NVIDIA RTX 技術

第五代 Tensor 核心為深度學習提供高達 3 倍的傳輸量，並新增 FP4 支援，在 TF32、BF16、FP16、FP8 與 FP6 精度的基礎上，實現巨大的效能提升。第二代 FP8 Transformer 引擎與資料中心級 NVIDIA Blackwell GPU 共享，在 TensorFlow 與 PyTorch 等框架中加速 LLM 原型設計、推論與 AI 開發。

第四代 RT 核心提供高達 2 倍的光線追蹤速度，渲染出具有物理準確度陰影、反射與折射效果的擬真場景。這些產品專為 RTX Mega Geometry 等神經繪圖技術與 NVIDIA OptiX™、Microsoft DXR 和 Vulkan 等 API 打造，能為互動式設計工作流程提供即時回饋，並大幅縮短迭代週期。

NVIDIA Blackwell SM 結合新一代 CUDA™ 核心與神經著色器，適用於 AI 增強繪圖與運算，擴充至 24,064 個 CUDA 核心與 125 每秒浮點運算次數的 FP32 效能，比前一代提升高達 1.4 倍。嵌入式神經著色器將 AI 直接導入繪圖處理流程，為 RTX Mega Geometry 與 DLSS 等技術提供動力。 由於 SM 會同時執行光線追蹤、AI 推論與運算，因此能加速 AEC、製造與媒體領域中經 AI 增強的工作流程。

深度學習超高取樣 (DLSS) 是一套變革性的神經渲染技術，運用 AI 大幅提升 FPS、減少延遲，以及提升影像品質。最新版本 DLSS 4.5 推出第二代 Transformer 模型，用於光線重建與超解析度，在光線追蹤與路徑追蹤內容中提供卓越的光照準確度、時間穩定性與運動清晰度，以及由 NVIDIA RTX PRO™ Blackwell 系列 GPU 與第五代 Tensor 核心支援的增強型多畫格生成。

RTX 神經著色器將小型神經網路導入可程式化著色器，解鎖用於輻射快取、紋理與材質壓縮、輻射場，以及新一代資產生成的新技術。 RTX Neural Shaders SDK 讓開發人員在 RTX PRO 工作站上訓練著色資料，並在執行階段使用 NVIDIA Tensor 核心加速神經表徵。

RTX Mega Geometry 大幅提升了光線追蹤場景中可能的幾何細節，加速 BVH 建構，使光線追蹤三角形增加高達 100 倍，且效能更高。 它現已透過 NVIDIA RTX 套件提供，這是一套用於 AI 加速光線追蹤、巨大幾何與寫實視覺效果的技術。