nv在发布RTX显卡的时候也提出了一个新的技术，DLSS，可以把1080P60帧的画面几乎无代价的提升到4K60帧。
不同于之前游戏机采用的机械的插帧算法，DLSS是通过比对原生渲染的1080p和4K的同一画面学习得出的，对每一个游戏会有自己的理解，会非常接近原生4K画面。
当时我就觉得这对游戏机很有意义，但是由于RTX显卡只知道整体功耗，里面到底有多少开支是来自深度学习单元还是未知的，而且是RTX是12nm，跟游戏机大概率采用的7nm还是有较大区别。

但是现在由于苹果a12的发布，有了一个大概可以估算的功耗。
虽然苹果没有直接给出a12深度学习单元的功耗，但苹果a11是使用gpu进行深度学习计算，所以深度学习满载功耗基本和图形满载一致，那大概要5w。根据功耗变为1/10可以估算出，a12里那个具备5tops的深度学习单元功耗大约为0.5w。也就是说在7nm下，使用专用深度计算单元，每1w可以获得10tops的性能。
那么如果440tops可以把1080p60帧插到4k60帧，220tops应该就足够满足1080p30帧插4k30帧的需求了（实际上是绰绰有余的，我认为150tops应该就足够插30帧了），换句话说22w的功耗代价。

如果当时存在两台主机，一台主机内的GPU模块占120w的功耗，一台占98w的功耗且附带了22w的深度学习单元。
那么前者图形性能单纯来看是后者的1.2倍出头，但是后者在输出4k的时候基本不需要增加开支，由于靠正经图形技术实现4倍像素输出是几何运算量基本不变但像素运算量翻4倍，大概需要一个略小于4倍的运算性能开支。
就算3倍吧，98w的gpu的3倍性能已经是120w的2倍以上了，这完全是碾压级的。
即使只用于1080p，还可以开启DLAA的免费抗锯齿，同级别的抗锯齿需要多消耗20%以上的性能，这也足够弥补98w和120w在原生性能上的差距了。
所以，加入深度学习单元对游戏机的意义是巨大的。

此外，这完全是可以做到的，虽然苹果和nv应该不会卖深度学习单元给索尼和微软，但也有不少直接对外授权ip的方案，比如华为自身没有深度学习技术，就是买了寒武纪的ip核。这些方案可以整合到当时定制的SOC里面，然后还有2年时间在软件上在开发工具上加把力，我认为完全有希望。而且考虑只有一家具备另一家的劣势，真的有足够的动力这么做。

PS5的芯片都快流片了，你等PS6吧

posted by wap, platform: iPhone
确实很超值，最适合游戏机了~
对了，amd最近在ai上有什么消息没有？

引用:

原帖由 倍舒爽 于 2018-9-13 22:59 发表
posted by wap, platform: iPhone
确实很超值，最适合游戏机了~
对了，amd最近在ai上有什么消息没有？

vega20要加入深度学习计算功能，靠通用管线实现，会有4倍于单精度性能的深度计算性能，大概250w下60tops，相比固定逻辑的实现能耗比非常惨。

水果那玩意又不能支持主流框架，自己玩玩的东西，能耗比没啥意义

以现在能耗比最高且支持框架最多的TPU2.0和turing构架来说，每瓦电力深度学习性能大约4-5Tops，换7nm撑死也就6-8Tops，游戏机赛150Tops就为了干AA和图像超采样啊？

绝壁没有赛更多的CU单元更划算，GPU和手机用深度学习是因为有大量游戏之外的用途能用到，游戏机除了玩游戏看碟子还能干吗？游戏机玩深度学习一点意义都没有