NVIDIA RTX 4000 SFF Ada Generation

NVIDIA Ada Lovelace 架构

NVIDIA RTX? 4000 SFF Ada Generation 是功能最强大的双插槽、半高工作站显卡，可提供高性能、实时光线追踪、AI 加速计算和专业图形渲染，所有这些都以紧凑的设计和无与伦比的性能呈现。 基于 Ada Lovelace GPU 的主要 SM 增强功能，NVIDIA Ada Lovelace 架构提供了更多的核心数、更高的频率和更大的 L2 高速缓存，以获得更高的性能，以增强 DLSS 3.0 的光线追踪运算、张量矩阵运算和影格速率。

NVIDIA CUDA 核心

与上一代产品相比，基于 NVIDIA Ada Lovelace 架构的 CUDA 核心提供超过 2 倍的单精度浮点 (FP32) 吞吐量，为图形工作流程（例如 3D 模型开发）和计算工作负载（例如桌面仿真）提供显着性能改进计算机辅助工程 (CAE)。RTX 4000 SFF 启用两个 FP32 主数据路径，使峰值 FP32 运算加倍。

第三代 RT 核心

结合第三代光线追踪引擎，基于 NVIDIA Ada Lovelace 架构的 GPU 提供令人难以置信的光线追踪渲染性能。 单张 RTX 4000 SFF 显卡可以渲染具有物理准确的阴影、反射和折射的复杂专业模型，使用户能够实时洞察设计结果。基于 RTX 4000 SFF 的系统与利用 NVIDIA OptiX、Microsoft DXR 和 Vulkan 光线追踪等 API 的应用程序协同工作，将为真正的交互式设计工作流程提供强大的动力，以提供实时反馈，进而实现前所未有的生产力水平。 与上一代产品相比，RTX 4000 SFF 的光线-三角形相交吞吐量快达 2 倍。

第四代 Tensor 核心

RTX 4000 SFF 专门用于神经网络训练和推理功能核心的深度学习矩阵乘法和累加数学运算，包括增强的 Tensor Core，可加速更多数据类型，并且仍然支持 Fine-Grained Structured Sparsity 功能，与上一代相比，张量矩阵运算可提供超过 2 倍的吞吐量。 新的张量核心将加速新的 FP8 精度模式。 独立的浮点和整数数据路径允许使用计算和寻址计算的组合更有效地执行工作负载。

更高速的 GDDR6 內存

RTX 4000 SFF 具备 20GB GDDR6 内存，提供理想的图形占用空间，可处理对延迟敏感的专业应用程序中的数据集和模型并大批量处理。

第四代 PCIe

RTX 4000 SFF 支持 PCI Express Gen 4，它提供的带宽是 PCIe Gen 3 的两倍，提高了 CPU 内存的数据传输速度，适用于 AI 和数据科学等数据密集型任务。

内存上的纠错码 (ECC)

符合关键性任务应用程序对数据完整性的严格需求，同时为工作站提供无可比拟的计算精确度和可靠性。

第五代 NVDEC 引擎

NVDEC 非常适合用于实时译码的转码和视频播放应用。硬件加速译码支持以下视频编译码器：MPEG-2，VC-1，H.264（AVCHD），H.265（HEVC），VP8，VP9，和 AV1 视频格式。 专业视频编辑可以实现 8K/60 的视频编码。

第八代 NVENC引擎

NVENC 可以承担最苛刻的 4K 或 8K视频编码任务，以释放图形引擎和 CPU 进行其他运作。RTX 4000 SFF 提供比软件 x264 编码器更好的编码质量。RTX 4000 SFF 采用 AV1 视频编码，比 4K HDR 的 H.264 编码效率高 40%。AV1 将在相同的比特率带宽下提供更好的质量。

图形抢占

像素等级抢占提供更细微的控制，对时间相关的工作支持更佳，例如 VR 动态追踪。

计算抢占

指令等级抢占提供对计算工作更精细的控制，以避免长时间执行的应用程序独占系统资源或超时。

NVIDIA Virtual GPU 软件⁴

为NVIDIA虚拟GPU（vGPU）软件支持允许个人工作站被重新利用为多个高性能的虚拟工作站实例，可启用远程用户共享资源，以驱动高端设计、AI和计算的工作量。

NVIDIA^? RTX? Experience

NVIDIA RTX Experience为您的桌面工作站提供了一套生产力工具，包括高达8K的录制，针对最新NVIDIA RTX Enterprise驱动程序更新的自动提报以及访问游戏功能。该应用程序可于此下载。

针对 AI 优化的软件

深度学习框架例如 Caffe2, MXNet, CNTK, TensorFlow 等可以大幅加快训练时间并提高多节点训练性能。GPU 加速函式库如 cuDNN, cuBLAS, 和 TensorRT 为深度学习推理和高速计算 (HPC) 应用程序提供更高的性能。

NVIDIA^??CUDA^??并行计算平台

原生执行标准程序语言如 C/C++ 和 Fortran，以及 API 如 OpenCL，OpenACC 和 Direct Compute，可以加速光线追踪，影片和图像处理，以及流体力学计算等技术。

单一内存

单一无缝的 49 位虚拟地址空间可让数据在 CPU 和 GPU 完全分配的内存内透明的移动。

NVIDIA^? GPUDirect for Video

GPUDirect for Video 通过避免不必要的系统内存数据复制和 CPU 负担来加速 GPU 和影像 I/O 设备间的沟通。

NVIDIA 企业管理工具

将系统正常运作时间最大化，无缝管理大规模部署并远程控制图形和显示设置，以实现高效率运作。