Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

你的RTX2080Ti还没到手,别人的已经「翻车」......

自 8 月份英伟达发布 2080Ti 以来,有钱的你们是不是都在等着收货。可最近一周,不断有媒体报道 2080Ti 有「翻车」嫌疑。

今年 8 月份,英伟达发布了搭载 12 纳米制程 Turing 架构的全新消费级显卡 RTX 2080Ti,这是继两年半前发布 GTX 1080 后 GeForce 系列显卡的新篇章。英伟达表示,GeForce RTX 20 系列对比上一代 Pascal 架构的同级 GeForce 显卡将有「成倍的」性能提升。从目前能找到的数据来看,售价 999 美元的公版 GeForce RTX 2080Ti 的显存为 11G,包含 4352 个 CUDA 核心,存储总线 352bit,核心动态提升频率 1545 MHz,采用 PCI Express 3.0 接口,功率为 250W。

然而,随着开发者不断入手 RTX 2080Ti,很多人都发现目前 RTX 2080 Ti 在各种服务的支持上仍然不太成熟,可能入手 GTX 1080Ti 的性价比还要高一些。最近一周,海外不断有媒体(如 Digital Trends、福布斯、PCgamesn 等)报道英伟达 2080Ti 有「翻车」迹象。

RTX 2080 Ti 的问题

据 Digital Trends 文章报道,随着越来越多的早期用户报告英伟达 RTX 2080 Ti 运转失灵,外界对这一显卡故障率的担心与日俱增。一些显示问题涉及安装后即出现的故障和不稳定性,而另一些显示问题在几天后开始显示出消退迹象,尽管没有手动超频或进行电压操纵。

英伟达最近发布的 RTX Turing GPU 是有史以来最强大的消费级 GPU,支持令人兴奋的新游戏视觉功能,如深度学习超级采样(DLSS)和光线跟踪。然而,上一代的性能提升并不像最初预期的那样引人注目,过高的价格让人担心这些卡的销路。才刚开卖几周,质量问题就浮出了水面,使得早期问题更加复杂。

几周以来,英伟达论坛上出现了关于 RTX 2080 Ti 运转失灵的帖子,几乎每一个帖子都充斥着数百条评论,声讨该 GPU 崩溃、黑屏、蓝屏或者完全不起作用。此外也有一些关于 2080 问题的帖子,但是多数人的矛头还是指向 2080 Ti。

类似主题的 reddit 帖子也开始浮出水面,这些帖子详细描述了许多用户正在经历的 RMA 过程。更糟糕的是,一些用户在换货之后还要退货,这表明,至少在某些情况下,用户面临的问题并不是换一张新的显卡就能解决的。显卡内部可能存在某种架构缺陷。

用户上传的视频截图

这些问题似乎主要影响到那些购买 Founders Edition 版 2080 Ti 的用户,尽管一些 Gigabyte 和 Asus 第三方卡的用户也表示他们新买的 GPU 出现故障。

在回应置评请求时,英伟达告诉 Digital Trends,用户出现的这些问题是单独事件,不是大范围的问题。

值得注意的是,这一显卡的故障率可能有所偏差,因为没有遇到这些问题的用户可能不会给出反馈。然而,对于如此众多的 2080 Ti 用户来说,类似的问题似乎也令人担忧。

一些用户还对支付退货运费的要求感到不满。英伟达高级公关经理 Bryan Del Rizzo 否认了这一点,他告诉 Digital Trends:「所有的 RMA 都附送预付运费标签。这是一个全球规定,我记得很久以来一直如此。」

其实,不只国外对 2080Ti 的讨论比较多,国内收到该显卡的用户在使用过之后也给出了一些反馈与个人观点。虽然其中给出反馈的用户表示,「.... 首先我和师兄配置并没有搞的特别专业,那只是一个华硕的型号,而且只是跑了个 TensorFlow 的模型,不具有代表性。」但他最终说,「我们试了一块,就不打算再买了。感觉还是现在买 1080ti 实在。」

RTX 2080 Ti 值不值得买

其实自从 RTX 2080 Ti 发布以来,很多开发者都在测试它的性能提升,并考虑相对于 GTX 1080Ti,2080 Ti 到底值不值得买。Tim Dettmers 在博客中表示,单从性能上来看,RTX 2080 Ti 无疑是非常强的,它在卷积网络或循环网络都比 1080Ti 有更好的效果。如下展示了各计算硬件在不同神经网络上的性能:

经归一化的原始性能数据,RTX 2080 Ti 差不多是 GTX 1080Ti 的两倍速度(0.77 vs 0.4)。

而对于性价比,Tim Dettmers 表示,1080Ti 要比 2080Ti 高一些。值得注意的是,这两种等地位的芯片都不是性价比最高的,而那些性能不是那么强的 GPU 性价比要更高一些。

经归一化的性能/价格比值,RTX 2070 的性价比是 V100 的 5 倍。

从性价比这边,Tim Dettmers 表示,目前 GTX 1080 Ti、RTX 2080 和 RTX 2080 Ti 显卡价格过高,未来可能会有更多的优惠,这一项性价比对比并没有考虑神经网络所需的内存量以及计算机最大能扩展的 GPU 数。

Tim Dettmers 的测试博客:http://timdettmers.com/2018/11/05/which-gpu-for-deep-learning/

此外,Lambda Lab 之前还发布过 RTX 2080 Ti 的深度学习基准。他们表示在 RTX 2080 Ti 和 TensorFlow 上用单精度(FP32)训练 CNN 比 1080 Ti 快 27%到 45%,用半精度(FP16)训练 CNN 比 1080 Ti 快 60%到 65%。因此我们需要考虑到底值不值得为平均提升 36%的速度增加 71% 的成本。

以下展示了在 32 位精度下各个模型的加速情况,其中红线为各模型在 1080Ti 上的基线性能:

基准测试地址:https://github.com/lambdal/lambda-tensorflow-benchmark

截至目前,RTX 2080Ti Founders 版本需要 1199 美元,而 GTX 1080 Ti Founders 版本需要 699 美元。在价格是 1.7+倍的情况下性能提升达不到那么多也许就需要重新考虑入手 1080Ti 了。

参考链接:

https://www.digitaltrends.com/computing/nvidia-rtx-2080-ti-graphics-cards-dying/

产业英伟达芯片
11
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

基准技术

一种简单的模型或启发法,用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

TensorFlow技术

TensorFlow是一个开源软件库,用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品,如语音识别、Gmail、Google 相册和搜索,其中许多产品曾使用过其前任软件DistBelief。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

推荐文章
不买2080ti的理由