Notebookcheck Logo

CheckMag | La gran ralentización de la GPU

El futuro de las GPU: Redefiniendo la innovación más allá de los límites del silicio (Fuente de la imagen: AI-generated)
El futuro de las GPU: Redefiniendo la innovación más allá de los límites del silicio (Fuente de la imagen: AI-generated)
A medida que las GPU alcanzan los límites del silicio, las ganancias de rendimiento bruto se ralentizan, desplazando la atención hacia la innovación arquitectónica y métricas del mundo real como la latencia de fotogramas. Tecnologías como el renderizado impulsado por la IA y el apilamiento 3D prometen una nueva era, en la que la eficiencia y la fluidez del juego redefinirán la forma en que medimos y alcanzamos el rendimiento de la GPU.
Opinión por Sebastian Jankowski
Los puntos de vista, pensamientos y opiniones expresados en el texto pertenecen exclusivamente al autor.

Durante décadas, las GPU han revolucionado la computación, impulsando increíbles saltos en el rendimiento con cada nueva generación. Sin embargo, a medida que la industria se acerca a los límites físicos y financieros de la fabricación de silicio, estos avances se están ralentizando, lo que está forzando un cambio en la forma de alcanzar y medir el rendimiento. El examen de las tendencias generacionales revela este cambio y subraya la necesidad de nuevas estrategias para mantener la innovación en la tecnología de las GPU.

Tomemos como ejemplo la evolución de Nvidia. La serie RTX 20 (Turing) introdujo el trazado de rayos en tiempo real, un hito arquitectónico significativo, mientras que la Serie RTX 30 (Ampere) y la Serie RTX 40 (Ada Lovelace) llevaron la potencia de cálculo a nuevas cotas. Sin embargo, el ritmo de crecimiento del rendimiento se ha desacelerado. Las ganancias mensuales cayeron del ~2,68% durante la transición de la RTX 20 a la 30 a un ~0,96% estimado para la próxima serie RTX 50. La historia de AMD sigue un patrón similar, con la RDNA 2 (serie RX 6000) ofreciendo una notable mejora mensual del ~6,25% que la RDNA 3 no puede igualar con un ~2,60%.

Ganancias mensuales generacionales para AMD basadas en los puntos de referencia realizados por Notebookcheck (Fuente de la imagen: Sebastian Jankowski / Notebookcheck)
Ganancias mensuales generacionales para AMD basadas en los puntos de referencia realizados por Notebookcheck (Fuente de la imagen: Sebastian Jankowski / Notebookcheck)
Ganancias mensuales generacionales para Nvidia basadas en las pruebas comparativas realizadas por Notebookcheck (Fuente de la imagen: Sebastian Jankowski / Notebookcheck)
Ganancias mensuales generacionales para Nvidia basadas en las pruebas comparativas realizadas por Notebookcheck (Fuente de la imagen: Sebastian Jankowski / Notebookcheck)

Este declive no se debe a una falta de ambición, sino a los crecientes retos que plantea el escalado del silicio. Los nodos de proceso como 7nm y 4nm han desbloqueado capacidades extraordinarias, pero una mayor miniaturización se enfrenta a grandes barreras técnicas y financieras. La era del crecimiento exponencial del hardware bruto está dando paso a un enfoque en la innovación arquitectónica como principal motor del progreso.

Las mejoras arquitectónicas como el DLSS de Nvidia y los diseños multichip de AMD representan esta nueva dirección. Estas nuevas tecnologías aprovechan la IA, la integración avanzada de la memoria y la optimización impulsada por software para mejorar el rendimiento en escenarios del mundo real. Conceptos emergentes como las arquitecturas chiplet y el apilamiento 3D también prometen transformar el diseño de las GPU, permitiendo a los fabricantes superar los límites de los chips monolíticos y lograr un mayor rendimiento dentro de las limitaciones existentes.

A medida que la innovación en hardware se ralentiza, nuestra comprensión del rendimiento debe evolucionar. Los puntos de referencia tradicionales -como los teraflops y las puntuaciones de las pruebas sintéticas- siguen teniendo valor, pero a menudo no logran captar la experiencia del usuario en el mundo real, especialmente en los juegos. Un enfoque más significativo es centrarse en la latencia de fotogramas, que mide el tiempo que tarda una GPU en renderizar y mostrar fotogramas individuales. Esta métrica refleja mejor la fluidez y capacidad de respuesta del juego.

Las necesidades de latencia también varían significativamente entre géneros de juego. Los shooters de ritmo rápido (FPS) exigen una latencia ultrabaja para obtener imágenes fluidas y controles precisos durante las secuencias de acción intensa. Por otro lado, los juegos de rol (RPG) dan prioridad a unos efectos visuales ricos y envolventes, en los que es aceptable una latencia ligeramente superior. Los juegos de estrategia o los títulos casuales pueden tolerar incluso más latencia sin comprometer la satisfacción del usuario. Reconocer estas diferencias permite a los desarrolladores y fabricantes optimizar los adaptadores gráficos y el software para casos de uso específicos, garantizando la mejor experiencia en las diversas aplicaciones de juego.

La latencia de fotogramas tiene un impacto directo en la fluidez y la capacidad de respuesta de un juego, sobre todo en escenarios de alta intensidad gráfica o alta tasa de fotogramas. Medir las GPU en función de la latencia y la estabilidad proporciona una imagen más clara de su rendimiento en el mundo real. Una GPU con una potencia bruta modesta podría superar a un competidor de mayor categoría al minimizar los tartamudeos y las caídas de fotogramas durante las partidas más exigentes. Al hacer hincapié en estas métricas, los fabricantes pueden satisfacer mejor las expectativas de jugadores y profesionales por igual.

La industria de las GPU se encuentra en un momento crítico. Dado que el escalado tradicional del silicio ofrece rendimientos cada vez menores, el futuro pasa por combinar diseños de hardware innovadores con enfoques más inteligentes de la medición del rendimiento. El renderizado mejorado por IA, la asignación más inteligente de recursos y las arquitecturas de memoria avanzadas impulsarán la próxima ola de evolución de las GPU. Al mismo tiempo, la adopción de métricas como la latencia de fotogramas garantiza que estos avances proporcionen mejoras significativas y tangibles para los usuarios finales.

El próximo capítulo de las GPU no consiste sólo en hacer el silicio más rápido o más pequeño. Se trata de reimaginar la forma en que abordamos la computación en sí misma, centrándonos en la creatividad, la eficiencia y la experiencia del usuario para impulsar la innovación en un mundo en el que los límites del silicio ya no son los límites de las posibilidades.

Tabla de rendimiento de la GPU Nvidia

Serie de GPUs Arquitectura Nodo de proceso 3DMark Time Spy Puntuación extrema % de diferencia frente a la generación anterior Meses entre lanzamientos Media mensual % de ganancia
Nvidia RTX serie 50 (Quadro, GeForce,...) Blackwell 4nm TSMC (4NP) Estimado: 25.000 +25% Previsto: 26 meses ~0,96% al mes
Nvidia RTX serie 40 (Quadro, GeForce,...) Ada Lovelace 4nm TSMC 20.692 (RTX 4090) +80% 23 meses ~3,48% al mes
Nvidia RTX serie 30 (Quadro, GeForce,...) Ampere 8nm Samsung 11.441 (RTX 3080 Ti) +63% 24 meses ~2,63% al mes
Nvidia RTX serie 20 (Quadro, GeForce,...) Turing 12nm 7.000 (RTX 2080 Ti) +75% 28 meses ~2,68% al mes
Nvidia GTX serie 10 (Quadro, GeForce,...) Pascal 16nm 4.000 (GTX 1080 Ti) N/A 19 meses N/A

Tabla de rendimiento de la GPU AMD

Serie de GPU Arquitectura Nodo de proceso 3DMark Time Spy Puntuación extrema % de diferencia frente a la gen anterior Meses entre lanzamientos Media mensual % de ganancia
Serie AMD RX 9000 RDNA 4 4nm TSMC (N4P) Estimado: 22.000 +25% Previsto: 24 meses ~1,04% al mes
AMD RX serie 7000 RDNA 3 5nm TSMC 19.857 (RX 7900 XTX) +65% 25 meses ~2,60% al mes
AMD RX serie 6000 RDNA 2 7nm TSMC 12.054 (RX 6900 XT) +100% 16 meses ~6,25% al mes
AMD RX serie 5000 RDNA 7nm TSMC 6.000 (RX 5700 XT) +50% 26 meses ~1,92% al mes
AMD serie RX Vega Vega 14nm 4.000 (RX Vega 64) N/A 16 meses N/A
Please share our article, every link counts!
Mail Logo
Sebastian Jankowski, 2025-01-22 (Update: 2025-01-22)