DLSS 4让帧数突破显示极限! 技嘉RTX 5080超级雕显卡评测

blackwell 第5代tensor core

本代架构除了rt core进行了改进升级，专门负责ai及高性能计算的tensor core也迎来了重大升级。

与nvidia ada tensor cores一样，blackwell架构的tensor cores支持fp16、bf16、tf32、int8、int4和hopper的fp8 transformer engine。

blackwell还增加了对fp4和fp6 tensor core操作的新支持，以及新的第二代fp8 transformer engine。

fp4精度支持

fp4提供了一种较低的量化方法，类似于文件压缩，可以减小模型大小，提升生成速度。与fp16精度（大多数型号发布的默认方法）相比，fp4只需要不到一半的显存。fp4使用nvidia tensorrt提供的量化方法，几乎没有质量损失。

例如，目前最强的ai绘画模型flux.dev ，在fp16上需要超过23gb的显存，而这意味着它只能由每一代的期间产品rtx 4090，rtx 5090和专业gpu来支持。

而对于fp4，flux.dev测试对显存的需求将少于10gb，让更多80级和70级的显卡均能在本地运行。

在性能和效果对比上，使用带有fp16的rtx 4090，flux.dev模型可以通过30个步骤在15秒内生成图像。使用带有fp4的rtx 5090，只需5秒多一点就可以生成图像。

dlss 4

dlss 4是本代rtx 50系显卡带来的重大更新，对于玩家来说它也是最能实际感受到的。最新版本dlss 4带来了新的多帧生成（mfg），具有更快的性能和更低的显存使用等特性。包含超分辨率（sr），光线重建（rr）和深度学习抗锯齿（dlaa）模型，可进一步增强图像质量和稳定性。

这些新技术由rtx 50系gpu和第5代tensor cores支持，并由云端的nvidia al超级计算机提供支持。不过对于手持rtx 40系或更早期显卡的玩家还无缘体会。dlss 4新增的多帧生成，目前仅支持rtx 50系显卡。

multi frame generation（多帧生成）

dlss多帧生成能够通过每个传统渲染帧，生成多达三帧的额外帧来提高fps。新的帧生成ai模型相比之前的帧生成方法快40%，使用的显存减少30%，并且每个渲染帧只需要运行一次就可以生成多个帧。高效的ai模型代替了上一代的硬件光流模型，从而加快了光流场的生成速度，并显著降低了生成额外帧的计算成本。

从生成帧的层面来说，上一代dlss 3帧生成基于cpu的帧节奏，而这种方式可能会让生成的帧与额外的帧混合在一起，导致每帧之间的帧节奏不太一致，影响平滑性。

为了解决生成多帧的复杂性，blackwell架构将帧节奏逻辑转移到显示引擎，使gpu能够更精确地管理显示时序，从而避免与额外帧混合的情况，进而提升帧生成的准确性及稳定性。

而第5代tensor cores拥有更高的计算能力，这使得它们能够更快地执行计算光流和生成多帧的一系列ai模型。并更好地调度dlss ai处理、图形渲染和帧速度算法。

transformer模型

此前dlss所用的模型为convolutional neural network，即我们熟悉的卷积神经网络（cnn），cnn的工作原理是将像素局部聚集在一起，并以树的形式从低到高地进行分析数据。这种结构的计算效率很高，这也是为什么它被称为卷积神经网络。

而dlss 4引入了基于transformer的ai模型，用于dlss超分辨率、dlss光线重建和深度学习抗锯齿（dlaa），从而提高图像质量和渲染平滑度。基于transformer模型体系结构的神经网络，擅长处理涉及顺序和结构化数据的任务。简单来说，就是transformer能够抓住“重点”，可以更好地理解和渲染复杂场景。

与cnn模型相比，transformer更容易在更大的像素窗口中识别更远距离的模式，具有一定的学习能力和“前瞻性”。

本代dlss 4将基于cnn的神经网络结构，转变为基于transformer的神经网络结构，在许多场景下图像质量都有着显著提升。

shader execution reordering (ser) 2.0

shader execution reordering（着色器重排序）是在rtx 40系架构中引入的一项技术，它可以使带有光追的程序有效地重组gpu上的大量并行线程，以最大限度地利用硬件。

因为连贯执行神经工作负载的线程可以直接发送到tensor core，所以ser也显著加速了神经着色。在blackwell架构中，ser的核心重排序逻辑效率是原来的两倍，减少了重排序开销并提高了精度。从而进一步提高了该功能的有效性。这项功能更多地是为应用程序开发者而设计，它仅需一个小的api改动，即可执行重排序操作，进而提升总体项目的负载性能。

测试平台简介

首先介绍一下测试平台，为了保障aorus geforce rtx 5080 master 16g的性能发挥，我们的平台也再次进行了全面更新。

除了aorus geforce rtx 5080 master 16g这张显卡，处理器选择了amd r7 9800x3d游戏神u。

为了方便观察dlss 4在画质上的提升和4k高帧率带来的游戏变化。我们选择了技嘉fo32u2p oled显示器，这款显示器采用了4k@240hz的高分高刷规格，可完美适配dlss 4的多帧生成。而99%的dci-p3色域覆盖，更可细致入微地观察transformer模型带来的细节提升。

本次rtx 50系显卡采用了带宽速率更高的pcie5.0x16，应用于显卡的pcie5.0x16带宽速度高达128gb/s，用于固态硬盘的pcie5.0x4也高达32gb/s，致态tipro9000，实测顺序读写速度高达14526.95mb/s和13869.24mb/s，达到“满血”级别，可大幅提升操作系统/大型游戏/创作软件的响应和加载速度。

首先看一下gpu-z的参数，最新的2.62版本已经能够识别gpu信息。aorusgeforce rtx 5080 master 16g采用gb203核心，采用与上一代相同的tsmc 4nm定制工艺（tsmc 4nm 4n nvidiacustomprocess），芯片面积378mm2，相比于rtx 5090的750mm2小了一半。值得注意的是，在rtx 50系显卡中，使用了pcie×165.0带宽。