1999美元！RTX5090发布

来源：EETOP

1月7日，英伟达在2025年CES 并发布了RTX 50系列GPU。英伟达首先发布了RTX 5070 GPU，售价仅549美元。据英伟达称，该GPU将通过多种方式利用AI技术，提供RTX 4090级别的性能，但价格仅为后者的三分之一。此外，移动版RTX 5070的功耗仅为RTX 4090的一半，从而在笔记本电脑上实现更高的性能水平。

（图片来源：英伟达）

此次发布的50系列产品线还包括作为这一代旗舰产品的RTX 5090，售价高达1999美元，提供3400 AI TOPS的性能。RTX 5080则以更具吸引力的999美元价格，提供1800 TOPS的AI性能，略高于RTX 5090性能的一半，并继承了即将退市的RTX 4080 Super的价格。接下来是RTX 5070 Ti，售价749美元，提供1400 TOPS；最后是RTX 5070，以已提及的549美元价格，提供1000 TOPS。

根据公布的AI TOPS性能，首先显而易见的是，英伟达相对于Ada Lovelace架构，在INT8工作负载上至少将AI计算运算量翻了一番。

这些并非随意猜测。即使确切的核心数量和时钟速度可能略有偏差，但所述的计算水平应该是可行的。英伟达表示，RTX Blackwell通过着色器提供125 TFLOPS的FP32图形计算能力，是Ada代产品的1.5倍，而AI性能将是其3倍。因此，相对于着色器性能的AI性能已经翻倍。

我们尚不清楚Blackwell中使用的第五代张量核心是否能将其他数字格式的吞吐量翻倍。考虑到这些GPU的多用途应用场景——它们将用于游戏显卡，当然，也包括专业GPU和数据中心AI解决方案——我们推测张量核心的所有方面都得到了升级。

有趣的是，如果我们插入时钟速度和传闻中的核心数量，就可以更好地了解最终规格。125 TFLOPS的数据还伴随着最高4000 INT8 TOPS的性能，而RTX 5090则将其缩减至3400 TOPS。因此，125 TFLOPS的数据代表了一个假设的完全启用的Blackwell芯片，而RTX 5090将仅部分启用。这是合理的。

目前的传闻称，GB202最多拥有192个SM（流式多处理器），而RTX 5090将仅启用170个。据此计算，RTX 5090将提供约107 TFLOPS的着色器计算能力，以及3400 TOPS。但1.8 TB/s的带宽数据与先前传闻的28 Gbps GDDR7内存运行在512位内存接口上完全吻合。

英伟达在其所有游戏GPU上将AI计算能力翻倍后，会做些什么呢？自然，它计划推出新的功能和软件解决方案来充分利用这些能力。RTX 5070提供1000 TOPS的计算能力，性能几乎与RTX 4090相当，但价格仅为后者的三分之一，这为计算要求更高的任务打开了大门。

最有可能的应用场景之一是基于AI的纹理压缩。我们之前听说过这项技术，其概念已在上一代硬件上演示过……但帧率并不极高。2023年5月的神经纹理压缩（Neural Texture Compression, NTC）的运行速度不到标准BTC（块截断编码）压缩速度的一半。但18个月后，随着AI计算能力的提升和更多训练，我们完全有可能实现NTC与传统BTC相同的运行速度。

鉴于我们和其他人对现代游戏中GPU显存不足的担忧，NTC成为Blackwell一代硬件的主要新功能之一也就不足为奇了。如果得到应用，NTC能在显存使用量减少三分之一的情况下提供更高的图像质量，甚至可能让8GB显存的显卡更加可行。只是存在一个小问题：许多游戏是跨平台作品，运行在由AMD GPU驱动的游戏主机上。

如果英伟达的新纹理压缩技术需要至少一张RTX显卡，那么会有多少游戏支持这项技术呢？而如果该技术需要RTX 50系列显卡，那么支持的游戏数量将会更少。但英伟达有足够的影响力以AMD和英特尔无法做到的方式推动游戏市场的发展。

这会是传闻中的DLSS 4，即神经渲染图形吗？还是会有其他什么新技术？英伟达尚未公布，但显然NTC至少会在某种程度上归属于DLSS系列。

除了桌面GPU，英伟达还公布了移动产品线的名称。将有对应的RTX 5090、5080、5070 Ti和5070笔记本电脑，预计于2025年3月上市。虽然型号名称与桌面系列相匹配，但性能将显著降低，我们预计其他规格也会有所缩减。

RTX 5090笔记本GPU将提供1850 AI TOPS，起价2899美元。这意味着其性能基本与桌面版RTX 5080相当。移动版5080降至1350 AI TOPS，略低于桌面版5070 Ti。移动版5070 Ti将与桌面版5070一样提供1000 TOPS，而普通版5070笔记本GPU将提供高达800 AI TOPS——这可能是即将推出的桌面版RTX 5060 Ti的预告。

往期精彩回顾




写了一本适合本科生的机器学习入门书适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑

• 交流群

请备注：”昵称-学校/公司-研究方向“，例如：”张小明-浙大-CV“加群。

（也可以加入机器学习交流qq群772479961）