Przeważnie w swoich recenzjach kart graficznych skupiam się na wydajności w grach czy benchmarkach 3D. Łatwo dzięki temu możemy porównać wydajność poszczególnych modeli oraz sprawdzić jak zachowują się nowe generacje np. w przypadku starszych tytułów. Jednak od ponad 10 lat GPU nie są już tylko wykorzystywane do zapewnienia nam płynnej rozgrywki. Karty graficzne mogą pełnić funkcję akceleratorów przyspieszających działanie programów graficznych, do obróbki wideo czy wykonywać skomplikowane obliczenia matematyczne.
Negatywne efekty tych zastosowań dobrze znamy. Wystarczy wspomnieć ostanie duże załamania rynku spowodowane szaleństwem kryptowalut. Nowe karty trafiały w ilościach wręcz hurtowych do koparek, powodując braki w sklepach i windując ceny. I choć przez zmiany na rynku wirtualnych walut górnicy przestali się interesować kartami graficznymi, nie oznacza to, że gracze są bezpieczni. Nowym zagrożeniem dla dostępności GPU jest sztuczna inteligencja, która podobnie jak już wspomniane kryptowaluty doskonale utylizuje moc desktopowych jednostek. Postanowiłem sprawdzić jak w zastosowywaniach bardziej profesjonalnych sprawdza się RTX 4090. W tym celu wykorzystałem kartę od Palita GameRock, z której recenzją mogliście się zapoznać już jakiś czas temu.
Już przy premierze poprzedniej generacji NVIDIA deklarowała, że seria “90” nie jest tylko kierowana dla graczy. RTX 3090 a później RTX 3090 Ti były duchowymi spadkobiercami serii TITAN, która to stanowiła pomost pomiędzy rozwiązaniami kierowanymi dla profesjonalistów, a amatorów. Jednostki te były przecież zauważalnie tańsze od serii Quadro, mimo że zapewniały podobny poziom wydajności w niektórych zastosowaniach.
RTX 4090 – idealna karta dla grafików
Jednym z nich jest tworzenie animacji czy grafiki trójwymiarowej. Obecnie coś, co lata temu zajmowały dedykowanym studiom tygodnie czy lata, możemy stworzyć w naszym domu poświęcając zaledwie kilka godzin. Oczywiście musimy dysponować odpowiednie mocnym komputerem. Programy graficzne 2D, jak i 3D coraz częściej korzystają ze wsparcia kart graficznych. Dobrym przykładem jest tutaj darmowy Blender.
Aplikacja ta umożliwia stworzenie nawet całych animowanych filmów. Zawarte w niej silniki renderujące są w stanie nawet kilkunastokrotnie przyspieszyć cały proces. W przypadku gdy w naszym komputerze znajduje się karta NVIDII możemy skorzystać zarówno z wykorzystującego rdzenie CUDA jak wspierający sprzętowe obliczenia Ray Tracingu – Optix. Wydajność mówi sama za siebie. RTX 4090 jest ponad dwukrotnie szybszy od RTX 3090 Ti.
Podobne różnice zauważymy w przypadku stosowania programów bazujących na silniku POVray. Tutaj również RTX 4090 dominuje nad swoim poprzednikiem, uzyskując podobne różnice w wydajności.
Sztuczna inteligencja – kryptowaluty 2.0
Jednak w kontekście RTX 4090 mówi się najwięcej o wykorzystaniu tej karty jako akceleratora sztucznej inteligencji. Moc najwydajniejszego GeForce możemy wykorzystać zarówno do trenowania nowych algorytmów AI, jak i do generowania wyników na już opracowanych rozwiązań. Dodajmy do tego geopolityczne nastroje i przepychanki między rządami USA i Chin i już wiemy czemu RTX 4090 dziś już prawie nie znajdziemy w sklepach.
Za karty, które jeszcze w wakacje kosztowały niecałe 8000 zł, dziś przyjdzie mam zapłacić tyle samo co rok temu na premierę – prawie 10000 zł! Powód jest dość oczywisty, NVIDIA chcąc zdarzyć przed zakazem sprzedaży w Chinach najmocniejszych GeForce, przekierowała niemal wszystkie zapasy do tego kraju. Przypominam, że już wcześniej rząd Amerykański zakazał eksportu dedykowanych rozwiązań służącym trenowaniu modeli AI. Tym razem został on poszerzony o rozwiązania skierowane dla graczy, które jak widać, zyskały dużą popularność, z braku innych alternatyw.
Jednak czy naprawdę RTX 4090 jest tak wydajny w zastosowaniach sztucznej inteligencji? Niestety dla graczy, ale tak. Najprościej będzie to zobrazować na przykładzie Stable Diffusion, które śmiało możemy traktować jako alternatywę dla Midjourney, czy Bing’a od Microsoftu. Wszytko dokładnie omówiłem w osobnym artykule. Jednak na generowaniu obrazów możliwości Stable Diffusion się nie kończą. Z racji, że oprogramowanie jest udostępnione za darmo, na jego bazie tworzonych jest szereg dedykowanych rozwiązań. Obecnie za pomocą algorytmów Stable Diffusion i pluginów możemy stworzyć już pełne animacje czy nawet wyedytować filmy. Tak, część popularnych i śmiesznych Deep Fake’ów powstaje właśnie w tym AI. Niektórzy na bazie tego LLM tworzą nawet własne, prywatne modele językowe.
Wydajność Stable Diffusion zależna jest od mocy karty graficznej, o czym już wspominałem w osobnym teście. Wcześniej jednak nie miałem do dyspozycji RTX 4090, który jak widać na poniższym wykresie, po raz kolejny jest ponad 25% szybszy od RTX 4080. Jednak mówimy tutaj o dość prostym renderze przy wykorzystaniu silnika SD 1.5.
Jednak Stability.Ai udostępniło swoją dużo wydajniejszą i sprawniejszą wersję swojego AI. Mowa o Stable Diffusion XL 1.0 w skrócie nazywaną SDXL 1.0. Model ten został przygotowany do renderowania obrazów w czterokrotnie wyższej rozdzielczości. Zamiast domyślnych 512 x 512 pikseli, mówimy już o 1024 x 1024. Jest to jakości identyczna z tą oferowaną przez Bing. Dodatkowo znacząco poprawie miało ulec generowanie samych osób. Dzięki temu nie powinniśmy doświadczyć tak często dodatkowych kończyn czy palców. Efekty są naprawdę imponujące, jednak jak łatwo się można domyślić, tak znacząca poprawa jakości wpłynęła znacząco na wydajność. Wygenerowanie nawet pojedynczego zdjęcia (50 kroków) na RTX 4090 zajmuje ok. 8 sekund.
Co prawda RTX 4080 jest “tylko” o 30% wolniejszy, jednak, pod warunkiem że generujemy tylko pojedynczy obraz. Kiedy chcielibyśmy na raz tworzyć np. 4 w tym samym momencie wydajność spada do 1 it/s. Powodem okazuje się niewystarczająca ilości pamięci VRAM, czego na RTX 4090 nie doswiadczymy. Warto też wspomnieć, że nie optymalizowałem pracy działania Stable Diffusion pod rdzenie Tensor. Ponoć dzięki temu można zyskać nawet dwukrotnie wyższą wydajność.
Niestety większość LLM nie jest tak ogólnie dostępna, jak wspomniane rozwiązanie od Stability.AI. Jednak na jego przykładzie dokładnie zauważymy czemu karty GeForce RTX 4090 cieszą się tak dużym zainteresowaniem w rozwiązaniach PRO, skierowanych wykorzystanie modeli sztucznej Inteligencji. Pamiętajmy, że w większości przypadków te są dodatkowo skalowane, zapewniając jeszcze lepsze rezultaty, gdy nasza stacja robocza jest wyposażona w kilka modeli GPU.
Z tego względu nie dziwię się już, że ceny RTX 4090 tak mocno się podniosły, a karty prawie zniknęły z rynku. Trudno przewidzieć czy i kiedy sytuacja wróci do normy. W przeciwieństwie do kryptowalut wydaje się, że AI zostanie z nami znacznie dłużej. Wykorzystanie konsumenckich kart graficznych otwiera szerokie możliwości dla wszystkich zainteresowanych tym tematem, jednak poszkodowani zostają po raz kolejny gracze.
