Hace unos días, tuve una interesante conversación con Alexandre Ziebert, Gerente de Marketing Técnico de NVIDIA en América Latina, sobre la marca y la última serie de tarjetas gráficas 40.
Andrea: Sin duda, las tarjetas NVIDIA GeForce son de las más demandas en el mercado gamer. Puesto que muchos jugadores buscan tener la mejor experiencia gráfica posible con más de FPS y con una mayor resolución. Debido a esto, NVIDIA siempre busca mejorar sus productos como la más reciente serie de tarjetas gráficas 40 con unas características increíbles. Y pese a que los jugadores saben los beneficios que ofrecen, muchos pueden retroceder ante el precio. Por este motivo, hay una expectativa por parte de los jugadores respecto a las anteriores series 20 y 30. ¿Habrá alguna variación de precio en las anteriores series ante la salida de la nueva serie?
Alexandre: La idea es que NVIDIA no suele hacer ajustes de precios, sino que busca lanzar nuevos modelos para alcanzar puntos de precios específicos. Lo que ocurrió con la serie 40 respecto a la anterior serie es que hemos encontrado los puntos óptimos respecto al cambio de rendimiento desde el modelo anterior y la 4090, por ejemplo. Ya no ocurre el proceso de fabricación de semiconductores en general. Antes se bajaban los precios y ahora es que suben, entonces da igual que sea un proceso más reciente que puedas hacer un chip más pequeño. El coste por transistor ha subido, cuanto más avanzado sea tu procesador, más caro será, así de simple.
No es que puedas hacer un procesador más eficiente, más potente, más rápido con el mismo precio o uno que tenga las mismas prestaciones, pero con un costo más bajo, eso ya no existe. Entonces lo que hemos hecho fue con base en el rendimiento de la serie 30 y el rendimiento de la NVIDIA 4090, porque empezamos por arriba, el salto de rendimiento es lo que ha decidido el precio de cada modelo. Por supuesto hay distintas bandas de precio, ya tenemos la 4070 non-Ti son tarjetas para 1440p, alrededor de $500 dólares. Con cambios de inflación y cosas por el estilo, está más o menos en el mismo precio efectivo y ofrece mucho más.
Nos encantaría hacer lo que hicimos en la serie 30 que se mantuvieron todos los precios y hubo prácticamente un salto de rendimiento 2x en todos los modelos. Esto no va a ocurrir jamás, otra vez, desafortunadamente. Entonces lo que estamos haciendo es buscar formas más eficientes para alcanzar una determinada banda de precio, cuál es el ajuste óptimo para ofrecer más, aunque sea poco rendimiento de rasterizado, pero tenemos más rendimiento en inteligencia artificial, tenemos más rendimiento de ray tracing, soporte AV1 y cosas así. Para cada punto de precio deseado, por así decir, hasta $500 dólares, hasta $100 dólares para cada una de estas bandas de precio, ¿qué es lo mejor que podemos ofrecer y cuál es la mejor tarjeta que podemos construir respetando el límite de precio?
Andrea: ¿Qué incentiva al usuario a comprar la última gama?
Alexandre: Tenemos recursos comunes en toda la serie 40 como el soporte al DLSS 3, el nuevo codec con soporte AV1, entonces no es un determinado recurso, porque los recursos son iguales para toda la familia y hay distintas bandas de precio.
Ahí sí, si buscas un determinado rendimiento, pues hay que encontrar la tarjeta adecuada, por ejemplo las 70 están hechas para 1440p, para 4K está la 4080 y la 4090. Y pronto en cuento estén las 60 serán para full HD. Ya existen las 4060 para laptops, es cuestión de tiempo para que lleguen a escritorio. Por ejemplo, para una determinada resolución me gustaría jugar con todo en ultra por encima de los 60 fps, habrá un modelo recomendado para ti, dependiendo de la resolución y el nivel de experiencia que busques. Con la 4070Ti puedes jugar tranquilamente en 1440p los juegos más demandantes por encima de los 100 fps sobre todo utilizando DLSS3. Incluso con juegos como Cyberpunk 2077 en RT modo Overdrive que es raytracing puedes jugar por encima de los 100 fps con la 4070Ti, lo mismo con otros juegos extremamente demandantes. Porque es tanto un balance en el poder de rasterizado que trae, el rendimiento raytracing y el rendimiento para inteligencia artificial en este caso aplicado a DLSS3, pues que permite alcanzar este rendimiento, mientras que otras tarjetas solo cuentan con rasterizado.
Cuando prendes el raytracing, el rendimiento baja un montón o hay que buscar formas de bajar detalles para compensar el rendimiento. Hemos visto que a los jugadores les gusta mucho el DLSS, porque mantiene o en muchos casos incluso mejora la calidad de imagen a la vez que te da más rendimiento, mientras que otras tecnologías de upscaling o reconstrucción de imagen no logran, no alcanzan una calidad de imagen como las DLSS. Entonces, mientras que en un determinado juego puedes utilizar DLSS, a lo mejor si no te alcanza tu tarjeta para un buen rendimiento con un DLSS calidad, puedes bajar balance o performance y todavía tienes una excelente calidad de imagen, mientras que con otras tecnologías a lo mejor solo el modo de calidad te ofrece una calidad aceptable y los demás aunque obviamente te darán más rendimiento, la calidad de imagen es peor y no vale la pena utilizar, mientras que con DLSS, sí. Sobre todo en resoluciones más altas, en 4K puedes utilizar DLSS performance tranquilamente, o sea, apenas verás que no está en resolución nativa y te dará como mínimo el doble de frames que DLSS off.
«Sin duda, es una herramienta superpoderosa que se puede utilizar. Hemos sacado unas estadísticas hace unos días y más del 80% de los usuarios de la serie 40 utiliza DLSS. Entonces la gente busca nuestras tarjetas por esas tecnologías y las está usando. Esto es una llamada para los desarrolladores para que ofrezcan estas tecnologías en sus videojuegos».
Andrea: ¿Cuál sería el principal valor diferencial para que un usuario compre su tarjeta y no el de la competencia? ¿Sería en este caso el DLSS?
Alexandre: Para apuntar un recurso específico sería DLSS creo que es el más importante para el gamer, ya que ofrece más rendimiento y la misma o mejor calidad de imagen, pero hay muchas otras cosas más como el rendimiento de ray tracing, entonces puedes jugar tranquilamente tus juegos sin tener que preocuparse si alcanzaras tasas de cuadros jugables estarás siempre cerca de los 60 fps, por ejemplo.
Por otro lado, para streamers NVIDIA encoder están dentro de nuestras tarjetas y ofrece la mejor calidad de imagen entre los hardware encoder del mercado. Entonces puedes hacer tranquilamente un livestream en una sola PC con casi nada de pérdida de rendimiento y una excelente calidad de imagen para tus espectadores. Y también sirve en otras tareas como edición de videos o hacer un proceso de proxy, escoges un video de altísima resolución y tienes que generar una versión de baja resolución para poder editarlos más rápido, tampoco es necesario porque puedes editarlo directamente en alta resolución porque tienes no solo alto rendimiento de la GPU misma, sino que también tienes tanto en decode como en encode acelerado por hardware.
Hay todo un rango de aplicaciones de ciencias, ingenierías, análisis de datos que no solo se aplican para estudiantes de estas carreras, sino para los que ya actúan en sus áreas, los que trabajan con minado de datos, análisis de datos que tienen que entrenar sus inteligencias artificiales para procesar las informaciones que ya utilizan muchísimo los tensor cores de cualquier RTX, ya serán muchísimo más rápido que cualquier otra GPU sin tensor cores. Hasta cosas como arquitectura, si le pides a un arquitecto que cambie una ventana de lugar en un proyecto, normalmente te dirá la próxima semana te traigo los renders, porque tiene que actualizar la iluminación y todo eso.
Con el RTX puedes hacerlo en tiempo real, entonces puedes abrir el proyecto, hacer los cambios inmediatamente y visualizarlo en calidad final, con toda la iluminación, reflejo, condiciones climáticas, hora del día y más. Son cosas que te dan mucha más productividad y eso sí tiene valor, inviertes en una herramienta que te permite concluir tu trabajo en mucho menos tiempo se paga solo, porque estás comprando tiempo por así decirlo. Eso se aplica dentro de nuestro programa NVIDIA Studio trabajamos con un montón de desarrolladores de aplicaciones para implementar estos recursos como aceleración de RTX, recursos de inteligencia artificial y cosas por el estilo para automatizar tareas que serían muy costosas hacerse manualmente.
Por ejemplo, en DaVinci Resolve para edición de video trae un recurso llamado Magic Mask, si por ejemplo quiero aplicar un efecto a un determinado objeto en la escena, porque sería necesario normalmente que un editor fuera frame by frame haciendo una máscara y aplicar el efecto. Ahora hay una IA para eso, solo tienes que seleccionar el objeto, aplicar los efectos e identificará el objeto en cada frame y se aplicará automáticamente. Algo que demorarías horas en hacer ahora se hace en cuestión de segundos y eso no es una cuestión de poder de procesado, sino que es una IA avanzada lo suficiente para desempeñar esta tarea de forma eficiente.
Tampoco nos valdría si el efecto aplicado o si identificara mal el objeto y aplicara en otro objeto, entonces hay que tener la IA lo suficientemente avanzada para que pueda desempeñar la tarea con la misma habilidad de un humano o incluso mejor que te traiga mejores resultados. Y ahí sí el rendimiento de la tarjeta desde el punto de vista que tenga tensor cores entonces va a ejecutar cualquier procesado de inteligencia artificial de forma más rápida entonces minutos u horas de video podrías hacerlo en unos segundos, mientras que si quieres hacerlo manualmente te demoraría horas.
Andrea: Justamente, hablando de la inteligencia artificial y el gran boom que está causando este año y los diversos programas como Photoshop que están implementando IA en su sistema. ¿De qué modo las tarjetas NVIDIA se están preparando para esta nueva realidad?
Alexandre: Toda RTX GeForce desde el 2018, trae tensor cores que son núcleos dedicados para el procesado de inteligencia artificial entonces cualquier tarea de IA que vayas a utilizar, obviamente desde que esté implementada de una forma que pueda utilizar los tensor cores, los va a utilizar y se procesará mucho más rápido.
De hecho, trabajamos con Adobe en Firefly y antes en cosas como Neuro Futures donde puedes cambiar el origen de iluminación de una foto, en lugar de sacar otra vez la foto con otra iluminación puedes cambiar la iluminación de la escena utilizando IA y eso ya está preparado para utilizar los tensor cores de RTX. Se puede ejecutar esto con CPU, pero te tardará minutos de minutos para hacer cada ajuste, mientras que con RTX es instantáneo cualquier ajuste, entonces te permite probar más de la tecnología, ya que no tienes que esperar hasta que lo procese, sino que ya está listo y puedes cambiar y cambiar hasta que esté a tu gusto y no tienes que esperar un montón de tiempo.
«Ahora con Firefly hay un montón de otros programas que están integrando IA generativas para imágenes y cosas como integración del estilo ChatGPT que también se puede utilizar con tensor cores. Hay una multitud de tareas que se pueden automatizar con unos comandos en lenguaje natural, hay un ejemplo como Omniverse que es una herramienta de NVIDIA que conecta distintas aplicaciones de creación de contenido 3D bajo el estándar USD (Universal Scene Description) esto no partió desde NVIDIA sino un usuario u otra empresa creó una extensión para Omniverse basada en ChatGPT donde le puede decir constrúyeme un almacén de logística y va a buscar dentro de tu biblioteca los elementos necesarios para construir el almacén».
La expresión que se usa es que solo estamos “scratching the surface” de lo que se puede hacer con IA y se verán muchas otras cosas que son impensables ahora mismo y que se están creando y se van a crear en el futuro y nosotros venimos preparando esto en más de 10 años. Cuando empezó el boom de la IA de Machine Learning, Depp Learning y ahora recién las personas están teniendo su primer contacto con IA y de hecho como ChatGPT que alcanzó 10 millones de usuarios en una semana o algo así.
Andrea: Este año explotó como OpenAI que ha estado trabajando en la IA desde hace muchos años.
Alexandre: Sí y utilizando nuestras tarjetas desde el comienzo. Sí, porque todo lo que vemos en IA, no al 100% por 100%, pero sí la gran mayoría se entrenó con nuestras tarjetas, ya sea en NVIDIA GeForce o la serie NVIDIA Enterprise para servidores y cosas por el estilo. Entonces de una forma u otra, trabajan con nosotros básicamente todas las empresas de IA.
Andrea: Listo, muchas gracias, Alexandre.
Alexandre: Un gusto.