Mit den neuen Grafikkarten der RTX-Serie bringt Nvidia dedizierte Künstliche-Intelligenz-Hardware in private Haushalte. Tom Petersen, bei Nvidia verantwortlich für technisches Marketing, hält eine KI-Graswurzelbewegung für möglich.
Nvidias RTX-Karten sind mit den für Deep-Learning-Berechnungen optimierten "Tensor Cores" ausgerüstet. Die speziellen KI-Chips werden auch mit Nvidias Highend-Architektur Volta verbaut, die für Künstliche-Intelligenz-Anwendungen und -Forschung entworfen wurde.
Mit der RTX-Generation kommen die KI-Chips erstmals vergleichsweise günstig beim Endverbraucher an: Die RTX 2080 Ti hat laut Nvidia 544 Tensor Cores verbaut und kostet rund 1.000 US-Dollar. Die günstigere RTX 2070 ab circa 600 US-Dollar hat immerhin noch 288 Tensor Cores.
Zum Vergleich: Eine auf Volta basierende Titan-V-Karte bietet 640 Tensor-Recheneinheiten für rund 3.000 US-Dollar.
Bei der Enthüllung der neuen RTX-Serie versprach Nvidia-Chef Jensen Huang, dass eine RTX 2080 Ti dieselbe Deep-Learning-Leistung wie zehn 1080-Ti-Karten ohne Tensor Cores bieten wird.
KI für Garagen-Computerwissenschaftler
Bei der RTX-Serie vermarktet Nvidia die KI-Funktionen an Gamer. Der Grafikchip Turing berechnet Pixel gewöhnlich in Echtzeit. Die Tensor Cores ergänzen zusätzliche Pixel entlang vorkonfigurierter Lernmodelle, beispielsweise um unschöne Treppcheneffekte (Aliasing) zu reduzieren. Nvidia nennt das "Hybrid Rendering".
Nvidias Tom Petersen glaubt, dass die RTX-Serie neben Gaming noch einen weiteren Zweck erfüllen kann: Sie bringt dedizierte KI-Hardware in die Hände vieler Entwickler.
"All die Garagen-Computerwissenschaftler haben plötzlich Zugriff auf KI-Hardware quasi auf Supercomputer-Level. Wer weiß, was passiert", sagt Petersen. Speziell fürs Gaming existierten zahlreiche KI-Anwendungsszenarien, beispielsweise für die Spielintelligenz oder Animationen.
Wie mächtig Künstliche Intelligenz bei der digitalen Verarbeitung und Neugestaltung visueller Informationen sein kann, demonstrierten - unter anderem - KI-Forscher von Nvidia in den vergangenen Monaten:
Beispielsweise kreiert eine Nvidia-KI für das Training autonomer Autos realistisch aussehende künstliche Straßenzüge. Ein herkömmlich gefilmtes Video mit 30 Bildern pro Sekunde wird durch KI-Zwischenbildberechnung zu einer qualitativ hochwertigen Superzeitlupe mit 480 Bildern pro Sekunde. Und anhand realer Fotoaufnahmen berühmter Personen entstehen neue KI-Fake-Fotos, die täuschend echt wirken.
