标签: 显卡

周末在杭州云栖小镇体验了一把《黑神话：悟空》——就是那个受关注度极高，而且也算是在前期宣发就走出了国门的国产游戏。虽然咱也不是专业玩游戏的（毕竟年纪大了），但既然跟图形、AI、GPU 沾边，那还是有的聊...... 好不容易申请到 45 分钟的现场试玩，《黑神话：悟空》还是给我留下了非常深刻的印象：主要是画面方面的——玩法部分，咱也就是看个热闹。我这两年对游戏，包括这次试玩的《黑神话：悟空》感到格外惊叹的是，实时计算——或者叫即时演算的游戏画面，直观感受已经比多年前延后渲染（不是 TBR 那个延后 GPU 架构，而是像 Pixar 动画那种一帧就渲染一整天的延后...）的 CG 动画要好了。 恰好前不久结束的 SIGGRAPH 上， Jensen 黄虽然主要说生成式 AI，但在 SIGGRAPH 这种图形顶会上，势必是要谈一谈图形的（...）。他说 2018 年英伟达展示 Turing 架构 GPU，演示星球大战光追 demo，“这个演示可能大约包含了 50 万多边形，每像素 2 条光线（2 rays/pixel），每条光线几次少量折射。” “我们为之加入了环境光遮蔽、区域光源、镜面反射，整体是光栅化与光线追踪混合的一个 demo。以 720p 30fps 渲染，再用 DLSS 超分到 4K。这个演示在当时看来是非常惊艳的。”而今年英伟达 GTC 开发者大会上展示的 Racer RTX——就是那个玩具赛车 demo，已经包含“2.5 亿多边形、10 光线/像素，每条光线大约 10 次反射”，“整个场景是完完全全的光线路径追踪（path trace），没有用光栅化。以 1080p 30fps 渲染，再借助 DLSS 技术——每 8 个像素，就只有 1 个是渲染出来的，输出 4K 30fps。” 真就这 5 年间的事情。其实如果把时间拉长到 10 年，就《黑神话：悟空》跟《上古卷轴 5：天际》比比，就会发现人类半导体与图形技术的进步有多快——尤其看看《黑神话：悟空》游戏里的毛发、角色与光影的互动（或者也可以说，现在某些国产 3D 动画，比起 3D 游戏来是真的拉胯... 先聊聊游戏玩法 这次试玩总共给了 4 个场景，主要对应 4 场 BOSS 战，分别是百足虫、赤尻马猴、虎先锋、紫云山；应该也是为了展示 4 种不同风格的场景。比如说虎先锋场景，主战场是在怪石嶙峋围绕的露天血池里，对应白日青天那种炫目日光，搭配血池水面的反射——逆光和顺光看到的角色效果差别都很大；而赤尻马猴则是在雪地场景下；紫云山场景对应了落英缤纷的秋日，漫山枫叶红... 试玩中的紫云山场景 不过这几个场景也并非全然是 BOSS 战——在进入 BOSS 战前亦有其他扩展的地图与互动元素。比如紫云山场景前段就有个大概是刻意展示画质的路径，包括过吊桥、进山门之类的完整场景，最后才在一处空旷地遇见 BOSS。似乎紫云山场景有个简单的故事背景，路上也有对话的妖精——体验时间短，也没来得及细品；而赤尻马猴 BOSS 战前，也会遇见雪地里山路上的小怪，三两下敲死一个。 场景内的元素互动并不算多，花草树木随角色动作而摇摆、还有经过会飞起的鸟儿都算是常规，偶有一些对象（比如紫云山场景中的一个缸）可以被打碎——但是完全预设好的，没有做特定角度或力度的物理计算；虎先锋战斗在血池里，液体因激烈战斗而流动、溅起，以及成片飞溅到 camera 上，引发画面形变、折射都是绝对的 3A 质量。 另外，每个场景内都有一处上香的佛龛——类似战斗场景中的回复点（或可能的存档点），可在此处补充装备，并做法术技能的调整。 上香画面（注：图片为屏幕翻拍） 当然了，4 个限定场景的地图都有边界——所以试玩的版本当然谈不上“自由世界“——很多高处也去不了。 输入设备同时支持手柄和键鼠——试玩现场用手柄和键鼠的人，看起来是一半一半的。我只玩键鼠，就谈谈键鼠。常规玩法很多同学应该已经在此前的先导试玩视频里见过了，角色控制孙悟空（不知道后续会不会增加其他角色）：鼠标左键多段棍术攻击——平 A 会积攒能量（似乎叫棍势段数，类似怒气槽），右键重击，以及长按右键蓄力释放能量。 Shift 按键是疾行，不过就我的体验来看，疾行无法加速到达目的地（好像由于后摇的存在，日常跑图不如普通行进速度），好像也无法连续使用；Ctrl 跳跃；空格键是闪避（应该没有受身）；V, C, Z, X 对应不同的棍法......还有使用道具、补血之类的快捷按键就不多说了。 1，2，3，4 数字按键对应了不同的法术——前面谈到了，法术是需要到佛龛上香才能改变设定的，在习得的法术多的时候，选择快捷使用的那 4 个法术。 从设置法术的界面来看，4 个法术对应着“奇术”“身法”“毫毛”“变身”。除了消耗技能点，每个技能也有冷却时间。 举个例子，这次试玩准备的奇术包括了“定身术”，命中后可以让对方在短时间内无法行动；而“身法”如“聚形散气”，类似于脱离原躯壳并短时间无敌（替身术？），还有个“铜头铁臂”，是令角色石化——石化期间，若对手攻击，则会受到反震伤害...；“毫毛”这个法术孔位，试玩过程里好像是不可用的，可能我错过了（隐约记得有个分身术？）；“变身”有个变身为狼妖的选项，按下以后，更像是换了一个角色上场，技能都不同了... 这些操作，就我这种手残党，做到娴熟战斗还是需要时间适应的。好在试玩流程前段，还给了几个简单的新手任务，加速上手。不过因为时间短，我又忙着拍照片和视频，来不及掌握连段和对应特定招式——有一些炫酷招式，是需要组合键触发的，包括多段平 A + 重击之类的。 角色装备界面，有头冠、衣甲、臂甲、腿甲、武器等项目（没错！不是只有金箍棒），感觉反馈到孙悟空身上，变化细节还是相当丰富的。比如说“百戏衬钱衣”这件衣甲，上面缀满铜板，这些铜板跟人物骨骼应该都不是连着的，角色做动作的时候还会往不同方向摆动；而“昆蚑戗金甲”则又是一身截然不同的行头...绝对不是换身皮肤这么简单。 装备选择画面（注：图片为屏幕翻拍） 连上香都有一个拔毫毛、插香的动作，我觉得这次开诚布公的试玩，还是相当有诚意的。而且限定场景内，我没发现如明显穿模之类的 BUG（去试玩之前还问了身边爱玩游戏的朋友，到底该怎么试玩，朋友说：你就拍穿模的画面下来...）。 再谈谈试玩体验 因为这次试玩主打的就是个 BOSS 战，所以其实也就是体验打起来如何。这方面说实话，我玩的游戏不算多，没什么发言权，下面的内容权当是小白谈主观感受，你们看看就好。 我觉得虽说当天到场排队准备试玩的人一波接一波的，但真正能把四个场景玩通关的应该不会很多，感觉试玩是设定了一定的强度的——如果你和 BOSS 纯粹硬杠，那肯定很快血槽空。然后一个倒地动画、一粒金色闪光从身体里飞出、大侠重来。尤其虎先锋场景是在血池里战斗，被拍死了，也是浮在血水上，死相凄惨。 所以起码试玩的难度，是略微考验微操作、走位之类的。因为技能有冷却时间，加上闪避、技能施放、棍术攻击都有明确的硬直时间，无敌时间又似乎很短，很多操作都考验执行时机。尤其空格键闪避，后摇期间无法再来一次空格键取消，那么乱按闪避也会很快被妖怪抓走... 试玩过程里，有个“喝酒”的补血操作。这个补血也不是随便按一下，血槽就立刻上涨的。它需要在没有攻击、也没有被攻击的时候，“抽空”“喝酒”（可以边走边喝）。喝酒也有个动画，期间也会被打断。加总在一起，其实是需要熟练操作以后，静下心来对抗的。我觉得有耐心的话，其实也没那么难——定身术、铜头铁臂这类技能设定还是很好。 （要问我有没有通关？我一个场景也没通关...还要被活动现场那么多人围观... 吐舌头... 现场都有人因为终于在 N 次尝试过后，终于挥棒打死了 BOSS 而欢呼的。期待正式版出个 Kid Mode 让我们这种小白享受纯硬杠的快感吧。（打击感这种玄学我就不说了，我觉得挺好，有你们所说“拳拳到肉”（棍棍到肉）的感觉... 过目难忘的游戏画面 《黑神话：悟空》最初有讨论度，甚至预告片在 YouTube 都那么高的点击量，很大程度都是画面具备国际水准所致。虽说最早放预告到现在隔了也算很久，今年初唱衰《黑神话：悟空》的声音不断，说它是动画版《三体》接班人的嘲讽都不少；但至少从我个人的角度来说，自己真正上手《黑神话：悟空》，还是感觉到画面的惊艳（可能我没见过什么世面吧，虚幻 5 引擎开发游戏大概都素质普遍很高... 我说几个给我印象比较深刻的点。首先是光影互动，我不确定试玩版《黑神话：悟空》是否应用了光线追踪（我猜应该有），但据我所知正式版是一定支持光线追踪的，毕竟不是说英伟达在游戏开发过程中，就和游戏科学紧密合作么？“RTX”里面的一大亮点就是光线追踪（另一大亮点是DLSS 3）。 光线追踪带来很重要的价值，就是和场景中环境光线的极强互动，阴影、高亮位置的变化。虎先锋场景下，进入血池和 BOSS 开打之前，孙悟空是站在暗处的，而虎先锋站在烈日下，这时候从 camera 视角看过去，孙悟空明显是个剪影，而 BOSS 所在位置亮度极高。 我觉得水面反射、丛林中的丁达尔效应什么的都还是其次。在进行战斗时，随着孙悟空与虎先锋的反复换位，它们在画面中呈现出的样貌，也在不停发生明暗变化。这种变化，应该是去除以前游戏在白昼下战斗时存在“塑料感”的关键。（当然精制的建模也非常重要，但我觉得这个是当代 3A 游戏的基本功） 另外，试玩的每个场景在初次进入时都有一段即时演算的过场。你们知道，过场动画一般都有明确的景深变化，主要是交代人物关系，和做画面局部内容的强调的，也加强了画面的质感，就像演电影一样。在这段过场结束，把画面控制权交给玩家时是无缝衔接。这种无缝衔接很重要的一点是景深的调整。 我注意到，在进入第三视角画面，要开始控制角色时，会有一小段时间，孙悟空作为 camera 所摄画面内的前景，会有个稍稍的虚化——然后渐渐锐化，后景远处略有虚化。这种景深的调整，是给人相当真实、沉浸的体验的。不像前些年的 3A 游戏，景深计算和最终效果呈现感觉都很假... 然后就是俗称“海飞丝”效果（好像具体是 NVIDIA Hairworks 毛发增强技术，似乎最早是 DirectX 11 做出支持的），体现在虎先锋这种毛发丰沛的妖怪身上，运镜时都觉得这一身柔顺的毛毛“纤毫毕现”，而且是软的，不是那种一坨一坨黏在一起又假又硬的毛发。遥想我学生时期玩《最终幻想 X》，都已经觉得提达的头发做挺好的了，和现如今真是天壤之别啊。这大概就是图形技术这么多年的推进吧。 别的就不多说了，什么雪地里的脚印、积雪深度；吊桥配合秋日里的落英缤纷，加上中国古典建筑韵味，美不胜收（而且貌似落下来的叶子真有几片掉在了地上，这在游戏里应该是绝少见的，不知道是不是我眼花）；迎风飘动的野草、石头和建筑的纹理细节之类之类... 有关配置 我们试玩全程看不了机器配置（起码我没找到看的选项，试玩程序也无法简单切出），主机也是以黑盒子的形式放在地上的——虽然风扇有 RGB 灯能透出来，但咱也没有透视眼，看不见配置（后来听说可以看？）...我起初觉得这种官方试玩，怎么也得配上至少 GeForce RTX 4080 才像话。 而且试玩过程的确是丝般顺滑的，我感知上就是很流畅。虽然我知道 DLSS 3 有补帧能力，但也总觉得得 4080 才对得起这个画面吧。后来打听了一下，发现全场设备都是 GeForce RTX 4070 或 4070 Ti开DLSS 3稳定在4K 60fps，感觉现在的技术还是有点牛的（再说一遍，可能是我没见过世面... 其实我前一阵写 SIGGRAPH 的文章提过，老黄在这种图形顶会上，公然用大把时间去聊 AI 也还是有道理的。因为人家聊的就是 AI 如何帮助图形技术发展，或者用他的话来说，是 Turing 架构就首次实现了 AI 和图形的 unified。 DLSS 3 的本质，一方面是画面的 AI 超分——比如把 1080p 超分成 4K；另一方面是帧生成——不是渲染，而是在图形渲染流程后，来生成帧；当然还包括 NVIDIA Reflex，降低输入输出延迟的。 一个是静态画面升格（分辨率提高）；一个是动态画面补足（比如 30fps 提升到 60fps）~是为 DLSS 3 完全体，而且是基于 AI 的。想想还真的很有趣，现在玩游戏，75% 的像素都是生成的，以及一半的帧都是生成的——所以老黄说，现在每 8 个像素，只有 1 个像素是渲染出来的，就这个理... 我觉得这个时代下，大家真的要拥抱 AI。不要停留在 Tensor core 不算图形算力堆料的古板思维上。这个逻辑其实很简单，如果靠堆晶体管，来暴力提升图形渲染能力，半导体技术进步真的赶不上人类的需求——就算做出来了，那种显卡你也买不起；这种时候，转换思路，堆 AI 算力，仰仗“生成”的像素和帧来提升实际游戏体验，对玩家、对英伟达、对游戏厂商来说，都是很划得来的生意。 起码我这种普通用户，就感知不出《黑神话：悟空》试玩过程里，那些 DLSS 3 生成的帧带来过什么“出戏”的观感影响，那这种技术就是值得去推广的。 最后总结一下吧，我个人对《黑神话：悟空》给出“强烈推荐”评级（最后说一遍，可能是我没见过世面...虽说现在对这游戏的质疑声浪还是挺大的，毕竟那么久之前出的预告，现在都还没上架。其实这次办这样一个活动，应该也是为了稳住市场信心吧。那作为一个非游戏区常规网民，我觉得《黑神话：悟空》值得等一等。 我还拍了些视频，打算做个小片子，但估计也要等很久...最后援引试玩时，屏幕上方一句话，“您体验的是本次试玩定制的内容，不代表产品发售时的最终内容与品质”，也作为本文的免责声明...（逃

一、 前言 GPT 的发布让 AI 再次热了起来，与上次阿尔法狗不同的是，现在人人都可以跟聊上几句，给它出出难题，还能调戏下。同期英伟达发布了针对 AI 领域的全新 GPU H100 ，有的童鞋会疑惑，这个英伟达不是做显卡打游戏的吗，怎么就跟 AI 扯上关系了。其实英伟达的显卡不是简单的与 AI 有关系，而是大有关系。 二、 图形处理与 GPU GPU 的起源确实是基于图形处理的需求。早期还没有专门 GPU 时，我们打游戏所有的逻辑处理都放在 CPU 执行， CPU 的处理能力越来越强，但经不住游戏画面增长的更快，这就对图形处理提出了更高的要求。 而图形处理的本质其实就是光影的计算，以下图为例，在屏幕上画一个圆非常简单。 但如过要让这个圆 “立体”起来，其实就是要给它加上光影，像下图这样。 游戏画面也是这样的逻辑，一个画面优质的游戏一定是有丰富的光影效果，而光影效果的本质其实就是在虚拟的 3维空间里，模拟光的照射。屏幕中的画面其实就是特定角度下，由计算机计算出的，你应该看到的光影效果。 需要特别注意的是，游戏中你会不停的移动，也就是所有光影的效果都需要实时的计算出来。假设屏幕分辨率为 1920*1080，即2073600（207.36万）个像素，游戏中每个像素都需要根据光影参数来计算显示的颜色和明暗。假设一个常见的Inter I5 CPU主频为3.2GHz，即最多每秒可做32亿次运算。但这里的一次运算只是做了一次简单的二进制加减法或数据读取，一个像素的光影计算我们可以假设需要100次运算，即CPU一秒约处理3200万次像素运算，大概15张图片，用专业点的说法，这个游戏流畅度大概是每秒15帧的样子。 那我们能不能继续提升 CPU的主频呢，可以但是能提升的空间非常有限。所谓主频本质上其实就是一个节拍器，CPU执行命令时其实是要按照一个特定的节拍来同步其各模块的操作。可以想象CPU其实就是个工厂流水线，1+1=2的本质其实至少包含了3个步骤： 1、 将第一个 1和第二个1从内存提取到CPU 2、 两个 1在CPU中相加得到2 3、 将 2从CPU存放到内存 本质上来说，所有的指令操作、图形计算，最终到达 CPU时都会被拆分成类似于1+1=2这样的加法运算。而每一个节拍又只能执行其中的一步，如果我们可以将节拍打的更快一些，上述3个步骤执行的也就越快，那我们就说CPU的频率越高。但再往下看，我们打节拍又受到了晶体管开关速度的限制。简单来说，节拍打的越快，晶体管的开关速度也就更高，这就直接导致了CPU的发热问题。所以目前高性能CPU的频率始终被限制在5GHz，可见从CPU频率上已没有太多空间可以提升。工程师们就想到“其实任何一个像素的计算与其他像素的计算结果关系不大”，那为啥不多整几个计算核心“并行”计算呢，于是GPU就出现了。 一个典型的显卡 GTX1060，主频是1.5GHz大概是Inter I5一半左右，但是它具备1280个计算核心。每个计算核心每秒可做15亿次运算，1280个核心每秒就是19200亿次运算，那一秒可以处理192亿次像素计算，大概925张图片，是CPU计算能力的61倍！但GPU的特性只能应用于图形计算这种可以并行的任务，若是做普通的串行任务其速度远远不如CPU。 那我们能不能把 CPU和GPU结合起来，让他频率高，核心数量还多呢？还是不得行，上千个核心提升一点点的主频就会带来一些列问题，比如撒热、抖动、稳定性等等。所以内核数与频率就是不可能三角，CPU与GPU都只能侧重于其中一面，在不同的领域发挥作用。 AI的本质其实与游戏差不多，也是大量的计算，只是计算的数据量会更庞大。 三、 AI训练与矩阵计算 所谓训练 AI，其实就是向神经网络中投喂大量的数据。比如 我想要生成美女图片，以前的做法是建设一个有足够素材的库，让美女的各个元素（手、脚、嘴巴、眼睛、身材等等）随机组合在一起，结果可能差强人意。现在则只需要向神经网络里导入大量的美女图片，当你导入的图片数量足够多时，神经网络也就 “学会”了什么是美女，这样它就能自动产出美女。相对应的，如果你一直输入的是猛男，那它也只能生产猛男了。 我们知道其实图片就是像素构成的，比如下面这张图的像素是 8x8 （简化示意），也就是 64 个像素点，我们可以用 1x64 这样的数组来表示它。 以下图这样的 3层神经网络为例（原本是7个输入，我们修改为64个输入），所谓的数据“投喂”其实就是将图片以64个数字表示，然后输入到网络中。 具体怎么输入呢，其实就是以 A0（图片原始数据）为基础，来计算A1，接着以A1为基础计算A2、A3及最终结果A4。计算过程遵循以下公式： A1 = W1*A0 + b1 A2 = W2*A1 + b2 A3 = W3*A2 + b3 A4 = W3*A3 + b4 其中 W1\W2\W3\W4、A1\A2\A3\A4的数据量大小由每一层神经元的个数决定，比如我们每一层设置为64个神经元，则W1是一个64x64的数字矩阵，A1则是1x64的数字矩阵（与输入一样）。下图是一个矩阵相乘的示意。 所以对神经网络的投喂问题就变成了 A0与W1两个数据矩阵的乘法问题，那么每一层神经网络的计算就需要至少4096次乘法计算，3层网络就需要至少12288次乘法计算。这还只是64x64像素的图片，如果是1280x1280的像素，就需要数百万次计算。 我们很容易就能想到也可以用 GPU（显卡）来执行这些计算，因为每一张图片的输入都可以独立运行，那么我们给显卡的每一个核都输入一张图片，那同时就可以有上千张图片一起在计算，这样的计算效率自然是杠杠的。 五、 AI与算力 综上所述， AI的发展离不开大量的算力资源，以GPT4来说，每1000字的算力大约需要0.06美元（约0.4元）。在小规模使用时可能还看不出成本的高低，当AI成为基础设施，比如搜索引擎，每天上亿次的搜索频率，成本可能也会去到上亿的数量级，这还只是其中一个应用。所以未来AI的发展离不开算力，英伟达则是在显卡的基础上，专门针对AI开发了特殊的GPU以满足算力需求，但可见的未来还是远远不够的。 参考前几年的数字挖矿，显卡的价格将迎来一波上涨。除计算性能外，另外还有更大的成本就是电力。所以可以预见的是，国内会出现一批专门做 AI芯片设计的公司（参考比特大陆），还会有一批将数据中心建设到大西北以获取更廉价电力的小团队（普通人的机会），这些还都是国家大力支持的。所以发财的路子已经有了，朱军加油。

PCI Express是新一代的总线接口，而采用此类接口的显卡产品，已经在2004年正式面世。早在2001年的春季“英特尔开发者论坛”上，英特尔公司就提出了要用新一代的技术取代PCI总线和多种芯片的内部连接，并称之为第三代I/O总线技术。随后在2001年底，包括Intel、AMD、DELL、IBM在内的20多家业界主导公司开始起草新技术的规范，并在2002年完成，对其正式命名为PCI Express。 　　PCI Express采用了目前业内流行的点对点串行连接，比起PCI以及更早期的计算机总线的共享并行架构，每个设备都有自己的专用连接，不需要向整个总线请求带宽，而且可以把数据传输率提高到一个很高的频率，达到PCI所不能提供的高带宽。相对于传统PCI总线在单一时间周期内只能实现单向传输，PCI Express的双单工连接能提供更高的传输速率和质量，它们之间的差异跟半双工和全双工类似。 　　PCI Express的接口根据总线位宽不同而有所差异，包括X1、X4、X8以及X16（X2模式将用于内部接口而非插槽模式）。较短的PCI Express卡可以插入较长的PCI Express插槽中使用。PCI Express接口能够支持热拔插，这也是个不小的飞跃。PCI Express卡支持的三种电压分别为+3.3V、3.3Vaux以及+12V。用于取代AGP接口的PCI Express接口位宽为X16，将能够提供5GB/s的带宽，即便有编码上的损耗但仍能够提┰嘉?GB/s左右的实际带宽，远远超过AGP 8X的2.1GB/s的带宽。     PCI Express规格从1条通道连接到32条通道连接，有非常强的伸缩性，以满足不同系统设备对数据传输带宽不同的需求。例如，PCI Express X1规格支持双向数据传输，每向数据传输带宽250MB/s，PCI Express X1已经可以满足主流声效芯片、网卡芯片和存储设备对数据传输带宽的需求，但是远远无法满足图形芯片对数据传输带宽的需求。 因此，必须采用PCI Express X16，即16条点对点数据传输通道连接来取代传统的AGP总线。PCI Express X16也支持双向数据传输，每向数据传输带宽高达4GB/s，双向数据传输带宽有8GB/s之多，相比之下，目前广泛采用的AGP 8X数据传输只提供2.1GB/s的数据传输带宽。     尽管PCI Express技术规格允许实现X1（250MB/秒），X2，X4，X8，X12，X16和X32通道规格，但是依目前形式来看，PCI Express X1和PCI Express X16将成为PCI Express主流规格，同时芯片组厂商将在南桥芯片当中添加对PCI Express X1的支持，在北桥芯片当中添加对PCI Express X16的支持。除去提供极高数据传输带宽之外，PCI Express因为采用串行数据包方式传递数据，所以PCI Express接口每个针脚可以获得比传统I/O标准更多的带宽，这样就可以降低PCI Express设备生产成本和体积。另外，PCI Express也支持高阶电源管理，支持热插拔，支持数据同步传输，为优先传输数据进行带宽优化。     在兼容性方面，PCI Express在软件层面上兼容目前的PCI技术和设备，支持PCI设备和内存模组的初始化，也就是说目前的驱动程序、操作系统无需推倒重来，就可以支持PCI Express设备。   雷卯电子推荐静电保护元件：ULC0524P。此颗还能作为HDMI接口保护