硬件的木桶效应，整个流程中的硬件都有机会造成性能瓶颈，而且不能最大化利用PCIe通道的带宽。
而NVIDA的RTX IO技术，可以让GPU直接从走PCIe通道的硬盘中直接调用数据，既节省了CPU和内存的占用，也大幅提高了传输效率，可以更好地发挥GPU和显存的性能，搭配PCIe4.0通道的超高带宽，可以最大化高速PCIe4.0硬盘和GPU的性能表现。
从NVIDIA官方提供的展示DEMO来看，RTX IO技术带来的传输效率提升非常明显，对比传统模式下使用PCIe 4.0 SSD和24核线程撕裂者的配置，RTX IO的加载时间只需1.5秒，而前者最快也要5秒，这个表现让它具备相当出色的应用前景。
不过该技术目前还处于初始阶段，未来也得像DLSS、光追技术一样需要游戏独立研发支持，NVIDA这边也得花费不少成本才能完成研发和大规模推广
HDMI 2.1：为8K游戏铺路
采用NVIDIA Ampere架构的RTX 30系列显卡还配备了最新的HDMI2.1显示出书接口，这一接口专门为8K以上的画面传输而设计，传输带宽从HDMI2.0的18Gbps提升到48Gbps，提升幅度达到2.67倍，最大可传输10K@120FPS的视频讯号，而且能完美支持HDR、增强音频回程通道eARC、可变刷新率VRR、快速帧传输QFT、自动低延迟模式ALLM等特性。
不过目前要享受8K游戏的魅力，除了得拥有该接口外，还需要用上RTX 3090以上级别显卡、HDMI 2.1的专用线缆和支持HDMI 2.1接口的8K显示器，短期内该接口依然会是为土豪准备的玩意。
NVIDIA Reflex：决胜分毫，提升电竞表现
NVIDIA Reflex是一个为降低游戏显示延迟的技术，该技术融合GPU和游戏优化，通过硬件和软件的结合动态降低系统延迟，优化的核心精简整个画面输出流程。
在传统的输出流程中，鼠标、键盘和手柄等输入设备发送信号后，经由CPU处理后，需要输入到渲染队列后并由GPU执行渲染，最后再由GOU输出到显示器中，这个过程中，外设输入、PC内部处理和显示器输出都会有一定的延迟，NVIDIA Reflex主要是对PC内部处理的部分进行精简。
该技术直接去掉了交由渲染队列等待的过程，直接向CPU处理过后的数据交由GPU即时进行处理，除了提升传输效率外还释放了CPU的负载，降低延迟的同时也减少了对CPU资源的消耗。
在各项热门游戏中，开启NVIDIA Reflex功能可以有效降低系统延迟，这个提升幅度对游戏玩家，尤其是追求极致响应速度的电竞选手来说非常重要，可以有效提升他们在电竞比赛中的响应表现。
影驰RTX 30系列显卡：散热全面升级 带来极致游戏体验
NVIDIA Ampere架构各项新特性为RTX 30系列显卡带来了非常惊艳的性能表现，影驰作为NVIDIA的核心AIC合作伙伴，也推出了全面覆盖RTX 3090/3080/3070的GAMER、星曜、金属大师、将系列产品。
在完整享受NVIDIA Ampere架构所有新特性的同时，影驰RTX30系列散热器的设计全面升级，更加契合每个系列特性的设计语言，塑造完全不同以往的全新体验，搭配更加优秀的整卡调教及优化，性能强悍稳定无忧，为玩家打造真正的史上最强超级装备，准备入手RTX 30系列显卡的朋友可不要错过了。
TAG:[db:关键词]
