Alle Ergebnisse
KFA2 GeForce RTX 3080 Ti SG - Test/Review (+Video)
Nun ist sie, nach zahlreichen Gerüchten und Leaks, da: die NVIDIA GeForce RTX 3080 Ti, welche die sehr kleine Lücke zwischen RTX 3080 und 3090 schließen soll.
Von Christoph Miklos am 14.07.2021 - 19:46 Uhr

Inhalt

Fakten

Hersteller

KFA2

Release

Anfang Juni 2021

Produkt

Grafikkarte

Preis

ab 1559,99 Euro

Webseite

Link

KFA2 GeForce RTX 3080 Ti SG Preisvergleich

Media (13)

Galerie

⋮

3080 Ti im Überblick

Es war eine „schwere Geburt“: Im Vorfeld gab es unzählige Gerüchte rund um den Speicherausbau der GeForce RTX 3080 Ti. Oft war die Rede von üppigen 20 GB - am Ende wurden es „nur“ 12 GB. Deutlich erfreulicher: Die 3080 Ti bietet annähernd die Rohleistung der 3090. Die UVP der neuen GeForce RTX 3080 Ti liegt bei 1.199 Euro. Das sind 480 Euro mehr als bei der GeForce RTX 3080 und 320 Euro weniger als für die GeForce RTX 3090.
Bild 3/12 (Galerie öffnen)
Außerdem bringt die RTX 3000-Generation neue Software-Lösungen mit sich:
• 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
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.

Inhalt

Die Karte im Detail

Kommentar schreiben

Artikel auf einer Seite anzeigen