KFA2 GeForce RTX 3060 EX [1-Click OC] - Test/Review (+Video)
NVIDIA verspricht mit der neuen GeForce RTX 3060 Non-Ti RTX-2070-Leistung zum „Sparpreis“ von 329 Euro (UVP).
Von Christoph Miklos am 05.04.2021 - 11:06 Uhr

Ampere im Überblick

Ende Februar haben die Grafikkarten-Partner von NVIDIA (ein Referenz-Modell gibt es nicht) die GeForce RTX 3060 gelauncht, welche den unteren Mittelklasse-Sektor abdecken soll. Auf dem Papier verspricht der Hersteller für einen UVP-Preis von 329 Euro mehr Gaming-Performance als mit einer GeForce RTX 2070. Auch die GeForce RTX 3060 unterstützt NVIDIAs‘ neuste Software-Lösungen:
• NVIDIA RTX I/O: Schneller Zugriff auf Daten, ähnlich wie bei den kommenden Konsolen
• NVIDIA Broadcast: KI-gestützte Software für das Streaming (entstand aus RTX Voice)
• NVIDIA Reflex: Neue Treiberfunktion für eine geringere Eingabeverzögerung
• NVIDIA Omniverse Machinima: Neues Tool zum Erstellen von Machinima-Filmen mit Spielen
Resizable BAR
Für Resizable BAR wird eine Technik der PCI Express Verbindung ausgenutzt, mit der die CPU direkt auf den Arbeitsspeicher einer Grafikkarte zugreifen kann. Damit soll vor allem die Leistung von darauf angepassten Spielen verbessert werden. Seit dem 30. März 2021 steht Smart Access Memory für alle GeForce RTX 30 Series Grafikkarten und Laptops zur Verfügung.
Raytracing
Im Fokus der neuen Ampere-Gaming-Grafikkarten steht die gesteigerte Raytracing-Leistung. Zur Erklärung: Die Technologie bietet im Grunde eine realistische Simulation von Licht und damit einhergehend Schatten und Reflexionen.
DLSS 2.0
Ein weiteres Feature der RTX-Grafikkarten ist der Support von DLSS (Deep Learning Super Sampling). NVIDIA nutzt die eigene Cloud-Hardware in Form des SATURN-V-Supercomputers, um auf mehreren hundert oder gar tausenden Tesla V100 das Training der Deep-Learning-Netzwerke vorzunehmen. Ein sogenannter Temporal Stable Convolutional Autoencoder berechnet dazu 500 Milliarden FP16-Operationen pro Sekunde und erstellt 64 Samples, die als Basis einer idealen Darstellung herangezogen werden können. Das Deep-Learning-Netzwerk wird also in der Cloud trainiert und nicht jedes Spiel muss für die Anwendung von DLSS auch explizit trainiert werden. Ist das Netzwerk auf einige Spiele trainiert worden, kann der Algorithmus auch auf anderen Spielen angewendet werden. Das Inferencing findet dann auf der Ampere-Hardware im Gaming-Rechner statt und wird durch die Tensor Cores unterstützt. Die dazu notwendigen Daten werden per GeForce Experience an den Rechner übertragen und sind nur wenige Megabyte groß. Allerdings würde damit auch die Installation der GeForce Experience zusätzlich zum Treiber notwendig und zudem verlangt dieser nach einem Login und kann nicht mehr einfach so betrieben werden.

Kommentar schreiben

Artikel auf einer Seite anzeigen