Bemutatta Volta-alapú Titan V kártyáját az Nvidia
Mindez idáig kérdéses volt, hogy valaha piacra kerül-e videokártya formájában a tavasz elején bemutatott, az Nvidia által valaha tervezett legnagyobb GPU, a GV100. A kérdésre végül tegnap adott választ a cég, amely a Titan V személyében bemutatta az elsősorban különféle általános számítások gyorsítására kihegyezett, legújabb csúcskategóriás VGA-ját.
Kissé váratlanul leplezte le az abszolút csúcsot jelentő Titan sorozatának következő tagját az Nvidia. Az egyszer a játékosokat, máskor pedig a különféle számítások gyorsítását célzó márka legújabb, egyszerűen csak "V" jelölésű tagja a tervezőcég aktuális legfrissebb, Volta kódnevű fejlesztésére épül, a NYÁK-ra a gigászi, 815 mm2-es GV100 GPU került fel. Utóbbi képességeinek megfelelően a Titan V elsősorban compute-ban erős, a kártyát többek között AI-t célzó fejlesztésekhez szánja az Nvidia. A specifikációknak és a célközönségnek megfelelően a kártya csillagászati árat kapott, a Titan V-ért cserébe ugyanis nettó 3000 dollárt kell letenni az asztalra.
Mindezért ugyanakkor a videokártya formájában jelenleg elérhető legmagasabb számítási teljesítményt kaphatja meg a vásárló, a Titan V ugyanis egyszeres pontosság mellett 13,8, kétszeres mellett pedig 6,9 TFLOPS-ra képes. Előbbit, tehát az egyszeres pontosságot tekintve ez 14 százalékos előrelépést jelent a kvázi előd Titan Xp-hez képest, a konkurens AMD Radeon Vega Frontier Edition kártyához viszonyítva pedig körülbelül 5 százalékos az előny. Dupla pontosság mellett lényegesen nagyobb a különbség, a Titan V 6,9 TFLOPS-os számítási teljesítménye mellett valósággal eltörpül az ilyen téren kifejezetten gyengének számító Titan Xp 0,38 TFLOPS-os, vagy az említett Radeon 0,7 TFLOPS-os tempója. A kártyák ezen képességet ugyanakkor jellemzően komplikáltabb kiaknázni, leginkább különféle mérnöki-tudományos és szuperszámítógépes feladatok alatt lehetséges.
forrás: AnandTech
Az Nvidia elsősorban nem is ezt, hanem a mélytanulás gyorsításához beépített, 640 darab aktív Tensor mag képességét emeli ki. A tervezőcég ezeket kifejezetten a mélytanulásnál előforduló műveletek fürgébb végrehajtásához tervezte, így azok a CUDA magokhoz viszonyítva kevésbé rugalmasak, cserébe Tensor végrehajtásnál lényegesen a hatékonyabbak. A Tensor mag elsősorban 4x4 mátrix műveletekben (pl. MAD) erős, például mátrixok összeszorzásánál. A magok egy órajel alatt 64 darab FMA utasítást képesek végrehajtani, amivel a Pascalhoz képest nagyjából négyszeres gyorsulás érhető el Tensor feldolgozás során, amely számszerűen 110 TFLOPS-os kapacitást jelent.
Machine recruiting: nem biztos, hogy szeretni fogod Az AI visszafordíthatatlanul beépült a toborzás folyamatába.
Ennek megfelelően a Titan V első számú célközönség a gépi tanulással foglalkozó otthoni, kvázi amatőr kutatók egy csoportja lehet. Ez természetesen még nem zárja ki, hogy a kártyával 3D-s grafikai alkalmazásokat futtasson annak tulajdonosa, amelyhez egyébként négy kijelzőkimenetet kínál a Titan V három DisplayPort és egy darab HDMI személyében. A célközönségnek megfelelően azonban az Nvidia egyáltalán nem tett említést a kártya játékok alatti tempójáról, amelynek vélhetően egyik oka, hogy a Titan Xp hónapok óta stabilan őrzi vezető helyét, egyelőre nincs szükséges erősebb gamer kártya bemutatására.
A játékos célközönsége valószínűleg nehezen is tudná megemészteni az igencsak magas, nettó 3000 dolláros ajánlott végfelhasználói árat. Az árcédula ugyanakkor mindjárt barátságosabbnak tűnik, ha mellé tesszük az ugyancsak GV100 GPU-ra épülő Tesla V100-at. Utóbbi, kizárólag gyorsítókártyaként használható termék nagyjából 10 000 dollárért érhető el, a több, mint háromszor magasabb árért cserébe pedig 38 százalékkal magasabb memória-sávszélesség, illetve elhanyagolható, 1,5-2 százalékkal magasabb számítási kapacitás jár, amelynek tükrében már jó vétel lehet az elsősorban munkaállomásokba szánt Titan V.