- Po co komu karta graficzna za 10 tysięcy złotych?
- Powód nr 1: tworzenie treści
- Powód nr 2: gaming
- Powód nr 3: jestem „entuzjastą”
Powód nr 1: tworzenie treści
Jak wiadomo, karta graficzna służy nie tylko do grania. GPU wykorzystuje się także w profesjonalnych zadaniach. Dotyczy to zwłaszcza najwydajniejszych, a tym samym najdroższych układów, takich jak właśnie RTX 4090. Moim zdaniem ten model powinien być w pierwszej kolejności traktowany jako urządzenie do tworzenia treści, a nie grania. Mowa tu przede wszystkim o montażu materiałów wideo i pracy przy grafice 3D.
RTX 4090 sprawia, że praca jest efektywniejsza – wyrenderowanie sceny odbywa się szybciej, co pozwala zaoszczędzić czas. W niektórych przypadkach proces jest nawet dwukrotnie krótszy niż podczas korzystania z poprzednika. Tak znakomite wyniki zarejestrowano m.in. w Vray 5 – najpopularniejszym oprogramowaniu do renderingu. O połowę lepszy czas niż RTX 3090 nowy król wydajności osiąga także w Blenderze.
Nowa karta jest też wyraźnie sprawniejsza podczas renderowania materiałów wideo 4K przy użyciu kodeka H264 i H265 w programie Davinci Resolve Studio. W tym przypadku wzrost wydajności nie jest już tak spektakularny, ale nadal znaczący, bo 30-procentowy. Należy przy tym wiedzieć, że nie każde oprogramowanie jest w stanie wykorzystać pełen potencjał karty za 10 tys. złotych. Przed dokonaniem zakupu konieczne jest więc sprawdzenie benchmarków dla programu, którego się używa do profesjonalnych zastosowań.
Pozostając w wątku wykorzystania tak drogiego układu do pracy, nie można zapominać, że RTX 4090 pozwala osobom montującym filmu wyeksportować je do AV1. Topowe GPU radzi sobie z wyśmienicie. Renderowanie trwa niewiele dłużej niż przy wyborze H264 lub H265. Sprzętowe wsparcie dla kodeka AV1 powinno zainteresować także innych twórców treści. Myślę o wszelkiego rodzaju streamerach, którzy chcą uzyskać jak najlepszą jakość transmisji. Obecny w RTX 4090 podwójny dekorder NVDEC kompatybilny z najnowszym standardem od początku listopada jest oficjalnie obsługiwany przez OBS Studio, choć tylko podczas nagrywania, a nie przesyłania strumieniowego. To się z pewnością zmieni, gdy platformy typu Twitch i YouTube zaczną obsługiwać AV1.
Moc obliczeniową drzemiącą w najdroższym GPU można również wykorzystać do trenowania sieci neuronowej. Możliwości architektury Nvidia CUDA wykorzystują m.in. biblioteki PyTorch.
