Найти в Дзене
OVERCLOCKERS.RU

Урезанная видеокарта NVIDIA GeForce RTX 4090D для Китая теперь официально представлена

Ранее рецензент на форуме Chiphell заявил, что "на GeForce RTX 4090D были урезаны только тензорные ядра", а "остальное осталось неизменным". Далее он заявил, что "игровая производительность карты остается неизменной" по сравнению с обычной GeForce RTX 4090, то же самое касается и цены.

-2

По крайней мере, он сообщил правильную цену: NVIDIA установила рекомендуемую розничную цену в 12 999 китайских юаней (около 1835 долларов), что соответствует цене оригинальной GeForce RTX 4090, выпущенной в Китае. Однако здесь дело не только в уменьшении количества ядер Tensor, которое в итоге сократилось до 456 (по сравнению с 512 на обычной GeForce RTX 4090). NVIDIA также сократила количество ядер CUDA до 14 592 (вместо 16 834), снизила количество ядер RT до 114 (вместо 128) и сократила общую графическую мощность (TGP) до 425 Вт (вместо 450 Вт).

Тактовая частота остается прежней: 2,28 ГГц (базовая) и 2,52 ГГц (boost), как и конфигурация памяти: 24 ГБ GDDR6X в сочетании с 384-битной шиной для пропускной способности памяти 1008 ГБ/с.

В целом, эти пересмотренные характеристики представляют собой более существенное понижение, чем предполагалось вчерашними слухами, по крайней мере на бумаге. Разгон RTX 4090D также затруднен, даже на картах предлагаемых аппаратными партнерами NVIDIA, например на модели MSI Suprim X, фото которой опубликованно пользователем X/Twitter @harukaze5719.

-3

NVIDIA пришлось внести изменения в спецификации, чтобы соблюсти экспортные санкции правительства США. Оригинальная GeForce RTX 4090 была признана слишком мощной (вероятно из-за производительности искусственного интеллекта), в то время как урезанная GeForce RTX 4090D очевидно соответствует этим критериям.

Будет интересно посмотреть, как будет отличаться реальная игровая производительность. Страница продукта на китайском портале NVIDIA содержит ряд графиков, предполагающих, что она будет аналогичной, в том числе в играх DLSS + RT, где ядра Tensor требуют полной отдачи.

📃 Читайте далее на сайте