Názory k článku Architektura a novinky GPU Turing. Detailní pohled na novou architekturu Nvidie

věř tomu že není, geforce umí s pamětí nakládat lépe jak radeonky a v praxi je to s rx570 velice vyrovnané (testoval jsem v zimě i tu radeonku od Asus). Samozřejmě je třeba si odpustit vyhlazování které je vyjma uhd textur největší žrout paměti.
Já si ji pořídil kvůli limitovanému rozpočtu na novou sestavu a taky už se proslýchalo že nové nvidie vyjdou v létě, takže jsem nechtěl dávat do grafárny víc než je bezpodmínečně nutné a zároveň nesahat do lowendu. A vážně mě mile překvapila tahle kartička, solidní přetaktování a v Doom jede se default 72fps synchro ve fHD na plné detaily (ne nightmare textury pochopitelně).

"Jan Olšan 15.9.2018 at 17:35
.. tak najednou se upínáš k tomu optional režimu 2X, co? ???? Ten ale pochopitelně nebude zvyšovat výkon."

Nikde se v tom dokumentu Nvidie o optional nic nepise. Nikde ani jine weby nepisou o "optional" povaze. To jsi si proste vycucal. Nikde se tam nepise nic o tom, ze by supersampling nemel zvysovat vykon. A co se stalo s tvym tvrzenim, ze DLSS je jen upscaling? V clanku zminka o supersamplingu chybi, i kdyz jinde se o tom pise na stejne urovni. To se to tam stydis pridat?

Navic, optional by znamenalo, ze tam ten rezim vubec nemusi byt, ale on tam bude vzdycky, jen si ho budes treba muset vybrat (stejne jako si vybiras no aa/2xaa/4xaa atd.). Co je na tom divnyho?

LOL a jestli chces v pondeli vydat clanek o tom, jak je to jen a jedine upscaling a ne supersampling, tak to bude takovej krasnej pomnicek tvymu AMD fandovstvi, ze ti to bude celej ceskej internet pripominat jeste roky :D

A kde jsou ti dalsi experti, treba Aznoh a Tombomino, co tvrdili, ze DLSS neni supersampling? :D No?

Nejspíš nemají potřebu komentovat někoho, kdo plodí výrazy jako "nezmynuje". :D S odchovancem zvláštní školy se špatně diskutuje. :D :D

Byl jsi vedle jako jedle, začíná ti to už pomalu docházet. Když vydala NV grafy s nárůstem výkonu s DLSS, tvrdil jsi že rozhodně o upscaling nejde. :D Ale jako, co čekat od fanatika, který tu předpovídal, že raytracing bude výrazně zrychlovat hry. :D :D :D

"Nejspíš nemají potřebu komentovat někoho, kdo plodí výrazy jako „nezmynuje“." To je jen autocorrect na anglictinu, kterej kolikrat zapomenu vypnout, kterej mi meni na i na I ale I cely slova na podobny anglicky slova, viz. moje ostatni posty. Kdyz to slovo pak opravim, casto si nevsimnu ze to zmenilo vic pismen, nez jen treba koncovku. A bohuzel tu neni edit. Jestli je tohle tvuj jedinej argument aznohu, tak to je fakt slabotu :D

"Jan Olšan 15.9.2018 at 21:54
Měli pravdu, tak nemaj potřebu dělat ramena a křičet aby něco zamaskovali?"

Myslis treba jako ty se snazis zamaskovat, ze DLSS je supersampling tim, ze to do clanku vubec nedas, kdyz vsechny velke svetove weby o tom pisou?

No to je chlapacky, to teda vubec nic nemaskuje :D

https://www.tomshardware.com/reviews/nvidia-turing-gpu-architecture-explored,5801-5.html

https://www.anandtech.com/show/13282/nvidia-turing-architecture-deep-dive/9

https://www.techpowerup.com/reviews/NVIDIA/GeForce_Turing_GeForce_RTX_Architecture/9.html

A co se vykonu tyce, proc Olsan, kdyz uz sem dava link na architecture dokument Nvidie, neuvede ten odstavec tesne pred tim? Dalsi vec, kterou se hodi zamlcet ;) Jasne se tam mluvi o tom, jak TAA vyuziva shadery:

"For example, Temporal AntiAliasing (TAA), a shader-based algorithm that combines two frames using motion vectors to determine where to sample the previous frame, is one of the most common image enhancement algorithms in use today."

strana 35 hned nahore (nad tim, co sem Olsan postnul LOL) https://www.nvidia.com/content/dam/en-zz/Solutions/design-visualization/technologies/turing-architecture/NVIDIA-Turing-Architecture-Whitepaper.pdf


Stejne tak MSAA/FXAA/SAA/MLAA se pocitaji na shaderech.
https://en.wikipedia.org/wiki/Multisample_anti-aliasing

https://en.wikipedia.org/wiki/Fast_approximate_anti-aliasing

https://en.wikipedia.org/wiki/Spatial_anti-aliasing


Co se asi stane, kdyz se bude misto toho pocitat aliasing na Tensor Cores? At uz DLSS nebo DLSS 2x? To nebude uspora vykonu? :D :D :D

"Jan Olšan 15.9.2018 at 22:19
A ten whitepaper jsi si přečetl? Dal jsem ti i čísla stránek. Jestli jo a pořád ti přijde, žes nebyl vedle, tak asi nerozumíš anglicky a pak už holt nevím."

Jisteze precetl. A whitepaper jasne mluvi o supersamplingu a nikde se tam nepise o nicem "optional". Proc to chybi v clanku? A co se stalo s tvym tvrzenim, ze DLSS v zadnem pripade neni superampling? ;)

Fakt se divím, že tě tu trpí Maudite, když tu nechutně lžeš redaktorovi do očí. Jen se mi potvrdilo, že jsi opravdu pacient. Ty a DD jste na tom prakticky na 100% stejně, čirý fanatismus.

Maudit: "Ja to pridam radsi I sem, protoze ocividne ani Jan Olsan netusi, co je DLSS a jak funguje. Rozhodne to neni upscaling." https://www.cnews.cz/nvidia-geforce-rtx-2080-turing-prvni-benchmarky-4k#comment-192928


#stopfanatismu
https://cs.wikipedia.org/wiki/Fanatismus

@aznoh

Ano, DLSS neni upscaling. A ze V TOM SAMEM POSTU pisu, co to presne DLSS je a ze se da pouzit jak pro upscaling, tak pro supersampling, to ti unika?

"Supersampling totiz funguje tak, ze vyrenderujes obraz v mnohem vetsim rozliseni (delas vic samplu na jeden pixel z puvodniho mensiho rozliseni) a ta data pak pouzijes pro vylepseni kvality toho hrubsiho pixelu v nizsim rozliseni. To je hruba sila. Oni dokazali naucit tu neuralni sit dosahnout podobne kvality jen na zaklade informaci o okoli (ta neuralni sit dokaze rozumnet objektum ve scene, takze identifikuje treba hranu toho kanonu – vsak se taky dnn pouzivaji k pocitacovemu videni) a jeste k tomu z vektoru pohybu objektu ve scene, protoze jde o temporalni neuronovou sit (dokaze zpracovat casove zavisle informace). Ta sama dnn se samozrejme da pouzit I ke zvyseni rozliseni (Huang to tam rika, treba vylepseni CT scanu), kdyz tu extra informaci (extra samply) nepouzijes k antialiasingu, ale primo na vykresleni dalsiho pixelu. Ale v kontextu supersample antialiasingu jsou ty extra samply pouzity k vyhlazovani (proto to tak pojmenovali LOL)."

Z Nividia Architecture Whitepaperu, co sem daval i Olsan:
"After many iterations, DLSS learns on its own to produce results that closely approximate the quality of 64xSS, while also learning to avoid the problems with blurring, disocclusion, and transparency that affect classical approaches like TAA."

Kdyby bylo DLSS jen upsacling, nikdy by jsi nemohl dokazat zvednout KVALITU, protoze cistym upscalingem a naslednym downscalingem se dostanes pri nejlepsim ke stejne kvalite, jako ten puvodni lower-resolution obraz. DLSS ale dela neco vic - dodava extra samply k puvodnim input samplum. A s tim muzes udelat dve veci - vyuzit je primo pro renderovani extra pixelu (v contextu upscalingu) a nebo je pouzit pro zleseni kvality existujicich (v contextu supersamplingu).

Ale to uz jsem psal "23.8.2018 at 2:14", jak si kazdej muze precist ;)

Muzes to okecavat jak chces, ale vy jste tvrdili, ze jde jen a jedine o cisty upscaling, coz neni pravda. O upscaling se vubec nejedna, jen se data z te DNN daji pro upscaling pouzit (ale nejsou upscalingem ziskana). :D :D :D

Lol magor. :D
Lžeš tu jak když tiskne, viz "vy jste tvrdili, ze jde jen a jedine o cisty upscaling" - o žádném čistém upscalingu tu nikdo nemluvil.

Ty jsi fakt zralej na Chocholouška, ale tobě to třeba časem dojde Maudite, ty tvoje přešlapy pečlivě eviduju i se zdroji a po recenzi tu o tobě bude pěkný příspěvek. :D :D :D
Taková ochutnávka: :D

1. Maudit: raytracing podporuje 21 her při vydání Turingu, realita: her je 11 a zdaleka ne při vydání
2. Maudit: Turing bude o 80-200% výkonnější než Pascal, realita: 35-45%
3. Maudit: Raytracing zrychlí hry, protože RT jádra odlehčí shaderům, realita: RT hry běží na 2080Ti 40 fps ve FHD :D

#stopfanatismu
https://cs.wikipedia.org/wiki/Fanatismus

Maudite ty seš fakt tragéd. Problém s tebou je, že asi vůbec nechápeš, co sou neuronový sítě, nebo prostě schválně děláš blbýho, aby si mohl držet tu svoji pohádku.

Supersampling znamená, že na jeden pixel vykreslování se použije víc vypočítanejch pixelů. U antialiasingu taky metody používající supersampling pracujou s vědomostma o geometrickým modelu, aby mohly například dělat SS jenom na hranách.

Jenže DLSS i DLSS 2X s tímhle nemá nic společnýho. Supersampling se použil JENOM na ten obraz, kterej se používal při trénování.

Když použiješ DLSS, tak GPU počítá bez supersmaplingu, vyplivne obraz bez AA, a efekt antialiasingu supluje neuronová síť. Ale ta nedělá žádnej supersampling, ta jenom udělá s každým pixelem efekt, kterej se naučila dělat při tom trénování. Je to čistě spatial filtr a nepoužívá na výstupní pixel víc samplů. DLSS ani DLSS 2X neví nic o tom, jakou má scéna geometrii, neví nic o objektech, je to filtr běžící čistě na pixelech. Jako to waifu2x...

To, že trénovací kvalitní obrazy supersampling používaly, je úplně jedno, DLSS i DLLS 2X ten efekt jenom emuluje. Přijde úplně ohavný, jak demagogicky jseš o tom ochotnej lhát. Jo, to je bez přehánění lež, co tu praktikuješ. Nemám rád, když se sem takový silný obvinění tahají, protože to tu diskusi vyhrocuje, ale ty jsem fakt extrémní případ.

P.S. A ty tvoje básnš o tom, že to běží na tensor cores, takže něco!!!11one, to s tím nemá co dělat.

Zda se spis, ze ty nechapes, jak neural networks funguji. Nebo nechces chapat? ;) Rozdil mezi klasickymi zpusoby zpracovani obrazu a deep learningem je prave v tom, ze se deep learning nauci rozumnet tomu, co je na obrazku. Pocitacove videni ti nic nerika? Jak umeji neural networks poznat, ze je na obrazku pes, kocka nebo jakekoliv jine zvire (dnes uz lepe, nez clovek), jak umeji dynamicky poznat objekty v okoli a umoznit tak autonomne rizena auta? Je to prave o tom, ze dokazou pochopit obsah. To je to, co klasicke ciste matematicke metody nedokazou. A to je ten duvod, proc se tomu rika umela inteligence. Clovece lzes jenom sam sobe :) Ale nemusime chodit daleko, vsak on o tom Huang mluvi primo v keynote:

"It can then generate pixels in has never seen before, pixels that make sense to go there. If you and I were to look at it, we would know what pixels make sense to go there, so it makes sense that we can teach a neural network to make sense of what pixels go there."
https://youtu.be/Mrixi27G9yM?t=59m54s


To uplne krasne demonstruje, jak totalne mimo jsi ohledne chapani funkce DLSS, viz treba:

"Ale ta nedělá žádnej supersampling, ta jenom udělá s každým pixelem efekt, kterej se naučila dělat při tom trénování. Je to čistě spatial filtr a nepoužívá na výstupní pixel víc samplů. DLSS ani DLSS 2X neví nic o tom, jakou má scéna geometrii, neví nic o objektech, je to filtr běžící čistě na pixelech. Jako to waifu2x…"

DLSS praveze rozumi tomu, co je na scene, rozumi geometrii, dokaze identifikovat objekty i detaily a inteligentne je doplnit. Ty extra samply nepochazeji z rasterizace jako klasicky aliasing, ale prave z toho, ze ta neuralni sit chape scenu, co na danem miste ma byt. DLSS se nauci, jake objekty jsou pro danou hru typicke a pak je dokaze doplnovat. Pokud by to byl obecny spatial filtr, nemusel by se trenovat pro kazdou hru zvlast. Tohle ti budu pripominat jeste hodne dlouho. Ten link si ukladam. Diky ;)

Mozna by stalo za to, abys nam teda vysvetlil, jak NGX dokaze teda doplnovat v modu InPainting chybejici mista v obrazcich (ktera jsou dost znacna), viz. treba strana 38 z whitepaperu?
https://www.nvidia.com/content/dam/en-zz/Solutions/design-visualization/technologies/turing-architecture/NVIDIA-Turing-Architecture-Whitepaper.pdf


Ale jasneeeee, urcite jde o spatial filter, zejo. Proste cela ta prostredni cast obliceje, vcetne oci, nosu a tvari byla doplnena ciste vektorovou interpolaci :D :D :D Ted je fuk, ze se snazis lhat (ne moc uspesne) nam vsem. Vis me fakt zacina udivovat, co si za cloveka, ze dokazes tak brutalne lhat sam sobe. To je mnohem horsi.

"P.S. A ty tvoje básnš o tom, že to běží na tensor cores, takže něco!!!11one, to s tím nemá co dělat."

DLSS bezi na Tensor Cores. To je fakt. Klasicke formy antialiasingu bezi na shader units. Taky fakt. Usetri se tak prace rasterizacni pipeline, ktera se da pak vyuzit na dalsi snimky, protoze se prace presune z shader units na Tensor Cores? Ano.

Me je jasne, ze se snazis DLSS zdiskreditovat a bagatelizovat, protoze pak urcite budes rikat "ale tech 200% vykonu GTX1080/1080Ti, to se napocita, vzdyt je to s DLSS". Myslim, ze to vidi kazdy. Jenze k tve smule, 4k DLSS nabizi kvalitnejsi obraz nez 4k TAA a 4k DLSS 2x nabizi dokonce obraz v kvalite nerozpoznatelne od 64xSS. Tak proc by se kvalitnejsi vystup nemel pocitat? ;)

@anozh
"1. Maudit: raytracing podporuje 21 her při vydání Turingu, realita: her je 11 a zdaleka ne při vydání
2. Maudit: Turing bude o 80-200% výkonnější než Pascal, realita: 35-45%
3. Maudit: Raytracing zrychlí hry, protože RT jádra odlehčí shaderům, realita: RT hry běží na 2080Ti 40 fps ve FHD "

ad 1) Nvidia uvedla podporu RTX u 21 her. Az pozdeji to pak upresnili a rozdelili na hry podporujici raytracing, DLSS a raytracing+DLSS. Btw, od te doby tech her pry pribylo - tusim 9 her s podporou DLSS a 1-2 hry s raytracingem. Ale to muze byt jen nejaky dohad, jako fakt to nepredkladam, to pro jistotu rikam dopredu. Zname se zejo ;) Moc dobre vime, ze ti slova jako "mozna", "pry", "mohlo by" nic nerikaji a vykladas si je jako "urcite", "je to fakt", a "na 100% bude".

ad 2) Turing je na 200% vykonu Pascalu. Ze si jaksi zamlcel a snazis se bagatelizovat DLSS jako neco, co se nepocita, jen ukazuje tvoje selektivni vnimani reality. Zaklad jsem tusim rikal 50%, ne 80%, ale to je fuk. Kazdopadne nejake vysledky, ukazujici 50-60% narust jsou uz k mani, takze klidne muzes zacit s tvymi klasickymi vymluvami, viz.:
https://videocardz.com/77983/nvidia-geforce-rtx-2080-ti-and-rtx-2080-official-performance-unveiled


ad 3) Ty snad mas nekde nejake finalni vysledky raytracingu? Zatim nikdo nepredvedl nic jineho, nez early alpha verze bez optimalizaci :) A co treba vzit jako priklad Enlisted, bezici na Vulkanu ve 4k s raytracingem pri ~120 fps? https://www.youtube.com/watch?v=ZnQRzLZ5nEE

Ale to se ti samozrejme nehodi co? :)

Taky koukam, ze jsi porad urazenej, od ty doby, co jsem ti na prikladech ukazal tvuj neurotismus a snazis se sem ted davat nejaky linky o fanatismu :D Cute, ale neni to originalni. Navic to ten tvuj neurotismus jen prohloubi. Mel by sis na to davat pozor :)

edit: Z toho prikladu mi vypadla prvni veta, kde se rika, ze ta vetsi sit je soucasti DLSS 2x:

"In addition to the DLSS capability described above, which is the standard DLSS mode, we provide a second mode, called DLSS 2X. In this case, DLSS input is rendered at the final target resolution and then combined by a larger DLSS network "

@mareknr

Je potreba ten odstavec uvest celej, aby bylo videt, k cemu se ty "similar capabilities" vztahujou:

"Deep learning has now achieved super-human ability to recognize dogs, cats, birds etc., from looking at the raw pixels in an image. In this case, the goal would be to combine rendered images, based on looking at raw pixels, to produce a high-quality result—a different objective but using similar capabilities."

Ty "similar capabilities" jsou presne to rozpoznavani - dokonce to tam i uvadeji. Jen misto psu rozpoznavaji hrany, objekty, vzory, atd.. A jeste jedna podstatna vec - je to temporal dnn, takze ta sit si pamatuje i informace z predchozich snimku.

Maudit :D
https://media.giphy.com/media/26SgfZy2rWgOgqKS3u/giphy.gif

ad 5) To je skoro spravne, ale neprovadi se tam zadne dopocitavani. DNN maji takzvany input layer a output layer a mezi nimi jsou hidden layers.

DLSS bude mit rekneme 2k input a 4k ouput layer, DLSS 2x bude mit 4k input a 4k output layer. Vysledna data se ctou uz primo z output layeru.

" In this case, DLSS input is rendered at the final target resolution and then combined by a larger DLSS network".

Neboli presne jak rika Huang v keynote, co jsem postnul, ta DNN se nauci pochopit, co je ve scene a uz primo vi, jaky pixel ma jit na dane misto.

„It can then generate pixels in has never seen before, pixels that make sense to go there."

Pouzivaji se pri uceni a i k inferenci. Uceni pomoci backpropagation nastavuje vahu spojeni neuronu mezi vrstvami v rezimu kazdy s kazdym mezi dvema vrstvami. Ta naucena vaha kazdeho spojeni se pak pouziva k lepsimu vyhodnoceni vstupu.

Samotny proces uceni bere vstupy a prozene je siti, zpatky se pak vraci informace o tom, jak dobre/spatne se vystup trefil.

"Backpropagation is a method used in artificial neural networks to calculate a gradient that is needed in the calculation of the weights to be used in the network.[1] It is commonly used to train deep neural networks,[2] a term referring to neural networks with more than one hidden layer.[3]"
https://en.wikipedia.org/wiki/Backpropagation

Maudite
1. Mluvil jsi čistě o RT, nemíchej do toho žádné RTX, https://www.cnews.cz/nvidia-turing-geforce-rtx-odhaleni#comment-192673

lhal jsi, nebo jsi skočil NV na špek, to je celkem fuk, prostě jsi trouba co žere marketing a nepoužívá mozek :D

2. "Turing je na 200% vykonu Pascalu" :D :D :D Magooor. :D
Neříkal jsi žádný základ 50%, tvrdil jsi 80%, aspoň tu nelži, když je to lehce dohledatelné :D

3. Raytracing: To, že RT bude mít brutální hit na výkon ve hrách je snad zřejmé z vyjádření tvůrců na jaké fps míří. BF5 míří na 60FPS FHD, ale sníží úroveň RT, takže na kvalitu z ukázky můžeme zapomenout. Metro se pokusí o 60 fps ve FHD. Vše na kartě za 30+ litrů. Ale Maudit sní dál, že RT zvýší výkon ve hrách. :D :D Si z tebe snad cvrknu to textilu. :D

Nejlepší je, jak neustále argumentuješ zdroji z marketingu výrobce. :D Prostě ovce.

Měli pravdu, tak nemaj potřebu dělat ramena a křičet aby něco zamaskovali? :)

A ten whitepaper jsi si přečetl? Dal jsem ti i čísla stránek. Jestli jo a pořád ti přijde, žes nebyl vedle, tak asi nerozumíš anglicky a pak už holt nevím.

Píšeš úplný nesmysly.

@mareknr
To je moc dobře napsáno.