Tag: Nvidia

Le 21 janvier, une photo est apparue sur le célèbre forum Chip Hell montrant un GPU Nvidia portant le nom de code GB202-200-A1, qui serait un prototype de la future série RTX 50. Voici un aperçu détaillé de ce nouveau GPU excitant et de la façon dont il se compare au modèle phare actuel, le RTX 5090.

Nom de code et aperçu général

• GB202-200-A1 : Nom de code David Blackwell
• RTX 5090 : Nom de code David Blackwell

Les deux GPU appartiennent à la même famille, mais devraient offrir des niveaux de performance différents. Le GB202-200-A1 devrait offrir un gain significatif par rapport au RTX 5090, en particulier en termes de puissance de calcul brute.

Puissance de calcul (FP32)

• GB202-200-A1 : 123,6 TFLOPS
• RTX 5090 : 104,9 TFLOPS

Le GB202-200-A1 offrirait une puissance de calcul supérieure de 16,5 % par rapport au RTX 5090, grâce à un nombre de cœurs plus élevé et à des vitesses d’horloge améliorées. Ce bond en avant pourrait avoir un impact significatif dans des domaines tels que les jeux, le rendu et les charges de travail professionnelles.

Unités de shader

• GB202-200-A1 : 24 576 unités de shader
• RTX 5090 : 21 760 unités de shader

Le GB202-200-A1 dispose de 13 % d’unités de shader supplémentaires, ce qui permettra un traitement plus rapide des tâches complexes telles que le rendu 3D, les calculs IA et le ray tracing en temps réel.

Processeurs de streaming

• GB202-200-A1 : 192 processeurs de streaming
• RTX 5090 : 170 processeurs de streaming

Le GB202-200-A1 embarque également 22 processeurs de streaming supplémentaires, ce qui améliorera sa capacité à gérer des charges de travail intensives. Cette augmentation des processeurs garantit des performances plus fluides dans les applications exigeantes.

Vitesses d’horloge du GPU

• GB202-200-A1 :
  • Horloge de base : 2 100 MHz
  • Horloge boostée : 2 514 MHz
• RTX 5090 :
  • Horloge de base : 2 010 MHz
  • Horloge boostée : 2 410 MHz

Le GB202-200-A1 présente des vitesses d’horloge de base et boostées supérieures à celles du RTX 5090 — 90 MHz de plus à la base et 104 MHz de plus en mode boost. Cette augmentation des vitesses d’horloge, couplée à d’autres améliorations matérielles, devrait se traduire par des performances supérieures.

Configuration mémoire

• Les GB202-200-A1 et RTX 5090 devraient tous deux être équipés de 32 Go de mémoire GDDR7 reliée via une interface mémoire 512 bits. Cette configuration offrira une large bande passante mémoire pour les applications exigeantes telles que les jeux 4K, la VR et les charges de travail pilotées par IA.
• Une différence potentielle pourrait résider dans les puces mémoire utilisées dans le GB202-200-A1, qui pourraient comporter des puces mémoire de 3 Go, similaires à celles utilisées dans la version mobile du RTX 5090. Cela pourrait améliorer l’efficacité globale de la bande passante mémoire.

Puissance thermique (TDP)

• GB202-200-A1 : TDP de 800 W
• RTX 5090 : TDP de 575 W

Le GB202-200-A1 présente un TDP significativement plus élevé que le RTX 5090 — 39 % de consommation d’énergie en plus. Cette augmentation est probablement due aux vitesses d’horloge plus élevées et aux cœurs supplémentaires. Pour répondre à cette demande de puissance, le GB202-200-A1 utilise deux connecteurs d’alimentation 12V 2×6, une exigence nécessaire pour ses besoins énergétiques accrus.

Attentes de prix

• GB202-200-A1 : Prix à déterminer (TBD)
• RTX 5090 : 1 999 $

Bien que le prix du GB202-200-A1 soit actuellement inconnu, on s’attend à ce qu’il soit plus élevé que celui du RTX 5090, qui coûte 1 999 $. Compte tenu de ses capacités de performance supérieures, il devrait être proposé comme un modèle premium dans la prochaine génération de Nvidia.

>>>TLp049G9 pour Alcatel TLp049G9

Qu’est-ce que cela signifie pour l’avenir de Nvidia ?

Le GB202-200-A1 semble se profiler comme un GPU puissant, offrant une mise à jour considérable par rapport au RTX 5090. Avec une augmentation de la puissance de calcul, des unités de shader, des processeurs de streaming et des vitesses d’horloge, ce GPU pourrait redéfinir ce qui est possible pour les matériels graphiques haut de gamme à la fois pour les consommateurs et les professionnels.

Cependant, il reste incertain de savoir si ce GPU sera commercialisé sous la forme de la série RTX 50 sous un nouveau nom comme RTX 5090 Ti, ou s’il sera lancé dans la gamme Titan. Si c’est ce dernier cas, nous pourrions potentiellement voir une version 48 Go destinée spécifiquement aux professionnels dans des domaines tels que la création de contenu, le développement d’IA et l’informatique scientifique.

Nvidia est à l’avant-garde des graphismes de jeux sur PC depuis des années, avec ses innovations qui redéfinissent sans cesse l’expérience de jeu. L’une des percées les plus significatives a été le Deep Learning Super Sampling (DLSS), une technologie de mise à l’échelle intelligente alimentée par l’intelligence artificielle (IA). Au fil du temps, le DLSS a connu plusieurs itérations, chacune affinant sa capacité à améliorer la performance des jeux et à offrir des images de meilleure qualité, notamment à des résolutions plus élevées. Avec le lancement des cartes graphiques RTX 50-series, le DLSS fait un grand saut en avant avec le DLSS 4.

Qu’est-ce que le DLSS ?

Le Deep Learning Super Sampling (DLSS) est un système propriétaire alimenté par IA conçu par Nvidia pour améliorer la qualité des images des jeux vidéo. Introduit pour la première fois en 2019, son objectif principal a toujours été d’améliorer les performances de jeu en rendant un jeu à une résolution plus faible, puis en utilisant l’IA pour l’agrandir à la résolution native de l’écran. Contrairement à l’agrandissement traditionnel, le DLSS évite les images floues ou douces, utilisant à la place un réseau neuronal formé sur des milliers d’heures de séquences de jeux pour améliorer intelligemment les visuels.

De plus, les utilisateurs qui n’ont pas besoin d’agrandissement peuvent opter pour le Deep Learning Anti-Aliasing (DLAA), qui se concentre sur l’amélioration de la clarté du jeu à sa résolution native en améliorant le lissage des bords. La beauté du DLSS réside dans son utilisation des Tensor Cores, un matériel spécialisé dans les cartes graphiques RTX de Nvidia, qui ont commencé avec la série RTX 20-series. Ces cœurs permettent de réaliser les processus d’agrandissement et d’amélioration grâce à des réseaux neuronaux formés sur d’énormes ensembles de données.

Au fil des années, Nvidia a constamment affiné le DLSS, ajoutant de nouvelles fonctionnalités et améliorant ses capacités. L’une des innovations phares a été la génération de frames, une technique qui utilise l’IA pour générer des images supplémentaires entre chaque image rendue, augmentant ainsi le taux de rafraîchissement. Lorsqu’elle est associée à Nvidia Reflex, une technologie visant à réduire la latence d’entrée, cela a permis d’obtenir un gameplay plus fluide et des performances améliorées, même pour les cartes graphiques de gamme inférieure.

>>>AH5035 pour ZTE AH5035

DLSS 4 : Un bond révolutionnaire avec l’innovation de l’IA

La série RTX 50 introduit le DLSS 4, qui marque un changement transformatif pour la technologie. Contrairement à ses prédécesseurs, qui s’appuyaient sur des réseaux neuronaux convolutifs (CNN) pour l’agrandissement d’image, le DLSS 4 utilise un modèle Transformer. Cette nouvelle architecture apporte des améliorations significatives dans la compréhension des scènes de jeu par l’IA, lui permettant de calculer deux fois plus de paramètres et donc de fournir une meilleure qualité d’image.

De CNN à Transformer : La puissance de l’évolution de l’IA

• Les réseaux neuronaux convolutifs (CNN), utilisés dans les versions précédentes du DLSS, analysaient les images en fonction d’éléments clés tels que les bords, les lignes et les relations spatiales. Bien que efficaces, les CNN avaient des limites dans la compréhension des détails fins d’une scène et dans l’application des optimisations correspondantes.
• Le modèle Transformer, utilisé dans le DLSS 4, adopte une approche plus avancée. Il est capable d’interpréter mieux les scènes complexes et d’appliquer des calculs sophistiqués pour une amélioration d’image plus précise. Le résultat est une image agrandie plus détaillée et affinée qui conserve sa clarté, même dans des scènes à fort mouvement, grâce à une meilleure capacité à comprendre les textures fines, les bords et les nuances d’éclairage.

>>>BA23 pour Vivo X100S

Des systèmes multiples travaillant en harmonie : Les fonctionnalités du DLSS 4

Avec le DLSS 4, le système n’est pas seulement un agrandisseur d’image ; c’est un ensemble de systèmes coopératifs alimentés par l’IA qui gèrent la qualité de l’image, la performance et la latence.

1. DLSS Super Resolution : Ce sous-système prend en charge la tâche de mise à l’échelle. Le modèle TNN (Transformer Neural Network) du DLSS 4 permet des images plus nettes, en préservant mieux les détails fins que les versions précédentes. Vous pouvez choisir parmi plusieurs réglages de qualité, y compris Ultra Performance, Performance, Balanced et Quality, pour ajuster la résolution de rendu et l’agressivité de la mise à l’échelle du DLSS. Le modèle TNN excelle dans la préservation de la qualité des textures, des bords fins et des lettres, offrant une image plus claire, rivalisant parfois voire surpassant la résolution native.
2. DLSS Ray Reconstruction : Ce sous-système a subi une mise à niveau massive. Traditionnellement, des dénoseurs étaient utilisés pour supprimer le bruit et les grains dans les zones d’éclairage et d’ombre d’une scène. Cependant, DLSS 4 remplace cela par le Ray Reconstruction, qui comprend mieux comment la lumière et les ombres interagissent dans le rendu en temps réel. Le modèle TNN aide ce système à produire des effets d’éclairage et d’ombre plus précis et plus exacts, réduisant les problèmes comme le clignotement, le flou des ombres et les artefacts dans les objets distants ou les ombres en mouvement. Le résultat est une expérience visuelle beaucoup plus fluide et détaillée.
3. Deep Learning Anti-Aliasing (DLAA) : Une alternative à la mise à l’échelle, le DLAA améliore la résolution native grâce à un anti-aliasing supérieur. En utilisant l’anti-aliasing alimenté par TNN, le DLAA offre un meilleur lissage des bords par rapport aux techniques traditionnelles et maintient la clarté pendant les mouvements. Les joueurs qui préfèrent la résolution native mais souhaitent un anti-aliasing supérieur trouveront le DLAA comme une option précieuse.
4. Frame Generation : Cette technique utilise l’IA pour créer des images artificielles entre chaque frame réelle, améliorant ainsi les taux de rafraîchissement. Dans le DLSS 4, cette fonctionnalité a évolué pour devenir Multi Frame Generation (MFG), permettant de créer jusqu’à trois images artificielles pour chaque image réelle. Cette amélioration est rendue possible par le système AI Optical Flow, qui fait partie de la série RTX 50. Le modèle Transformer, avec sa capacité de traitement des données améliorée, alimente cette fonctionnalité, permettant un gameplay plus fluide et une meilleure cadence d’images. Cependant, Nvidia recommande aux joueurs de n’utiliser que les paramètres MFG qui correspondent au taux de rafraîchissement de leur moniteur pour éviter les artefacts visuels.
5. Reflex 2.0 : En tant que fonctionnalité indépendante du DLSS, Reflex 2.0 réduit la latence d’entrée, garantissant que les avantages de la génération de frames ne se traduisent pas par une augmentation du délai entre l’entrée de l’utilisateur et la réponse du jeu. Cela garantit que la performance du jeu reste fluide et réactive, même avec l’augmentation de la génération de frames.

>>>VB18 pour Godox V860II V850 V860C V860N Speedlite Flash

Comment le DLSS 4 élève la performance des jeux vidéo

L’intégration du modèle d’IA Transformer dans le DLSS 4 offre un énorme bond en avant tant au niveau des performances que de la qualité d’image. La capacité de générer plusieurs frames grâce à la Multi Frame Generation permet de pousser les taux de rafraîchissement plus haut, rendant les jeux plus fluides et immersifs, même sur des systèmes moins puissants. Couplé à Reflex 2.0, le DLSS 4 garantit que le gain en frames ne se fait pas au détriment de la latence.

En essence, le DLSS 4 offre un niveau de performance inédit et une fidélité visuelle exceptionnelle, en particulier pour les joueurs disposant des dernières cartes graphiques Nvidia, qui peuvent tirer pleinement parti de ces technologies pour vivre un jeu de nouvelle génération. Que vous jouiez en 4K ou avec un moniteur à taux de rafraîchissement élevé, le DLSS 4 promet des visuels plus nets, plus détaillés et plus fluides, en faisant un véritable changeur de jeu dans le monde des graphismes de jeux sur PC.

Avec l’arrivée prochaine de la série Nvidia RTX 5000 sur le marché, la tentation de passer à la dernière carte graphique est forte. Cependant, une fonctionnalité potentiellement révolutionnaire – la génération de frames – pourrait modifier cette décision. Cette technologie ne serait pas uniquement réservée à la série RTX 4000 et aux GPU Blackwell comme le RTX 5090 (qui introduit la génération de frames multiples), mais pourrait également être disponible sur les GPU RTX 3000.

Qu’est-ce que la génération de frames et comment fonctionne-t-elle ?

La génération de frames est une fonctionnalité innovante qui utilise l’intelligence artificielle pour générer des images supplémentaires entre celles rendues par le GPU, augmentant ainsi le nombre total de frames par seconde. L’objectif est d’améliorer les performances en jeu en donnant l’illusion d’un nombre de frames plus élevé, sans ajouter de charge supplémentaire au GPU. Cette technologie est particulièrement utile dans les situations où un taux de FPS élevé est crucial, mais où les limitations matérielles freinent généralement les performances.

Le DLSS 3 (Deep Learning Super Sampling) de Nvidia a déjà introduit des fonctionnalités telles que la super-résolution, le DLAA et la reconstruction de rayons sur les GPU RTX 3000 et RTX 2000, mais jusqu’à présent, la génération de frames était restée une exclusivité des GPU RTX 4000.

>>> NP50BAT-4-54 pour Clevo NP70 X17 AT22

La génération de frames pourrait-elle arriver sur la série RTX 3000 ?

Les dernières indications selon lesquelles Nvidia pourrait apporter la génération de frames aux anciens GPU proviennent d’une interview de Digital Foundry avec Bryan Catanzaro, vice-président de la recherche sur l’apprentissage profond appliqué chez Nvidia. Lors de cette interview, Catanzaro a évoqué les projets de Nvidia visant à améliorer les performances des anciens GPU et à optimiser l’utilisation du DLSS 4, ce qui pourrait inclure la génération de frames pour la série RTX 3000.

Catanzaro a expliqué que le DLSS 3 et la génération de frames reposent sur l’accélérateur matériel Optical Flow de Nvidia, qui détecte les mouvements entre les images. Bien que la série RTX 3000 dispose d’un accélérateur Optical Flow moins performant, Nvidia explore des solutions basées sur l’intelligence artificielle pour réduire la dépendance à cet accélérateur matériel. Si ces améliorations aboutissent, les utilisateurs de RTX 3000 pourraient bénéficier de la génération de frames, malgré des Tensor Cores moins puissants par rapport aux GPU plus récents.

La génération de frames DLSS 3 a déjà démontré son efficacité sur les GPU RTX 4000, notamment grâce à l’amélioration des Tensor Cores et des accélérateurs Optical Flow. Cependant, le nouveau modèle de génération de frames, prévu pour les GPU RTX 5000, devrait s’appuyer davantage sur des solutions basées sur l’IA plutôt que sur l’accélérateur Optical Flow. Cette approche pourrait permettre aux GPU RTX 3000 de profiter également de la génération de frames.

>>>EP04XL pour HP Elite Dragonfly G1 G2

De plus, le nouveau modèle est censé consommer beaucoup moins de VRAM, ce qui pourrait rendre cette technologie accessible aux GPU RTX 3000, sans nécessiter les ressources étendues des séries RTX 4000 et RTX 5000. Bien que les Tensor Cores moins puissants de la série RTX 3000 restent une contrainte, l’accent mis par Nvidia sur l’optimisation de l’intelligence artificielle pourrait permettre de surmonter cet obstacle.

Si la génération de frames devient disponible sur la série RTX 3000, cela pourrait représenter un gain de performance considérable pour les joueurs, sans nécessiter une mise à niveau coûteuse. L’engagement de Nvidia en faveur de l’optimisation du matériel existant suggère que le DLSS 4 pourrait être une révolution, même pour ceux qui possèdent des cartes graphiques plus anciennes.

Nvidia se prépare à lancer une plateforme basée sur Arm pour les PC grand public en septembre 2025, une avancée majeure qui signale l’entrée ambitieuse de l’entreprise sur le marché des processeurs. Ce plan combine les conceptions de processeurs et de GPU de Nvidia et vise les appareils haut de gamme, avec une sortie plus large prévue vers mars 2026.

Depuis plusieurs années, NVIDIA explore l’architecture ARM, déjà présente dans ses puces Tegra, utilisées notamment dans la console Nintendo Switch. Bien que la tentative de rachat d’ARM ait échoué, NVIDIA ne se détourne pas de sa vision. Au contraire, l’entreprise travaille à la création de puces ARM pour ordinateurs, visant à proposer un SoC (système sur puce) qui allie CPU et GPU de haute performance, notamment pour les environnements Windows, un écosystème en évolution pour l’architecture ARM.

NVIDIA développe actuellement sa feuille de route en partenariat avec MediaTek pour concevoir une gamme complète de processeurs et cartes graphiques ARM pour PC. En visant à proposer une solution complète CPU/GPU, NVIDIA adopte la même stratégie que ses concurrents, AMD et Intel, qui combinent déjà ces deux composants pour maximiser la performance et l’efficacité.

Cette annonce arrive alors que Microsoft optimise Windows pour ARM. L’intégration de cette architecture dans les plateformes Windows pourrait rapidement accélérer l’adoption de processeurs ARM dans l’univers PC, y compris pour des applications avancées, comme l’a montré Microsoft avec son assistant Copilot+ sur des appareils Qualcomm.

Ce lancement permettra à NVIDIA de consolider sa présence dans le marché des processeurs, un segment où elle pourra tirer parti de sa solide réputation dans le domaine des GPU pour attirer les utilisateurs. En combinant CPU et GPU, NVIDIA pourrait offrir des plateformes performantes et économes en énergie, une innovation cruciale pour le gaming et les applications de productivité, bref les AI PC NVIDIA !