Nvidia’nın Blackwell RTX 50 serisi GPU’ları, özellikle DLSS 4 Çoklu Kare Üretimi (MFG) kullanıyorsanız, kıyaslama için yeni araçlar gerektirecektir. Bu, Nvidia’nın 8 Ocak 2025’teki Editörler Günü’nün son oturumunda birkaç yüz basına ve etki sahibine sinirsel işleme, RTX Blackwell mimarisi, RTX 50 serisi Founders Edition kartları, RTX AI hakkında brifinglerin verildiği son oturumun ana çıkarımıydı. Oyunlar için bilgisayarlar ve üretken yapay zeka, profesyoneller ve yaratıcılar için ise RTX Blackwell. Temel bilgilerin çoğu yeni değil, ancak ayrıntıları ele alalım.
Öncelikle performans yalnızca saniyedeki ham kare sayısıyla ilgili değildir. Ayrıca gecikmeyi ve görüntü kalitesini de dikkate almamız gerekir. Bu temelde 101’i kıyaslamak, benim için yakın ve değerli bir konu (burada oturup Arc B570 lansmanı ve yaklaşan RTX 5090 ve 5080’e hazırlanırken mümkün olduğu kadar çok GPU’yu karşılaştırıyorum, AMD RDNA4 ve RX 9070 XT’den bahsetmiyorum bile) ve RX 9070). Doğru kıyaslama sadece tutarlı bir yaklaşım değil, aynı zamanda iyi bir oyun ve uygulama seçimi ve sayıların ne anlama geldiğinin anlaşılmasını da gerektirir.
Ortalama FPS, çoğu kişi için anlaşılması en kolay olanıdır ancak aynı zamanda %1 düşük FPS de rapor ediyoruz. Bizim için bu, kare sürelerinin en alttaki %1’lik kısmının ortalama performansıdır. (Bunu hesaplamak amacıyla CSV dosyalarını ayrıştırmak için bir komut dosyası yazdım.) Bu önemlidir çünkü saf minimum FPS (bir kıyaslama çalışmasının en yüksek kare süresi) birden fazla çalıştırmada büyük ölçüde değişiklik gösterebilir. Tek bir kötü kare, gençler için minimum FPS’yi 100’den aşağıya düşürebilir ve birden fazla çalıştırma yapmak yalnızca kısmen yardımcı olur. Bunun yerine, üzerinde karelerin yalnızca en kötü %1’inin bulunduğu kare süresi olan 99. yüzdelik dilimi buluyoruz ve ardından bu karelerin sayısını gereken tüm sürenin toplamına bölüyoruz. Bir oyunun ne kadar tutarlı olduğunun iyi bir ölçüsüdür.
Daha derine inebilir misin? Evet, kesinlikle. Zorluk, daha fazla zaman gerektirmeye başlaması ve bunu yaparken toplanan ek bilgilerin klasik bir azalan getiri durumundan zarar görmesidir. Mevcut test takımımda yalnızca bir GPU’yu kıyaslamak zaten tam bir iş günü (gerçekçiysem on saat) sürüyor. Bu, 20’li yaşlarında oyunlar, birden fazla uygulama ve her testte birden fazla çalıştırma demektir. Ve şu anki gibi her şeyin mümkün olduğu kadar çok GPU’da yeniden test edilmesi gereken bir durumda olduğunuzda? Test süresini öylece %50 artırmaya karar veremezsiniz.
Son iki yıldır kullandığım Nvidia’nın FrameView yardımcı programı, kare sürelerini ve CPU kullanımı, GPU kullanımı, GPU saatleri, GPU sıcaklıkları ve hatta gerçek zamanlı GPU gücü dahil olmak üzere diğer bilgileri yakalamak için harika bir araçtır. bir PCAT adaptörü (bunu yapıyoruz). Ancak standart MsBetweenPresents (PresentMon için varsayılan) ve Nvidia’nın daha yeni MsBetweenDisplayChange’i de dahil olmak üzere birden fazla ölçüm sağlanmıştır.
Nvidia, Blackwell ile kıyaslama yapan herkesin MsBetweenDisplayChange’i kullanmaya geçmesini öneriyor, zira bu daha doğru görünüyor. Rakamlara bakıldığında çoğu zaman durum o kadar da farklı değil ancak Nvidia, atlanan kareleri, kare süresi değişikliklerini ve MFG tarafından kullanılan yeni çevirme ölçümünü daha iyi yakalayacağını söylüyor. Dolayısıyla, DLSS 4 “kare hızlarını” (AI tarafından oluşturulan kareler tamamen işlenmiş karelerle aynı olmadığı için tırnak içinde) almak istiyorsanız geçiş yapmanız gerekir. Bu yeterince kolay ve MFG ile test etsek de etmesek de yapmayı planladığımız şey bu.
Resim 1 ile ilgili 14
Nvidia daha sonra (umarım retorik) soruyu sormaya devam ediyor: Görüntü kalitesi önemli mi? Cevap elbette evet ama işte tam burada sorunlarla karşılaşıyoruz. Her şey aynı şekilde işlendiğinde, en fazla küçük farklarla aynı çıktıya sahip olmalıyız. Ancak yükseltme ve çerçeve oluşturmanın modern çağında, ışın izleme ve gürültü gidermenin nasıl gerçekleştirildiği konusundaki farklılıklardan bahsetmiyorum bile? Çok dağınık hale geliyor.
Yani tek yapmanız gereken her kıyaslamanın videosunu yakalamak ve sonra bunları parçalara ayırmak. Kolay, değil mi? [cough] Deneyimlere dayanarak konuşursak, en iyi durumda bu tür videoların yakalanması, kıyaslama yapmak için gereken süreyi %50 artırır. Videoları analiz etmek ve onlardan yararlı içerik oluşturmak, grafik incelemelerinden ziyade bireysel oyun bazında daha kullanışlı bir şeydir.
Keşke durum böyle olmasaydı. Keşke mümkün olan her ayarı kullanarak net görüntü kalitesi karşılaştırmalarıyla tüm potansiyel konfigürasyonlardan tüm kriterleri elde etmek mümkün olsaydı. Öyle değil. Aksini düşünmek çılgınlıktır. Bu nedenle, şimdilik GPU incelemelerimiz temel olarak görüntü kalitesinin çok fazla farklılık göstermemesi gereken, yükseltme olmayan, çerçeve oluşturmayan performansa odaklanacak. Yükseltme ve çerçeve oluşturma konusunda da bazı testler yapabiliriz, ancak bu ikincil bir husus olacaktır.
Ve bunun oldukça adil olduğunu düşünüyoruz. Çünkü soruna ne kadar pazarlama yapılırsa yapılsın, çerçeve oluşturma, oluşturma ve yükseltmeden farklıdır. Gecikmeyi artırır ve ekranınızdaki görselleri daha pürüzsüz hale getirirken, Framegen ile 100 FPS, Framegen olmadan 100 FPS ile aynı hissi vermez – ve kesinlikle çoklu çerçeve oluşturma ile 100 FPS ile aynı şey değildir! Framegen olmasaydı, kullanıcı girişi her ~10 ms’de bir örneklenirdi. Framegen ile bu her ~ 20 ms’ye düşer. MFG ile her ~40 ms’de bir örneklemeye kadar düşebilir.
Yükseltme farklı bir konudur. Geçmişte gördüklerimiz, DLSS yükseltmenin FSR2/3 ve XeSS yükseltmeye göre üstün görüntü kalitesi sunduğunu açıkça gösteriyor. Ve şimdi Nvidia, transformatör tabanlı yapay zeka modeli sayesinde görüntü doğruluğunu daha da artırmak için DLSS’yi elden geçirmek üzere. Eski CNN modelinden daha yavaş çalışacak ancak daha iyi görünecek. Ne kadar daha iyi? Evet, işler artık çok daha karmaşık hale geldi.
Yapay zeka ve profesyonel iş yükleri de dahil olmak üzere kıyaslama tartışmasında daha fazlası var. Tüm bu alanları grafik kartı incelemelerimizde test ediyoruz ve Nvidia’nın gösterdiği şey, çoğunlukla yaptığımız şeyle aynı fikirde. Konuyla ilgili herhangi bir düşünceniz veya geri bildiriminiz varsa, yorumlarda bize bildirin. Oturumun tam sunumu referans olması açısından aşağıda yer almaktadır.
Resim 1 ile ilgili 41
