Сравнительный анализ Blackwell RTX 50-й серии требует некоторых изменений

Во-первых, производительность — это не только количество кадров в секунду. Нам также нужно учитывать задержку и качество изображения. По сути, это бенчмаркинг 101, предмет, близкий и дорогой моему сердцу (поскольку я сижу здесь и тестирую как можно больше графических процессоров, готовясь к запуску Arc B570 и предстоящим RTX 5090 и 5080, не говоря уже об AMD RDNA4 и RX 9070 XT и RX 9070). Правильный бенчмаркинг требует не только последовательного подхода, но и хорошего выбора игр и приложений, а также понимания того, что означают цифры.

Можете ли вы копнуть глубже? Да, безусловно. Сложность в том, что это начинает требовать больше времени, а дополнительная информация, полученная в результате этого, страдает от классического случая убывающей отдачи. Уже сейчас требуется около полного рабочего дня (десять часов, если быть реалистом), чтобы протестировать всего один графический процессор в моем текущем тестовом наборе. Это около 20 игр, несколько приложений и несколько запусков в каждом тесте. А когда вы находитесь в ситуации, как сейчас, когда все нужно повторно протестировать на максимально возможном количестве графических процессоров? Вы не можете просто решить увеличить время тестирования на 50%.

Изображение: Nvidia

Утилита FrameView от Nvidia, которую я использую последние два года, является отличным инструментом для захвата времени кадра и другой информации, включая использование CPU, использование GPU, тактовую частоту GPU, температуру GPU и даже мощность GPU в реальном времени, если у вас есть адаптер PCAT (который у нас есть). Но есть и несколько измерений, включая стандартный MsBetweenPresents (по умолчанию для PresentMon) и более новый MsBetweenDisplayChange от Nvidia.

С Blackwell Nvidia рекомендует всем, кто проводит бенчмарки, перейти на использование MsBetweenDisplayChange, поскольку он, по-видимому, более точен. Если взглянуть на цифры, то в большинстве случаев разница не так уж велика, но Nvidia утверждает, что он будет лучше улавливать пропущенные кадры, вариации времени кадра и новый метод измерения переворота, используемый MFG. Так что, если вы хотите получить «частоту кадров» DLSS 4 — в кавычках, потому что кадры, сгенерированные ИИ, не совпадают с полностью отрисованными кадрами — вам нужно будет сделать переход. Это достаточно просто, и это то, что мы планируем сделать, независимо от того, будем ли мы тестировать с MFG или нет.

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

Затем Nvidia задает (надеюсь, риторический) вопрос: важно ли качество изображения? Ответ — да, очевидно, но вот тут-то мы и сталкиваемся с проблемами. Когда все рендерится одинаково, мы должны получить одинаковый результат — максимум с небольшими различиями. Но в современную эпоху масштабирования и генерации кадров, не говоря уже о различиях в том, как выполняются трассировка лучей и шумоподавление? Это становится очень запутанным.

Итак, все, что вам нужно сделать, это записать видео каждого бенчмарка, а затем проанализировать их. Легко, не так ли? [кашель] По опыту, в лучшем случае только запись таких видео добавляет 50% к количеству времени, необходимому для проведения бенчмаркинга. Анализ видео и составление полезного контента из них — это то, что более полезно для индивидуальной игры, а не для графических обзоров.

Хотелось бы, чтобы это было не так. Хотелось бы, чтобы можно было получить все бенчмарки из всех потенциальных конфигураций с четкими сравнениями качества изображения с использованием всех возможных настроек. Это не так. И было бы глупо думать иначе. Вот почему на данный момент наши обзоры GPU будут в первую очередь сосредоточены на производительности без масштабирования и генерации кадров в качестве базовой линии, где качество изображения не должно сильно отличаться. Мы также можем провести некоторые испытания масштабирования и генерации кадров, но это будет второстепенным соображением.

И мы считаем, что это довольно справедливо. Потому что, сколько бы маркетинга ни бросалось на эту проблему, генерация кадров отличается от рендеринга и масштабирования. Она добавляет задержку, и хотя это делает визуальные эффекты на вашем дисплее более плавными, 100 FPS с framegen не ощущаются так же, как 100 FPS без framegen — и уж точно не так же, как 100 FPS с многокадровой генерацией! Без framegen пользовательский ввод будет сэмплироваться каждые ~10 мс. С framegen это число снижается до ~20 мс. С MFG оно может упасть до сэмплирования каждые ~40 мс.

Масштабирование — это другое дело. То, что мы видели в прошлом, ясно показывает, что масштабирование DLSS обеспечивает превосходное качество изображения по сравнению с FSR2/3 и масштабированием XeSS. И теперь Nvidia собирается пересмотреть DLSS, чтобы еще больше улучшить точность изображения благодаря модели ИИ на основе трансформаторов. Она будет работать медленнее, чем старая модель CNN, но будет выглядеть лучше. Насколько лучше? Да, все стало намного сложнее.

Есть еще кое-что в обсуждении бенчмаркинга, включая ИИ и профессиональные рабочие нагрузки. Мы тестируем все эти области в наших обзорах видеокарт, и то, что показывает Nvidia, уже согласуется с тем, что мы делали по большей части. Если у вас есть какие-либо мысли или отзывы по этому поводу, дайте нам знать в комментариях. Полная колода из сессии включена ниже для справки.

(Изображение предоставлено: Nvidia)

(Изображение предоставлено: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

(Image credit: Nvidia)

Источник: Tomshardware.com