в поисках заветных 60 FPS GECID.com. Страница 1
::>Видеокарты >2019 > Геймплейное тестирование видеокарты NVIDIA GeForce GTX 1660: в поисках заветных 60 FPS
08-06-2019
Страница 1 Страница 2 Одной страницейВидеокарта NVIDIA GeForce GTX 1660 создана на базе графического процессора TU116-300, который имеет в своем составе 1408 CUDA-ядер, 88 текстурных и 48 растровых блоков. Ядер RT и Tensor нет, но трассировка лучей все же поддерживается, хотя скорость обещают низкую.
Также новинка использует более медленную память GDDR5 вместо GDDR6, как у GeForce GTX 1660 Ti. Подробнее о всех ее возможностях и особенностях смотрите в предыдущем сравнении.
Изучить возможности этой видеокарты в играх нам поможет модель GIGABYTE GeForce GTX 1660 OC
Она обладает заводским разгоном динамической частоты GPU с 1785 до 1830 МГц и эталонной скоростью видеопамяти. Также к ее особенностям отнесем кулер WINDFORCE 2X с двумя 90-мм вентиляторами, алюминиевым радиатором, одной композитной тепловой трубкой и пластиной жесткости на обороте.Для тестирования использовался следующий стенд:
- Intel Core i9-9900K
- Vinga CL3008B
- ASRock Z390 Phantom Gaming SLI
- 2 x 8GB DDR4-3400 Patriot Viper 4
- Apacer AS2280P2 M.2 NVMe 480 GB
- Apacer Panther AS340 960 GB
- Seagate Barracuda Pro 4 TB ST4000DM006
- Vinga VPS-1200Pl
- Vinga Ark
Геймплеи записаны внешней системой с AVerMedia Live Gamer 4K, то есть без потери производительности. Для мониторинга использовалась программа FPS Monitor.
Все формальности позади, переходим к самому интересному!
Для Танков на обычном 60-герцовом мониторе такой видеокарты хватает с большим запасом, поэтому можно смело ставить ультра пресет.
Если используется 144-герцовый дисплей, то придется вручную подбирать настройки либо опуститься к профилю попроще.
Каким-то чудесным образом ARK Survival Evolved остается в ТОП-10 игр Steam по популярности, несмотря на ужасную оптимизацию. При желании в нее можно побегать на среднем пресете, но постоянно ощущаются статоры и подлагивания, что хорошо видно по статистике редких и очень редких событий.
Создатели SCUM не теряют веру в свой проект и время от времени выпускают обновления. Теперь в нее можно играть и при эпическом пресете. Да, иногда проскакивают фризы и статистика 0,1% Low выглядит печально, но раньше даже при высоком пресете было хуже. То есть оптимизация улучшилась, но вряд ли это возродит к ней былой интерес.
RUST в последних тестах радует. Для комфортного геймплея можно выбрать почти максимальные настройки графики, не боясь фризов и подлагиваний. За время тестовой записи лишь раз очень редкие события просели ниже 24 FPS, но в игре мы этого не ощутили.
Чуть позже этот показатель поднялся до 29 кадров/с.
Поиграть в Insurgency: Sandstorm можно и при очень высоком пресете. 6 ГБ видеопамяти хватает с запасом, а вот ОЗУ должно быть не менее 8 ГБ. Еще она постоянно подгружает данные, поэтому игру лучше ставить на твердотельник. Просадки возможны, как и в любом другом сетевом проекте, но если вы бегаете не один бой за раз, то никаких проблем не будет.
Неприятно удивила Ring of Elysium
при стандартном пресете качества. Вопросов к картинке не возникло, зато в видеоряде периодически проскакивали фризы, что хорошо видно по очень редким событиям. Также в игре был дикий Ping, поэтому в целом играть неприятно.Quake Champions при ультра настройках оказалась достаточно прожорливой: она проглотила почти весь видеобуфер и более 10 ГБ оперативной памяти. Зато обошлось без подгрузки данных с накопителя. В итоге слегка смущает лишь показатель очень редких событий на уровне 40 кадров/с, но в игре он не ощущается.
Привычная смесь ультра и низких настроек позволяет комфортно бегать, ездить и стрелять в PUBG. Скоростные показатели находятся на уровне Quake, поэтому играть можно даже на высокочастотном мониторе, хотя до 144 FPS средний фреймрейт все же не дотягивает.
В Fortnite
В Apex Legends все настройки можно выкрутить на максимум. Лишь качество текстур оставили на очень высоком уровне, который рекомендован для видеокарт с 6-гигабайтным буфером. В таком режиме бегалось на ура! Скоростные показатели находятся в комфортной зоне. Вопросов к управлению также не возникло.
На SSD для Hunt: Showdown места не хватило, поэтому установили ее на жесткий диск.
При высоком профиле игра постоянно подтягивает данные, поэтому возможны просадки, особенно сразу после старта. У нас же при записи ничего критического не наблюдалось. Даже очень редкие события были выше 50 FPS.
DOOM в режиме Vulkan при ультра настройках выдает под сотню FPS с приятной статистикой редких и очень редких событий. То есть ничто не мешает прицельно стрелять и уклоняться от атак монстров. По возможности игру лучше ставить на SSD, чтобы статистика не просаживалась и уровни загружались быстрее.
В Третьем Ведьмаке мы решили по максимум усложнить жизнь видеокарте. Для этого выбрали максимальные пресеты графики и включили технологию Hairworks. Поначалу возможны просадки очень редких событий из-за подгрузки данных с накопителя. Но затем мы не ощутили никаких проблем. А если слегка уменьшить некоторые настройки, то скорость будет гораздо выше.
Kingdom Come: Deliverance при высшем пресете качества слегка недотянула до комфортных 60 FPS, хотя по самому геймплею это не ощущается.
Утечка тестов NVIDIA GeForce RTX 4060 Ti CUDA почти на 15% быстрее, чем у 3060 Ti
Первые тесты видеокарт NVIDIA GeForce RTX 4060 Ti начали просачиваться в базу данных Geekbench.
Утечка тестов NVIDIA GeForce RTX 4060 Ti показывает, что производительность на 15% выше, чем у 3060 Ti
Графическая карта NVIDIA GeForce RTX 4060 Ti — это грядущее массовое решение, которое будет выпущено в конце этого месяца. Видеокарта станет прямой заменой NVIDIA RTX 3060 Ti с аналогичной ценой на вариант с 8 ГБ памяти. Видеокарта была протестирована в рамках тестов CUDA на Geekbench 5, но перед этим давайте быстро вспомним характеристики.
Спецификации NVIDIA GeForce RTX 4060 Ti «Ходят слухи» Ожидается, что NVIDIA GeForce RTX 4060 Ti будет использовать ядро графического процессора AD106-350-A1, урезанную версию полноценного графического чипа AD106 и основанную на предыдущих По слухам, она должна содержать 34 модуля SM или 4352 ядра CUDA, 16/8 ГБ памяти GDDR6, работающей со скоростью 18 Гбит/с через 128-битный шинный интерфейс, что обеспечивает пропускную способность карты 288 ГБ/с.
На борту графического процессора также имеется 32 МБ кэш-памяти L2, что в 8 раз больше, чем у GeForce RTX 3060 Ti.
В варианте на 16 ГБ используется плата PG190 SKU 363, а в варианте на 8 ГБ используется плата PG190 SKU 361. Видеокарта NVIDIA GeForce RTX 4060 Ti будет поставляться в различных вариантах SFF и Compact ITX, что делает ее идеальной для небольших сборок ПК. Карта также потребляет гораздо меньше энергии: во время игр требуется около 150-160 Вт или даже меньше, что на 25% меньше, чем у ее предшественницы, RTX 3060 Ti. Ожидается, что карты будут выпущены к концу мая и будут стоить от 399 до 499 долларов США.
Тест видеокарты NVIDIA GeForce RTX 4060 Ti Итак, переходя к производительности, NVIDIA GeForce RTX 4060 Ti была протестирована на платформе Z790 с процессором Intel Core i9-13900K. База данных Geekbench 5 подтверждает это как часть 34 SM с 4252 ядрами и максимальной частотой 2540 МГц. Также сообщается, что память составляет 8 ГБ со скоростью 18 Гбит/с.
Мы не можем точно сказать, является ли это разогнанным вариантом или эталонной моделью, но мы видели нестандартные варианты с тактовой частотой значительно выше 2,6 ГГц.
25000
50000
75000
100000
125000
150000
RTX 3070 RTX 4060 Ти146,2к
RTX 3060 Ти RTX 3060Графический процессор набрал 146 170 баллов в тесте Geekbench 5 CUDA. GeForce RTX 3060 Ti в среднем набирает около 125-130 тыс. баллов, что делает 4060 Ti примерно на 15% быстрее, но в то же время RTX 3070 набирает около 150 тыс. баллов, что означает, что 4060 Ti может оказаться немного медленнее или на уровне, чем 3070 в реальной игровой производительности. Мы не можем использовать карты AMD в этом сравнении, поскольку CUDA оптимизирована для карт NVIDIA. Только метрики OpenCL и Vulkan можно использовать для сравнения карт NVIDIA и AMD друг с другом.
Итак, с учетом сказанного, похоже, что GeForce RTX 4060 Ti от NVIDIA будет небольшим обновлением по сравнению с 3060 Ti в собственной растровой производительности с трассировкой лучей, DLSS 3 и дополнительными функциями, такими как AV1 и т.
- Да
- Нет
- Подождите и посмотрите тесты
Источник новостей: Benchleaks
Поделитесь этой историейСовет № 14. Сравнительный тест для глубокого обучения с использованием NVIDIA GPU Cloud и Tensorflow (часть 3): настройка программного обеспечения
Среда Ubuntu подключена к облачной платформе NVIDIA GPU, загружает контейнер TensorFlow и готова начать тестирование производительности графического процессора.
Давайте разделим это на четыре этапа:
1) Установите Ubuntu 18.04 LTS и графический драйвер NVIDIA
2) Установите Docker CE и NVIDIA Docker v 2.
3) Настройте NVIDIA GPU Cloud и вытащите контейнеры Docker, оптимизированные для GPU
4) Запустите тест TensorFlow
Пришло время начать!
Этап первый: Установите Ubuntu 18.04 LTS
Веб-сайт Ubuntu: https://ubuntu.com/download/desktop
В Ubuntu есть отличное руководство по созданию загрузочного USB-установщика для среды Ubuntu Desktop, следуйте шаг за шагом, чтобы создать установщик USB.
https://tutorials.ubuntu.com/tutorial/try-ubuntu-before-you-install
Существует также отличное пошаговое руководство по Ubuntu от Прадипа Кумара, поэтому в моем случае я просто выбрал опция «Стереть диск и установить Ubuntu», что приводит к чистой установке Ubuntu.
https://www.linuxtechi.com/ubuntu-18-04-lts-desktop-installation-guide-screenshots/
Теперь нам нужно выполнить обновление. Откройте окно терминала, введите следующие команды и введите свой пароль по запросу.
sudo apt-get update
После завершения процесса обновления введите:
sudo apt-get upgrade -y
sudo apt-get dist-upgrade -y
Вашей системе потребуется некоторое время, чтобы получить и установить эти обновления, так что самое время выпить чашку кофе или две! После завершения обновления перезагрузите систему, введя следующее:
sudo reboot
Установите драйвер NVIDIA
Откройте окно терминала и введите следующее:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
Затем перейдите в «Программное обеспечение и обновление» на рабочем столе
Перейдите на вкладку «Дополнительные драйверы» и выберите последнюю версию драйвера NVIDIA и нажмите «Применить изменения».
После завершения установки драйвера перезагрузите систему.
Когда вы вернетесь к рабочему столу Ubuntu, откройте окно терминала и введите следующее, чтобы проверить правильность установки драйвера NVIDIA:
nvidia-smi
Это типичный экран результатов nvidia-smi:
Фаза вторая: Установите Docker CE и NVIDIA Docker версии 2.0
Веб-сайт Docker: https://docs.docker.com/ install/linux/docker-ce/ubuntu/
Одной из проблем Linux является управление зависимостями. Часто обновление одной программы наносит вред остальной системе, потому что оно обновляет часть ОС, от которой зависели другие программы. Это несоответствие зависимости файлов чрезвычайно сложно диагностировать и исправить для новичка в Linux, такого как я.
Вот краткое определение прямо с веб-сайта Docker:
«Контейнер — это стандартная единица программного обеспечения, которая упаковывает код и все его зависимости, поэтому приложение быстро и надежно работает из одной вычислительной среды в другую.
Образ контейнера Docker представляет собой легкий, автономный исполняемый пакет программного обеспечения, который включает в себя все необходимое для запуска приложения: код, среду выполнения, системные инструменты, системные библиотеки и настройки».
Источник: https://www.docker.com/resources/what-container
Используя контейнер Docker, я знаю, что все необходимые файлы упакованы внутри, и проблем с зависимостями файлов не возникнет.
Чтобы установить Docker CE, выполните следующие действия, указанные на веб-сайте Docker.
Сначала установите несколько программ, необходимых Docker, и отпечатайте то, что вам нужно для подключения к серверу Docker:
sudo apt-get install \
apt-transport-https \
ca-certificates \
curl \
gnupg-agent \
software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add —
sudo apt-key fingerprint 0EBFCD88
Вы должны увидеть следующее сообщение:
pub rsa4096 2017-02-22 [SCEA]
9DC8 5822 9FC7 DD38 8 54A E2D8 8D81 803C 0EBF CD88
uid [ неизвестно ] Выпуск Docker (CE deb) 
com>
sub rsa4096 22.02.2017 [S]
Вот команды для установки Docker.
sudo add-apt-repository \
«deb [arch=amd64] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) \
stable»
sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io
Чтобы облегчить себе жизнь и запустить контейнер Docker с помощью sudo, выполните следующее, но замените « your-user » на ваше фактическое имя пользователя Linux
Выполните следующее, но замените « your-user ” на ваше фактическое имя пользователя Linux
sudo usermod -aG docker your-user
Выйдите из системы и снова войдите в Ubuntu, вы можете протестировать свою среду Docker, выполнив следующее в окне терминала
docker run hello-world
Установить NVIDIA Docker 2
Посетите страницу NV Docker Github: https://github.
com/nvidia/nvidia-docker/wiki/Installation-(version-2.0) 9 0010
Для запуска контейнеров Docker с ускорением NVIDIA GPU нам также необходимо установить NVIDIA Docker версии 2.0.
Вот шаги установки, чтобы убедиться, что Ubuntu знает, как получить и установить NVIDIA Docker 2.0:
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add —
дистрибутив=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$ дистрибутив/nvidia-docker.list | \
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
После завершения установки вы можете выполнить следующее для установки NVIDIA Docker 2.0: следующий подтвердить.
docker run —runtime=nvidia —rm nvidia/cuda:9.0-base nvidia-smi
Вас должен приветствовать знакомый результат nvidia-smi.
Третий этап: подключение к NGC
Теперь ваша программная среда готова для подключения к NVIDIA GPU Cloud.
Убедитесь, что у вас есть активная учетная запись пользователя NGC. Вы можете бесплатно зарегистрироваться, перейдя по следующей ссылке http://ngc.nvidia.com/ и нажав «СОЗДАТЬ АККАУНТ»
Чтобы подключить Ubuntu к NGC, выполните следующие действия:
Нажмите «SETUP» на главный экран NGC.
Нажмите «Получить ключ API»
Нажмите значок «Создать ключ API» в правом верхнем углу.
Подтвердите, что хотите сгенерировать новый ключ API
После создания нового ключа перейдите в окно терминала и следуйте инструкциям по добавлению ключа API в среду Ubuntu. в нашем случае мы ищем контейнер TensorFlow версии 19.05 с Python 3, введите в окне терминала следующее:
docker pull nvcr.io/nvidia/tensorflow:19.05-py3
После завершения процесса контейнер готов для запуска.
nvidia-docker run —shm-size=1g —ulimit memlock=-1 —ulimit stack=67108864 -it nvcr.io/nvidia/tensorflow:19.05-py3
Этап четвертый.
Сравнительный анализ
cd nvidia-examples/cnn
python resnet.py —layers 50 -b 64 —precision fp32
Через некоторое время в то время как вы должны увидеть результат на экране.
Усреднение значений «Изображений в секунду» даст среднюю производительность вашего графического процессора при обучении ImageNet с использованием ResNet-50 с 32-битной точностью с плавающей запятой.
Если у вас есть графические процессоры поколения RTX (Turing), вы можете переключить флаг на fp16, что позволит графическому процессору обрабатывать ваш запрос с использованием новых тензорных ядер, что должно привести к повышению производительности:
python resnet.py — -layers 50 -b 64 —precision fp16
Шаг Эпоха Изображений/сек Потери LR
1 1.0 10.0 7,978 8,949 2. 00000
10 10,0 119,9 2,353 3,326 1,62000
20 20,0 291,6 0,012 0,988 1,24469
30 30,0 293,7 0,068 1,046 0,91877
40 40,0 293,4 0,267 1,249 0,64222
50 50,0 292,4 0,659 1,644 0,41506
60 60,0 292,7 0,266 1,255 0,23728
70 70,0 292,3 0,211 1,203 0,10889
80 80,0 292,1 0,371 1,364 0,02988
90 90.
0 202.1 0.001 0.995 0.00025
Поскольку это выполняется внутри контейнера Docker, вы можете быть уверены, что программное обеспечение внутри контейнера одинаково во всех запусках. Это позволяет чрезвычайно легко сравнивать результаты, полученные в прошлом, а также сравнивать ваши результаты с другими людьми, работающими с тем же контейнером.
Мы закончили! Вот как вы можете начать тестирование графических процессоров, используя Resnet-50 с TensorFlow, без необходимости кодировать весь ResNet в TensorFlow и защищать массивный набор данных ImageNet 2012.
Мы хотели бы увидеть количество изображений в секунду, пожалуйста, опубликуйте свои результаты в разделе комментариев.
У вас есть отличный совет относительно продуктов PNY GPU или Storage, которым вы могли бы поделиться с сообществом?
Пожалуйста, отправьте свой совет, посетив следующую страницу. Мы хотели бы услышать от вас:
www.
Ваш комментарий будет первым