英伟达在 gtc 二零二六上推出神经纹理压缩 ntc 技术,可将游戏显存占用降低百分之八十五,且画质无损。该技术通过神经网络解包场景纹理,十六点五 g 显存需求的托斯卡纳别墅场景压缩至九百七十兆飞行 头盔视力中,显存占用从二百七十二兆降至十一点三七兆。 ntc 与神经材质技术结合,利用矩阵加速引擎实现渲染速度提升七点七倍, 无需复杂计算。该技术基于特定纹理及训练,避免生成幻觉,成为显存优化的关键方案。微软已将其标准化为 directx 的 斜作项料,英特尔、 amd 等企业也涉足相关领域,但尚未有游戏支持。随着游戏复杂度提升,神经渲染技术正 推动行业突破显存瓶颈,展现人工智能在实际应用中的高效价值。
粉丝378获赞7458

八 g 显存显卡又站起来了!英伟达新技术让显存占有率爆向百分之八十五!总消息,英伟达在二零二六年 g t c 开发者大会上曝光了名为 n t c 的 神经纹理压缩技术,而这项技术可以使显存的占有率一下子降低百分之八十五, 并且在肉眼情况下感受不到画质的损失,真是腻了个大天啊!而在实际使用场景中,画面原本需要六点五 g 显存的情况下, 开启 n t c 技术,显存占用一下从六点五 g 降到了九百七十兆!我去,这也太恐怖了!并且我还真看不出来这画面有什么区别。 这时候就有人怀疑英伟达是不是用了 ai 来生成画面,毕竟 d l s 五就是这个原理嘛。不过英伟达已经正式发出声明, n t c 技术并非生成式 ai 技术,所有的图像优化都会在游戏的开发阶段完成固定训练。

八 g 显存,再战十年!就在四月五日的图形处理技术大会上,呀 n v 官宣了一项黑科技, n t c 神经纹理压缩技术。 众所周知啊,现在的八 g 显存基本就是三叶游戏的斩杀线,尽管 d l s s 四可以多倍增升成,但爆显存导致原始帧拉跨啊,神仙来了也救不了。而这个神经纹理压缩技术呀,直接对显存占用最多的贴图纹理下手, 通过显卡的弹出框进行计算。在游戏渲染阶段呀利用小型神经网络的动态解压纹理,大幅缩减纹理体积的同时呀,还可以减少游戏安装包的体 积。因为他表明纹理压缩之后呀,对画面不会造成任何的影响,而且由于占用率变低,压缩后的画面纹理效果还会更出色,氛围率可以提升达四倍。因为他现场进行了演示,一个六点五 g 显存占用的别墅场景啊,压 压缩后直接降到了九百七十兆,画面效果啊,几乎没有差别。一旦这项技术,时装八 g 显存可以说再战十年啊,都不过分。不过目前啊,还处于画饼的阶段,尚未有任何游戏支持,但预估很快将进入商用落地阶段,说不定啊,六零系显卡就首发了。

你手上的显卡或许还能再战十年。就在前不久的二零二六年 gtc 开发者大会上,英伟达把他们打磨了三年的 ntc 神经纹理压缩技术正式发布了,这项技术可以把显存的占用率一下子降低百分之八十五。在英伟达现场公布的实际的使用场景中, 原本的画面需要六点五 g 显存,开启 n t c 之后只需要九百七十兆的显存,显存占用直接骤降,而且肉眼还感受不到画质的损失。以前老黄卖显存跟卖金子一样,打个三 a 游戏动不动就爆显存 n t c 出来,以后再也不用怕打游戏的时候爆显存了。前有 d l s s, 后有 n t c, 性能不够,软件来凑,感觉我的四零六零这下真的要站起来了。

还在担心报显存吗?别急,因为它的 n t c 技术来了,专治各种显存告急!八 g 显存直接当四十八 g 来用。 n t c 是 啥?简单来说,它不存纹理的原图,而是通过储存压缩包,然后通过 gpu 上的小神经网络当场解压缩,还原高气的纹理, 六点五 g 直接压到九百七十兆。更绝的是,据老黄说,画质几乎没损失,肉眼和看和原图没差别,不像传统的压缩纹理,胡成马赛克,直接省出半个游戏安装包。 而且它靠张亮核心炮,不占渲染算力,不卡不崩。老黄这次真的不用升天了吗?那岂不是八 g 老显卡狂喜? 以前玩游戏只能看低画质,现在有 n t c 加持,高画质稳跑,直接再战三年不是梦!王神勋都喊 n t c, 让纹理压缩告别压缩疾狐,以后玩游戏再也不用为显存而纠结。 n t c 等于显存大减幅,加画质不打折,加老卡能畅玩。嗯,马斯卡,我的 g t 六幺零一 g 风流并版显卡是不是也有八 g 显存呢?老东西也能焕发第二寸是吧? 当然是有支持列表的,原生四零系、五零系支持一零系,以后的卡多少也都能支持一点。关注我,得到一手电脑资料,记得点赞关注哦!

你知道英伟达吗?你知道英伟达是干什么的吗?如今安卓芯片阵营中,高通和联发科两分天下, ios 和鸿蒙都是自己玩自己的。但往前数十多年,在高通还没崛起,联发科还在搞山寨的时候,英伟达其实早早就已经搞起了手机芯片。可就是这一段历程,却是黄仁勋心中最大的一难品。 但是豪情万丈入局,结局却是一败涂地。今天我们继续开讲芯片发展历史。系列双面赌徒 英伟达二零零七年,乔布斯用初代 iphone 揭开了新时代的序幕。在 pc 领域,早已加冕为王的英伟达,正以一种好奇与傲慢的目光审视着这片翻新为爱的移动疆土。在他看来,智能手机不过是更加小耗的 pc 设备,而只要有屏幕,那就离不开图形技术。 恰好在英伟达手中有着最为顶尖的 gpu 图形技术,于是怀揣着复制 pc 八爷的梦想,一场以技术之矛刺向生态之盾的远征就此启程。这场远征的名字叫做 tiger, 但它开启的并非是一个帝国,而是一段长达十年、代价高昂的泥 土。二零零八年,英伟达正式推出 tiger 系列移动处理器,当时它的对手还不是沟通,而是英特尔的处理器。在发布会上演示的游戏画面也确实绚丽夺目,很吸引人眼球。 在黄人勋看来,智能手机作为小号的 pc, 那 么未来肯定要承载更加复杂的应用和游戏,对图形处理能力的需求将会是指数级别的增长,而这显然就是英伟大的优势所在。所以只要往这一块发力,掌握着移动游戏的命门,那 手机芯片市场就自然成了。这个逻辑也确实没错,以现在的眼光来看,也非常有远见。而黄仁勋的这种秘制自信,源自于显卡思维,追求极致的峰值性能,崇尚硬件规格的军备季竟赛。所以英伟达将这套成功的哲学原封不动地注入了 tegra 芯片的设计中。着细的 tegra 二、 tegra 二、三芯片, 其 g p u 性能参数在同代产品中堪称亮眼,在特定的游戏或演示中,画面就是比对手的更流畅,特效也更丰满。但问题来了,实际上智能手机和 pc 是 截然不同的两个世界,不仅市场竞争逻辑不同,两者的概念也 也不同。在 pc 端,用户会为了帧率买单,会为了更炫酷的特效而买单。而它所带来的散热和功耗问题,可以通过更大的机箱、更快的风扇,或者通过水冷等等手段来解决。而智能手机,它的规则从初代 iphone 诞生的那一刻就已经有了底色, 它不仅属于性能,更属于体验,这种体验包括系统流畅度、硬件性能、通信能力,甚至还有外观、颜值、温度、功耗等的控制。 英伟达的移动芯片就是犯了这个错误,他就像一个穿着笨重铠甲的牛头人战士,在竞技场中被灵活的刺客秀的头皮发麻。而首当其冲的就是火龙诅咒。说个冷知识,在沟通火龙八幺零之前,英伟达其实早就率先开启了火龙传说,只不过因为合作伙伴较少,所以影响力有限。 但其中有个倒霉的产生,大家都知道,它就是小米。为了维持通行优势,英伟达的开关二芯片经常在高富帅下疯狂释放性能, 随之带来的就是恐怖的发热量。用户发现,在下别说体验游戏了,而是体验滚烫的温度和急速下跌的电量。而手机厂商应该怎么办呢?在不增加厚度和重量的情况下,那就只能执行降频操作。 于是发布会上演示的华丽性能沦为直面参数,实际体验因发热降频而卡顿,从而形成了高性能、高发热、强降频、低体验的死亡螺旋。其中的代表作就是小米三。 二零一三年,雄心勃勃的小米和英伟达达成合作,在期间之小米三上搭载了定制版的 tiger 四,其中双方都认为这是一场里程碑, 对小米来说是性能和高端的一次向上尝试。而对英伟达来说,则是借助小米的力量,正好让 tiger 芯片进入主流主机市场。 然而噩梦很快开始,用户普遍反映 tiger 版小米三存在严重发热、功耗过高、系统兼容性差以及信号相对不稳定等问题。 相比之下,同期发布的高通枭龙八零零版本则表现出了全面的稳定与均衡,市场口碑如潮水般涌向高通, tagara 版本则迅速滞销。这 还被寄予厚望的联姻最终成为了对 tagara 移动芯片的公开处刑,它彻底摧毁了主流手机厂商对 tagara 的 信赖,将其牢牢盯死在高风险、不成熟的备选范围位置上。此时的高通也是有一点纳闷的, 我怎么什么都没干就突然间成为了香饽饽?而比发热更致命的还是通信能力, pc 上显卡不需要关系网络,但在手机上,基带是芯片的灵魂之一。 沟通就是凭借着深厚的通信专利和技术积累,将基带与处理器整合成完整的 s o c, 提供一站式解决方案。而英伟达呢?图形领域确实是王者,但通信领域上却是个平民。他尝试收购一家叫做 s r 的 基带公司,但整合之路困难重重, 其基带性能、网络兼容性始终无法与沟通抗衡。采用泰戈尔手机,厂商最终方案还是外挂基带,这就导致成本增加,功耗更高,信号也极其不稳定。 而没有稳定的通信能力,除非你是苹果,否则其他你再强也是空中楼阁。就这样,面对持续的亏损和渺茫的市场前景,因为他做出了痛苦且明智的决定。二零一五年前后,他实质上停止了面向智能手机市场的泰戈尔芯片推广,标志着这场豪赌的终结。 在财报会议上,这被轻描淡写的表述为战略聚焦,但内部都清楚,这是一次移动主战场的彻底撤退。 然而,有趣的故事常常发生在主战场之外。泰戈尔芯片并没有被完全的扔进历史的垃圾桶,反而在几个意想不到的领域找到了新生,这些领域恰恰规避了他在手机上的所有短板。第一个也是最为成功的就是任天堂的 switch。 这台二零一七年发布的混合游戏机, 其核心制程是一颗定制版的 tiger 叉。一芯片在 switch 上,功耗和散热限制因为更大的机身和主动散热风扇而得以放宽。它不需要复杂的全球蜂窝网络,兼容性,封闭的游戏生态让英伟达可以深度优化, 在这里, tiger 强大的图形性能终于得到了酣畅淋漓的释放,助力 switch 成为一代游戏神话。英伟达从失败的废墟中终于是淘到了一块金子。第二个是在汽车领域, 在智能汽车驾驶舱和早期自动驾驶领域,对算力的需求飙升,而汽车的空间和供电条件远比手机要来的宽松,因为它迅速将 tiger 转型为车柜级芯片, 其 g i f 平台成为了众多车企的首选。第三个领域是边缘计算与切入式设备,从机器人到无人机,这些设备需要一定的 ai 算力,但形态也各异, 对功耗和集成的敏感度都要低于手机。 tiger 在 这里找到了作为专用计算核心的价值。回顾 tiger 在 移动领域的十年迷途,这是一场典型的技术优势却不 等于市场成功的生长案例,因为它败给了路径依赖,败给了对移动生态复杂性的侵蚀。它试图用解决 pc 问题的方法论去解决移动领域的难题,结果头破血流。 但这段历史也预示了未来的伏笔,那颗为纯粹高性能并行计算而生的心,虽然在手机的精密躯体里水土不服,却可能在一个需要蛮荒壮丽的全新佳玉成为了开天辟地的神兵。 而那个新佳玉正在地平线上缓缓升起,它的名字叫做人工智能。好了,这一期内容就是这样,接下来我们继续锁定英文版我是沉默的谢楠,点赞、关注、收藏,我们下一期再见!

今天我们要聊一个大家可能会非常感兴趣的话题,就是八 g 现存的显卡还能不能再撑十年,这个其实是很有悬念的啊,但是最近英伟达在他们的二零二六年的 gtc 大 会上面公布了他们的一项新技术,叫做 ntc 神经纹理压缩, 这个技术可以让你的显存的占用一下子降低百分之八十五。那这个技术出来之后呢?就有人说啊,这个八 g 显存的显卡又可以站起来了。对,这个技术出来确实挺让大家惊喜的,所以我们今天就来聊一聊这个事情,看看八 g 显存有没有可能真的可以再活十年。咱们先来聊第一个话题,就是 n t c 这个技术到底是怎么做到让你的显存占用大幅降低的? 第一个问题啊,就是这个技术和传统的压缩算法有什么本质的?他们都是把图片切分成一个个小块儿, 然后去找到每一块的颜色的极值,通过这种限性差值的办法来存储这个颜色的变化。但是这种方式呢,就有一个问题,就是它的压缩比是有限的,而且它很容易丢失一些高频的细节, 就会出现这种我们说的这种块状的尾影。对对,这个确实这个我们在玩游戏的时候经常会遇到,就是这个材质一放大就糊了。而 n t c 呢,它就完全抛弃了这种像素快的思路, 它是把这个整个的纹理当做一个高维的函数,然后用一个非常小的神经网络和一些特征张量去把它原来的这个像素值 给精准的还原出来,所以它的压缩比可以远远超过传统的方法,而且它不会出现这种块状的失真。所以说 n t c 到底是用了哪些巧妙的方法,能够把这个压缩率做到这么夸张的同时还能保证速度呢?关键就在于它是用了这个多分辨率的哈希编码加上一个非常清亮的解码器,就它其实是把这个 大部分的信息都存在了这个哈希特征表里面,然后这个神经网络只是负责把它查找到的这些特征在组合起来,所以它这个随机访问的延迟是非常低的,听起来很像是用算法把这个数据藏起来,而且它还可以把这个多个纹理通道一起联合压缩,然后它这个整个的训练过程是一个端到端的超参数的优化, 对它最后出来的这个压缩比是可以比传统的方法高五到八倍。解压的时候呢,它又可以直接用这个 gpu 里面的这个张量核心做并行的加速,所以它这个效率是非常高的。那我现在如果说要在我的游戏开发流程当中要集成这个 n t c, 我 具体要怎么操作呢?其实 n t c 它是有一个自己的一套编码器的, 就是你在内容创作的时候,你把你的这个 pvr 的 纹理都输进去,然后它就会输出一个这个压缩过的 ntc 的 纹理集和一个非常清亮的这个解码器的网络。那这个时候其实你的这个数据已经小了非常多了。 然后这个东西到了运行时要怎么处理呢?运行的时候呢?这个压缩的纹理集和这个解码器的权重都是会被加载到你的这个 gpu 的 显存里面,然后当你需要采用这个纹理的时候,它就会通过这个解码器实时的去重建,那你这个时候就可以减少非常多的显存的压力。 对,这个东西其实已经在主流的游戏引擎里面都已经集成了,所以你用起来会非常的方便。那我们接下来要聊的就是 n t c 相比传统的压缩方案,它的技术优势到底在哪里,对吧?第一个我们就想要聊的就是 n t c 这个压缩率到底能比传统的 b c n 系列强多少?这个就是说 n t c, 它是真的是把这个压缩做到了极致。 就是同样的一个托斯卡纳别墅的这个场景,用 b c n 系列去压缩的话,要用到六点五 g b 的 显存,但是用 n t c 的 话,它就只需要九七零 mb, 就他直接给你省掉了百分之八十五的空间,这个差距确实太吓人了。对,然后还有就是说这个飞行头盔的这个纹理也是 bc, 压缩完了之后是九十八兆,但是 n t c 就 只要十一点三七兆, 就他甚至可以把这个十六 k 的 这种高分辨率的多通道的材质从几个 g 压到几百兆,就他的这个压缩效率是远高于传统的方法的。 所以这个就是为什么现在大家都开始关注它在游戏开发里面,那就是说 n t c 和传统的 b c n 系列的压缩在画质的保真度上面有什么本质的区别吗?就是说 b c n 这种传统的压缩,它是很容易出现这种色块,然后模糊,包括这种边缘的丢失,就特别是在这种高分辨率的纹理上面, 它会把很多这种精细的细节都给抹杀掉,所以说有些材质一压缩就变糊,其实挺头疼的。对, n t c 就 不一样了,它是通过这种神经网络的这种非线性的你和 来还原这个细节,所以它不光是说它的这个 psn 二和 s s i m 这些指标要比 bcn 高很多,它其实在视觉上面你是几乎看不到什么失真的,而且它对于这种高频的细节还有这种锐利的边缘,它是可以完美的保留的,所以说在同等的这个 显存的限制下面,它是可以达到一个远超 bcn 的 一个画质的,甚至说它可以在这个四倍的分辨率下面依然是非常清晰的。 那就是说 n t c 这个东西在实际的游戏运行的时候,它到底会给你的性能和硬件带来哪些变化呢?就是说 n t c 它的这个解压是不需要依赖传统的渲染管线的,它是可以完全在这个 t c r 或者是说这个 ai 的 核心上面去做一个并行的加速, 所以它的这个几乎不会影响你的这个帧率,然后也不会让你的这个 g p u 有 额外的负担。听起来对老卡也挺友好啊,对,没错没错,是的是的,而且就是说它除了这个节省显存带宽之外,它其实还可以让你的这个缓存的命中率更高。 然后就是说即使是很老的显卡也可以去体验这种高分辨率的材质,包括现在新的架构已经把它集成到了驱动和这个 api 里面,所以它是一个即插即用的,未来的话还可以通过这个网络结构的升级,继续提升它的这个压缩率, 所以就是说它的这个前景还是非常好的。在这个游戏和这个实时渲染领域,咱们来来到第三个大问题啊,就是 ntc 到底会给游戏开发和整个行业带来什么样的变更?就是 ntc 它可以让这个几十 g 的 这种纹理包 压缩到只有原来的十五分之一,就比如说一个六 g 的 这种材质级,它可以直接压到几百兆,然后这个安装包也小了,下载也快了,对服务器的压力也小了,玩家也不用等那么久,所以说低配置的玩家也有机会流畅的玩上这些大游戏了,完全没错,就是呃,八 g 显存的这种主流的卡, 可以用上原本十六 g 才能用的这种高分辨的材质,然后光追也可以开了,二 k 也可以开了,甚至有一些这种低端的主机,通过这个 n t c 也可以提升一个画质的级别。同时这个开发团队他们也不用再去为了这个不同的平台去做一些复杂的适配, 因为这个东西已经被纳入到了这个行业的标准里面,所以说这个行业的门槛一下子就被拉低了。除了游戏领域, n t c 还会在哪些行业会有比较大的作为呢?比如说这个 vr 和 ar 领域,现在这个头衔想要追求这种 无纱窗的这种沉浸感,它是需要非常高的分辨率的纹理的,那这个时候 n t c 可以 让这个移动的平台也可以渲染出这种接近 pc 级的这种画质,然后也可以减轻这个设备的发热和这个带宽的压力,这对经常玩 vr 的 人来说应该是个福音,没错没错,而且就是呃数字孪生和这个工业设计里面也可以 呃利用这个 n t c, 让这个云端可以同时服务更多的这种高细节的模型,然后这个影视动画的这种实时预览也会变得更流畅,包括军事仿真里面也可以在这个有限的硬件上面去实现这种非常真实的这种环境的渲染。所以说 n t c 其实是可以推动很多行业的这种体验和效率的升级。 哎,说到 n t c, 咱们就是说它会给未来的硬件和行业带来哪些根本性的变化呢?这其实 n t c 它是一个 让这个显卡从一个比拼显存的这样的一个硬件,变成了一个比拼 ai 算力的这样的一个硬件。对,就是以后你这个高画质不再完全依赖于你有多大的显存,而是依赖于你的这个 ai 解码的能力有多强,岂不是说现在的低端卡也有机会逆袭了?完全没错。而且就是呃这个统一的 n t c 的 标准,也会让 这个跨平台的开发变得非常的简单,然后这个硬件的升级也会变得非常的简单,包括整个行业都会往这个 软件定义的这样的一个方向去走,就是你可以通过升级算法的方式来不断的提升你的画质,所以说这个行业的门槛和成本都会大大的降低,这也会推动这个国产的一些方案的快速的普及。说到这,我觉得我们可以看到就是 n t c 它确实给这个显存的瓶颈带来了一个全新的解法,然后也会很有可能推动整个图形渲染行业 往一个新的方向去发展,可能真的会成为未来的一个主流趋势。 ok, 今天的内容咱们就聊到这了,然后感谢大家的收听,咱们下期再见。拜拜。

老黄彻底疯了啊,直接把自己家拆了。就在 cs 二零二六的舞台上,这个穿皮衣的男人说了一句让所有人沉默的话,我们打破了英伟达自己的规则。一开始我也以为这只是又一次常规升级,新显卡、新架构,性能提升多少倍,这我们都见过了。 但是当我看到这个数字的时候,我愣了,六颗芯片全部推倒重来。过去二十年,英伟达有条铁律,每代最多只动一到两颗芯片。为什么?因为重新设计一颗芯片的成本和风险,足以让任何一家公司破产。但这一次,从 c p u 到 g p u, 从网络到存储,火神勋把整个数据中心拆了重建, 这就是他的新武器,罗宾平台。更疯狂的是,这六颗芯片被组装成了一个机架,没有电缆,没有风扇,二百二十万亿个晶体管,重达二点五吨。马斯克看完直接惊呼,这是 ai 的 火箭引擎啊,是工程奇迹啊, 为什么这么疯狂呢?黄仁勋给出了一组数据啊, ai 模型的规模每年增长十倍,生成的 token 数量每年增长五倍,但摩尔定律已经死了。 翻译一下就是, ai 的 胃口每年暴涨,但芯片的速度根本跟不上,所以他必须用如饼这套全新的架构,把算力性能提升五倍,推理成本降低十倍,算力真的要变成白菜价了。老黄的意思很明确,他要让全人类的脑力活都贬值。 但最让我激动的是,这些廉价的聪明终于长出了肉身。老黄在演讲里展示了奔驰 c l a 在 旧金山的自动驾驶实测,它不是在背地图啊,而在像人一样思考为什么要让路,什么时候该加速,这就是它发布的 apple mile 自动驾驶模型,让汽车第一次有了真正的脑子。 更震撼的是 cosmo 物理 ai 平台,他把这种智能塞进了人形机器人的后脑勺,让他们在工厂里能自己找活干,自己学会怎么搬箱子,怎么避开障碍。甚至他直接开源了十万亿个语言训练 token, 五十万条机器人轨迹数据。 这是什么意思?他在告诉全世界,来吧,用我的数据训练你的 ai, 然后你就离不开我的芯片了。我突然明白了,他不是在发布产品,他是在制造需求啊! 因为他赌的不是 ai 会不会继续火,他赌的是 ai 的 瓶颈,不是需求不足,而是基础设施跟不上。如果 ai 真的 要从聊天机神变成自动驾驶,变成人形机神,变成能持续思考的智能体,那现在的算力、网络、存储全都不够用。 所以,他必须提前把整个技术设施重构一遍,他要当下一次工业革命的总承包商。这不是一次技术发布会,这是一场对 ai 未来的豪赌,而赌注是英伟达十万亿美元的市值和整个 ai 行业的下一个十 年。二零二六年下半年,如果你就会量产,到那时候,我们就知道黄人巡车场赌局是神来之笔,还是孤注一掷了。我是彭州 ai, 永不眠!

我的八 g 显存等于你的四十八 g 啊哈哈哈,这可不是我在瞎说,而是前不久的 gtc 开发者大会上,英伟达终于把打磨了三年的 ntc 技术端上来了,也就是神经纹理压缩,号称能把六点五 g 显存压缩到九百七十 mb, 而且画质还几乎无损,那这不就八 g 等于四十八 g 了吗? 啊,这是使用压缩技术前后对比,反正我是真看不出来有什么区别。想要知道自己显卡支不支持,也可以看看以上结论,使用这个 n t c 技术,再加上 d r s s, 直接实现了白天拼好饭,晚上拼好针,哈哈哈。

英伟达宣布三月三十一日正式开放多帧生成,到时候咱们的 r t x 五零系用户即可体验完整的 d o s s 四点五,后续也会有更多的游戏加入 d o s s 以及光追的支持。那本次驱动具体新增支持了什么?游戏修复了什么 bug? 游戏测试有没有提升?咱们一起来看吧。 英伟达于二零二六年三月十日发布 game ready 以及 steam 五九五点七九驱动程序,这是五九五点七六热修复后的第一款整合驱动,新驱动为红色沙漠死亡搁浅二名坛之上提供 dlss 四的支持。 说实话,这几天我看网上都在各种吹嘘这个五九五点七六这个热修复驱动啊,我在这里给大家说明一下,这个驱动是修复五九五点七幺上锁电压的问题,还有一些 bug 啊, 并不是所谓的鸡血驱动。哎,你看看那些网上的营销号,脸都不要了,什么更新五九五点七六性能性能暴涨,他是一点前因后果他都不知道,这不就相当于我借了你二百块钱,然后我把原本属于你的还给你,这营销号就说是我善心大发,白给了你二百牛逼 与上一版本游戏测试和总结,在视频结尾,大家也不要忘记点一个免费的赞支持一下,当然也希望大家完整的看一下本视频中问题的统计,这些问题很重要,可以决定你是否更新驱动 release 五九五中心工作的支持支持扩大十三点二, 添加最新的吸尘改进、错误修复和驱动成绩增强。五九五点七九已修复的问题包括如下,游戏 bug, 红色沙漠在 r 五九五驱动上启动游戏时崩溃,生化危机安魂曲使用次表面散射时,游戏可能会出现白色的发光点。 星际公民游戏客户端在启动时崩溃。一般 bug, 当显卡超频时, gpu 电压可能会被限制,导致其无法提升至预期水平。 在 r d c p 监视器上,浏览器中播放多密钥, d r m 可能会掉驱动五九五点七九版本中未解决的问题包括如下,物所王国部分区域内地形缺失,明日方舟始末地游玩时可能会观察到卡顿的现象。 五九五点七九包括如下所见,五九五点七九,支持以下 a p i 我 们使用三 d max 进行了多项测试,此平台九七零零叉定频五点四 g, 内存六千 c 二八手动锁三,显卡为 r t s。 五零八零,与上一版本五九五点七幺驱动对比,测试结果如下, 跑分方面基本上没有什么太大的差距,但是这个 tom spy 好 像确实比以前的驱动分数都要高啊。我们找到十款游戏,与上一版本五九五点七幺驱动进行实测对比, 测试分辨率为幺四四零 p, 测试结果如下,游戏性能方面,两款网游 c s 二的高画质维持了上一版本的提升,没有因为更新驱动而回落到旧版本的帧数,那说明这个帧数确实在那个时间点长了。 无论是因为游戏的更新还是驱动更新啊,都是涨地,画质的帧数也涨回去了一些, low 帧呢,也达到了一个比较理想的二百六十,二百七十帧永结呢,基本上没有什么明显的差距。三 a 方面也是大差不差呀,大表勾二涨了三帧,怪猎荒野的 low 帧涨回来一些,杀手三维持了上一版本的提升, 这款驱动还是主要为红色沙漠和死亡搁浅二提供 d o s s 四的支持,以及修复了近期 r 五九五的驱动的一些 bug, 我 建议所有更新过五九五驱动的用户来更新一下。好了,今天的视频就到这了,别忘了关注三连,我是清兵,拜拜。

欢迎来到显卡日报,先来过一下内存,今天内存价格普遍下跌,其中六十四 g d d 二五内存跌幅比较明显,但是 pcie 三点零固态的价格有所上涨。价格走势图上,最近下跌只是抹去年后的涨幅,回到过年时候的水平,要知道内存美股已经五连跌了,内存条还是跌的太少了。 再来看看显卡大盘,今天显卡市场有涨有跌,其中五零六零太跌幅比较明显。价格走势图上,最近下跌主要还是依靠平台补贴,但是补贴力度也不大。 cpu 价格方面,今天散片的价格有涨有跌,其中酷睿二五零 k f plus 跌至一千四百九十一元,刷新历史最低价。二手盘方面,今天小黄鱼二手成交价数据没有变化。接下来是硬件新闻, 根据 tom's harry 消息,最近英伟达面临一场集体诉讼,在二零一七年八月十日至二零一八年十一月十五日期间,英伟达将挖矿 gpu 的 营收算进游戏业务里面,隐瞒了超过十亿美元的挖矿业务营收。 其实早在二零二二年,英伟达就因为未明确其挖矿业务,被证券交易委员会罚了五百五十万美元。在二零二零年以前,英伟达的绝大部分收入还在 pc 游戏市场,当时已经有大量显卡流入矿场,但是却被记录成游戏业务收入。 有投资者反馈,英伟达隐瞒挖矿业务营收,给他们的投资造成损失。在二零一八年矿难之后,英伟达首席财务官克拉克斯表示,受到矿难影响,游戏显卡库存清空周期变长。 当时消息出来之后两天内,英伟达股价暴跌百分之三十,导致投资者遭受巨大亏损,现在都二零二六年了,还是要告英伟达。再来看看内存,最近北美内存股迎来小瀑布,比如美光在过去五个交易日中累计跌幅达到百分之二十一点二二, 原因可能是谷歌最近介绍了一种名为 turbo 宽的压缩算法,可以高效压缩大模型,推理时随上下文长度限性增长的 kb 缓存。在长上下文的场景下,该算法能实现内存占用降低六倍,大幅减少内存占用量,这可能导致市场怀疑到底需不需要这么多内存。 另外,闪存概念股也跟着下跌,比如闪迪也在过去五个交易日跌了百分之二十二点零五,比美光跌幅大了一点点。 但是做机械硬盘的西部数据和细节跌的比较少,五个交易日累计分别跌百分之十三点九一和百分之十三点一八。 考虑到整个存储板块过去半年涨了快四倍,现在跌百分之十几二十,还算不上大瀑布,还是要看看以后能跌多少。日报将持续关注,今天的日报就到这里,每晚十一点准时更新,日报有用记得关注哦,你的鼓励真的很重要!

兄弟们以后再也不用为显存焦虑了,就在前不久 gtc 大 会上,因为那直接把打磨三年的神经物理压缩技术给甩出来了,简单说,这玩意能让你的显卡显存占用直接暴降百分之八十五, 就比如这个托斯卡纳别墅场景,普通材质直接吃进七 g 显存,看了 ntc 之后直接干到只剩九百七十 mb, 画质还几乎一模一样,一点没崩。讲真,这比什么大力士五实用多了,就算正式驱动出来稍微有点偏差我都能接受,直接解决显存压力,我的二零七显卡还能再占十年!

a 卡玩家弯着的腰终于还是断了,一觉睡醒五千零六十乘四 k 卡了,原因是英伟达最新发布的这个 n t c 技术,简单来说,画质不变的情况下,现存压缩百分之八十五, 什么概念?八 gb 内存都得神了。那么众所周知,一环是一款搭载虚幻五点六引擎的二次元开放都市,画质更是其比较出圈的一项,更是在 mac 发布会上被当做测试技术力的游戏。原来想要做到高画质,不仅显卡需求较高, 还容易爆显存,那么现在更新了这项技术之后,游玩一环的配置压力也会有一定的缓解,解决了近七倍的显存物理需求,这下我的五零六零又能再战十年了,孩子们!

别人还在纠结芯片物理学极限在哪的时候,老黄已经直接把天花板掀了。最近全网都在吐槽新一代显卡遥遥无期,不少人还猜测英伟达是不是要摆烂了。结果老黄直接放出一个重磅消息,他在媒体专访中确认,英伟达将在 gtc 二零二六技术大会上 直接揭晓下一代核心产品,搭载一点六纳米制成的费曼芯片。这次以物理界拒播理查德费曼命名, 足以看出这款芯片的分量。它不仅是目前全球最小支撑节点,更融入超级电轨技术,同时借鉴了 amd x 三 d 的 混合建和方案,在性能和能效上实现双重突破, 堪称半导体行业的里程碑。更让人意外的是,老黄的布局早就远超当下,根据规划,到二零二八年,他还要接着发力,用台积电 a 十四工艺打造新一代芯片,继续领跑整个半导体行业的技术迭代。不得不说,老黄的布局永远快人一步。

英伟达黑科技亮相八 gb 显卡再战十年在二零二六年 gtc 开发者大会上, nvidia 除了发布全新 dlss 五超分辨率技术,更详细透露了打磨近三年的神经纹理压缩技术 ntc 细节, 这项能将显存占用降超百分之八十五的技术,让无数玩家喊出了八 gb 显卡再战十年的期待。不同于游戏行业沿用多年的 bcn 压缩格式, nc 技术跳出了四乘四像素固定格式的限制, 通过小型神经网络实现游戏与实时三 d 场景纹理贴图的实时解压。该技术依靠现代显卡内置的矩阵加速引擎,运行 在 nvidia 显卡上,对应 python 核心,不会占用基础渲染资源,完全不会拖累游戏的基础性能表现。 nvidia 现场公布的实测数据显示,在托斯卡纳别墅场景中, 采用标准区块压缩的高分辨率材质需占用六无 gb 显存,切换至 n t c 技术后,显存占用直接降至九百七十兆,画面品质肉眼几乎无差异。

什么?一觉睡醒,我的五零六零便是铁卡了!最新消息,英伟达推出重磅炸弹兼森狂银勋 and vivo 创始人总裁兼 ceo, 引领 gpu、 ai 计算与自动驾驶时代。老黄在对印 gtc 开发者大会上将打磨三年的 ntc 技术公布,中文名叫神经纹理压缩技术。兄弟们可能不知道这是个什么东西。简单来说,这项技术可以把游戏内原本要运载的场景压缩,达到显存变大的能力, 真是麻雀着了。总体来看,数据显示能让你的显存占用率爆降百分之八十五。更重要的一点,与以往的挤牙膏更新不同,这次展现出来的画质跟原本画质几乎没有差别,算是英伟大又一改革性进步了。

他背后的三个技术,英伟达完全可以垄断未来。您现在看到的是黄仁勋在二零二六年 cs 大 会上展示的小机器人。很多人看完这个片段之后,感觉,啊,又发布了一个机器人,哇,好可爱啊!但是我花了两个小时的时间看完了发布会,又花了一天的时间深挖技术文章得出了一个结论,就是英伟达已经完全有 能力垄断未来所有物理机器人的市场份额。接下来,我会花两分钟向你拆解这个载体身上,因为它布局多年的三个核心技术通盘,你可能会和我一样感觉到毛骨悚然。第一个技术就是塞进这个机器人身体里面的 jackson 芯片,这是他的大脑。 它的故事要回溯到二零一四年,最早叫做 jackson tikki。 一 起初,英美达人想做手机市场,但这个市场份额并没有做起来。于是黄仁君做了一个极其大胆决定,把它运用到了 ai 机器人领域。在经历了 t 叉、 one、 trevor orange 整整十二年的疯狂迭代以后,每一代的算力都成倍增长。直到今天,它的算力已经达到了惊人的每秒八百万亿次。 有了它,机器人不再需要联网,就能在本地瞬间处理眼睛看到的,耳朵听到的,并且直接指挥手脚进行行动。那么现在有了大脑,我们就要对大脑进行训练。 于是就有了第二个技术, omniverse。 在 现实中,制造机器人太慢、太贵、太危险了。但在 omniverse 里,英伟达把地球的重力、光线摩擦力全部都代码化了, 因为他们积累了超过二十年的光线追踪、 rtx 和物理引擎技术,大家才发现,老黄做了几十年的显卡,原来不只是为了让我们打游戏爽,而是为了能够给机器人造一个能够用来练级的平行世界。 机器人在这里训练,时间是可以加速的,现实过一个小时里面可能已经模拟了十年,他在虚拟现实里摔倒一万次,现实中只需要把学好的脑子下载下去,就一定不会摔倒。最后是三者中最年轻的技术,也是最后一块拼图 project group, 没错,就是电影里面那个 group。 这是机器人的灵魂,他让机器人从执行命令的死机器变成了能够听懂人话的智能屏,可以理解把叉 gpt 植入到他身体里面, 这也是一个多模态的 ai 模型,你给他看视频,对他说话,他就能理解逻辑并且输出动作。他采用了强化学习技术,这让机器人有了极强的泛化能力,也就是说换个身体,换个环境,它照样能动。 总结一下就是英伟达用了十二年做出了 jackson 芯片,用了二十年的时间,积累了 omniverse 的 物理仿真,赶上了最近三年 ai 大 模型爆发,这三条漫长的河流终于在二零二六年汇入大海,引发了人形机器人的寒武级大爆发。 在这三位一体的支持下,你想想看,以后任何的有听看能力的电子设备都可以成为机器人,汽车是装了四个轮子的机器人,无人机是长了翅膀的机器人。最终连我们身处的工厂仓库本身就是一个巨大的机器人, 货架在移动,叉车在穿梭,所有设备都在顾问的指挥下拥有了生命。这不是科幻电影,这是英伟达正在交付的未来。

黄仁轩竟然发长文了!细思极恐的是,黄仁轩上一次亲自写长文,是二零一六年的十月,整整十年前。那时候英伟达的股价三十美金,那时候 g p t 还不存在, ai 在 大多人眼里还是科幻片。当时老黄在文章里写的是什么呢?写的是 gpu 正在改变计算,写的是深度学习,需要新的架构。当时有几个人看懂了 后来的故事,我们都知道了,英伟达市值涨了整整二百五十倍,但真正让我后背发凉了。不是后悔啊,是所有的密码,当时就写在那篇公开的博客里,任何人都能读到同一份信息,不同的认知,完全不同的命运。 所以,当老黄在二零二六年三月十号又亲自敲下一篇长文的时候,我心里只有一个念头,十年前,他告诉我们的东西值二百五十倍。这一次,他说什么, 我给你简单总结一下,老黄把 ai 拆成了五层能源芯片,就是设施、模型和应用。很多人说,哦,这就分层嘛,各管各的。但你仔细读它的原文,它反复强调一句话, 每一个成功的应用都会向下拉动它下面所有层,一直延伸到维持它运转的发电厂。 什么意思?五层不是静态的,是动态的,是相互咬合,相互拉动的。我给你举个例子,你就懂了。第一步,应用再拉动模型。 最近出了个东西,叫 opencloud ai, agent 能自己操纵电脑,自己点鼠标,自己填表格。这玩意儿一出来,应用层直接炸了。但问题是, agent 要七成二十四小时运转,每分每秒都在消耗 tucker, 成本高到什么程度?网上有个笑话,就是养一只 ai 龙虾的成本比养一个研究生还贵,这不是段子啊,当大家都在抱怨太贵的时候,压力就传到了下一层。 第二步,模型层被追着跑。盗币芯片层。 openai 最近发了个数据, g p d 五点四,在某些 a g。 的 任务上, token 消耗比潜在少了百分之四十七。为什么拼命要降 token 的 消耗呢?因为应用层的成本压力已经传导到了模型层,模型层必须想办法 更高的架构,更便宜的推理,而模型层的效率提升,最终靠什么呢?靠芯片层对吧?所以第三步,芯片层的进步,又反过来拉动基础设施和能源。这一次,英伟达要发布下一代 gpu 架构 freeman, 命名来自物理学家费曼啊。采用台积电一点六纳米制成全球首款一点六纳米的 ai 芯片, 预计二零二八年正式推出。但这次 g d c。 会首次公开预览。它的核心参数是什么?单颗功耗突破五千瓦。 五千瓦是什么概念?相当于你家同时开五十个电暖气,塞进指甲盖大小的空间里。为什么做到五千瓦呢?不是因为咱喜欢做电暖气啊,是因为模型层在喊,我要更便宜、更快的算力, 那芯片层只能把功耗往上堆,把性能往上拉。然后呢?五千瓦的芯片,现有的供电体系根本撑不住啊。所以供电要从二百二十伏提到八百伏,跟高铁一个等级。 散热材料要从铜升级到金刚石,因为只有钻石能扛住这种热度。终极方案呢?黄仁勋说,核电站以后,每个 ai 工厂旁边可能都得配一个小型核反应堆, 你看,应用拉动了模型,模型拉动了芯片,芯片拉的基础设施,基础设施拉动了能源,这就是老黄说的,每一层都在拉动,其他层一直拉到发电厂。所以五层蛋糕。这张图不是科普,是资源索取图。任何一个爆款应用出现,他都会向下层层索取,索取更聪明的模型,索取更便宜的芯片, 索取更大的数据中心,索取更多的电,最终全部压在能源这一层上。这就是为什么老黄在文章里写了一句话, 能源是 ai 的 第一性原理,也是系统能产生多少智能的根本约束。你想让 ai 变聪明,先问电网答不答应。 而这项资源索取,正在创造两类巨大的机会。第一个机会是老黄听我说的, ai 需要电工、水管工、管道工、钢结构工人、网络技术人员、安装人员、运维人员,这些都是高技能、高收入的工作岗位,目前严重短缺。你不需要博士,不需要懂代码儿。 美国现在数据中心电工时薪已经涨到八十美元,还招不到人。这不是 ai 在 抢工作,这是 ai 在 创造一种全新的蓝领黄金时代。 第二类机会是底层资源的重构,每一层都在向下索取最底层的能源,土地、冷却、供电标准全都要重写。这背后是数万亿美元的投资,迈克希做到二零三零年,全球数据中心投资可能达到六点七万亿,这不是泡沫,这是基建。 最后啊,回到二零一六年和二零二六年的对比。二零一六年,老黄写扑克的时候,英伟达三十美金,他当时说的 gpu 改变计算,后来被验证了。 二零二六年,他又写了一篇他在说什么,他在说 ai 不是 软件,不是模型,不再是应用。 ai 正在变成人类历史上最大规模的重工业。五层蛋糕就是这张重工业的资源索取图, 十年前,看懂的人拿到了二百五十倍。这一次,你看懂了吗?三月十七号凌晨两点, g t c 二零二六老黄依然会穿着他的皮夹克走上台。未来十年波澜壮阔的时代普景正在徐徐展开。