呵呵，如果AMD的方案能打，DLSS马上只要求CUDA就可以；所有老显卡到GTX 900 series全部可用。

CUDA core和Tensor core能干的事情都是一样的，矩阵乘以矩阵。

写CUDA的C++底层就知道CUDA本质加速的是向量（比如一列像素的值）乘以向量；所以算矩阵乘以矩阵的时候有个overhead就是要把矩阵拉成一长条；就好比一个工人把高120宽80的砖墙一块一块放平成一个120*80长，高1的砖堆，他要来回放砖9600次。

Tensor core的计算单位是4x4的矩阵，矩阵或者高维的张量被分成小块做乘法，效率更高（因为超采样就是一个矩阵乘法）；用刚才的例子来说，这个工人不用把这个砖墙拉平了，他每次拿的是4x4的小砖墙，现在来回只要放砖(120/4)*（80/4）= 600次。

当然这是全部处理中很小的一部分，tensor core对有很多0的矩阵效率更高。

NV在放游戏展示的时候根本不会告诉你，两个core其实是干一样的活。

posted by wap, platform: iPhone
我理解是和挖矿逻辑一样，需要大量的浮点运算，

现在的机器学习神经网络原理上就是大量筛除算法，把每次得到结果累计到权重上，最后得到一个权重最高的值

引用:

原帖由 Alloyo 于 2021-6-25 01:14 发表
posted by wap, platform: iPhone
我理解是和挖矿逻辑一样，需要大量的浮点运算，

现在的机器学习神经网络原理上就是大量筛除算法，把每次得到结果累计到权重上，最后得到一个权重最高的值

权重矩阵不需要用户算，NV算好之后给用户。