热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

NVIDIAMX350笔记本显卡不再马甲了但图灵GPU很快就来

nvidiad的mx150及马甲版mx250大概是世界上最成功的笔记本gpu了,没有之一,过去几年中深受轻薄本喜爱,10w残血版与25w满血版各有拥趸。今年这个系列的笔记本gpu还


nvidiad的mx150及马甲版mx250大概是世界上最成功的笔记本gpu了,没有之一,过去几年中深受轻薄本喜爱,10w残血版与25w满血版各有拥趸。

今年这个系列的笔记本gpu还要继续升级,现在可以确定会推出mx330、mx350两款,其中mx330没什么新意,,继续采用gp108核心,14nm pascal架构,流处理器增至384个,显存位宽64bit,将取代现在mx250的地位。

nvidia mx350笔记本显卡不再马甲了 但图灵gpu很快就来

mx350显卡终于不马甲了,它应该会使用gp107核心,也就是跟gtx 1050显卡同源,最多640个cuda核心,比之前的384个cuda核心大幅增长。

但是mx 350的tdp依然限制为25w,而且显存位宽也是64bit,所以它的性能提升相对mx250并不明显,联想昨天都公布了使用mx350显卡的小新air 14 2020版的性能测试,如下所示:

nvidia mx350笔记本显卡不再马甲了 但图灵gpu很快就来

在基准测试3dmark中,fire strike测试和time spy测试,相比前代geforce mx 250,geforce mx 350的性能提升分别达到16.7%和16%

按照nvidia既定的路线来说,mx350换了新核心,而且性能还提升了20%左右,在黄氏刀法中简直就是太良心了,十分难得的升级,但是今年的情况不一样了,因为amd、intel两家都加强了,amd的锐龙4000系列笔记本处理器整合的vega核显性能依然不俗。

intel今年也会有tiger lake处理器,整合的gen12核显用上了xe架构,号称浮点性能翻倍,爆料显示1.8tflops性能还是有点,都达到ps4主机级别的性能了。

在别人大步前进的情况下,nvidia 这次就算推出了升级版的mx350显卡,恐怕也没多少好运了,性能只提升20%的情况下很容易被amd/intel两家的核显干掉,到时候笔记本厂商都不买账了。

这种情况注定了mx350很有可能成为最短命的低功耗独显,因为最新消息称nvidia已经在准备12nm图灵核心的继任者了,还没说叫mx450,代号是n18s-g5,基于tu117核心,跟gtx 1650显卡的规格差不多。

n18s-g5还会有a、b两个版本,目前也没有具体名字,但都会支持pcie 4.0、64bit位宽gddr6显存,25w tdp,区别在于封装,n18s-g5-b是29x29mm,n18s-g5-a是23x23mm,更小一些。

此外,n18s-g5-a可以搭配3.5ghz的gddr5或者5ghz的gddr6显存,n18s-g5-b则是搭配5ghz gddr6显存,其他规格未知。

nvidia mx350笔记本显卡不再马甲了 但图灵gpu很快就来

notebookcheck网站将这两种核心的图灵gpu做了汇总,如上所示。

根据他们的消息,图灵核心的n18s-g5-a及n18s-g5-b显卡主要搭配intel tiger lake处理器的笔记本,而mx330、mx350则会保留下来,搭配14nm的comet lake处理器及10nm ice lake处理器的笔记本。

至于上市时间,n18s-g5-a核心的gpu预计会在5月量产,搭配gddr6显存的n18s-g5-b核心gpu预计会在6月8日那一周量产,相关笔记本会在2020年下半年发布。

nvidia mx350笔记本显卡不再马甲了 但图灵gpu很快就来









推荐阅读
  • LinusTorvalds发布了 Linux4.17-rc1,关闭了合并窗口。Linux4.17的主 ... [详细]
  • 技嘉秀高端B450主板:不再支持第七代APU,性价比高且兼容锐龙一代和二代
    在台北电脑展上,技嘉展示了一款高端的B450主板,型号为“b450 aorus pro wi-fi”。该主板具有10+1相供电、散热片覆盖的供电区域和芯片组,以及两个m.2插槽和背部IO挡板。虽然不支持第七代APU bristol ridge,但它兼容锐龙一代和二代,且具有较高的性价比。该主板还配备了音频声卡、Wi-Fi无线网卡等功能,是一款性能出色且设计精良的主板。 ... [详细]
  • 程度|也就是_论文精读:Neural Architecture Search without Training
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了论文精读:NeuralArchitectureSearchwithoutTraining相关的知识,希望对你有一定的参考价值。 ... [详细]
  • 显卡750ti价格(750ti显卡发行价格)
    |责编:林光楠在当前这个B2BB2C逐步取代传统卖场占据主导地位的时代,通过电商、淘宝平台直接购买电脑相信已经成了不少对DIY认识不太深入的主流用户首选的配机方案。相比线下购买,网 ... [详细]
  • 微软头条实习生分享深度学习自学指南
    本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 深入理解Kafka服务端请求队列中请求的处理
    本文深入分析了Kafka服务端请求队列中请求的处理过程,详细介绍了请求的封装和放入请求队列的过程,以及处理请求的线程池的创建和容量设置。通过场景分析、图示说明和源码分析,帮助读者更好地理解Kafka服务端的工作原理。 ... [详细]
  • 深度学习中的Vision Transformer (ViT)详解
    本文详细介绍了深度学习中的Vision Transformer (ViT)方法。首先介绍了相关工作和ViT的基本原理,包括图像块嵌入、可学习的嵌入、位置嵌入和Transformer编码器等。接着讨论了ViT的张量维度变化、归纳偏置与混合架构、微调及更高分辨率等方面。最后给出了实验结果和相关代码的链接。本文的研究表明,对于CV任务,直接应用纯Transformer架构于图像块序列是可行的,无需依赖于卷积网络。 ... [详细]
  • 本文介绍了OpenStack的逻辑概念以及其构成简介,包括了软件开源项目、基础设施资源管理平台、三大核心组件等内容。同时还介绍了Horizon(UI模块)等相关信息。 ... [详细]
  • Learning to Paint with Model-based Deep Reinforcement Learning
    本文介绍了一种基于模型的深度强化学习方法,通过结合神经渲染器,教机器像人类画家一样进行绘画。该方法能够生成笔画的坐标点、半径、透明度、颜色值等,以生成类似于给定目标图像的绘画。文章还讨论了该方法面临的挑战,包括绘制纹理丰富的图像等。通过对比实验的结果,作者证明了基于模型的深度强化学习方法相对于基于模型的DDPG和模型无关的DDPG方法的优势。该研究对于深度强化学习在绘画领域的应用具有重要意义。 ... [详细]
  • OCR:用字符识别方法将形状翻译成计算机文字的过程Matlab:商业数学软件;CUDA:CUDA™是一种由NVIDIA推 ... [详细]
  • 用c语言实现线画、填充图元生成算法多边形_【游戏场景剔除】剔除算法综述...
    之前在做场景优化的过程中,看了不少论文和博客阐述不同剔除算法的原理和过程,自己参照着算法去实现了Hiz和软件剔除。一直想写一篇关于剔除算法的综述 ... [详细]
  • 搭载GeForce RTX 3060独显 8499元即可入手华硕天选3游戏本
    对于极客玩家而言,高阶配置和强悍性能无疑是大家购买战力装备的首选因素,其中搭载NVIDIA®GeForceRTX™30系列笔记本电脑GPU的产品更是备受玩家青睐,潮玩游戏本华硕天选3、专业 ... [详细]
  • CodeBERT理解
    1.动机大型的预训练模型,比如ELMo、GPT、Bert等提高了NLP任务的最新技术。这些预训练模型在NLP的成功驱动了多模态预训练模型,比如ViBE ... [详细]
  • vc写入mysql数据库无效_VC连接mysql数据库错误:libmysql.lib : fatal error LNK1113: invalid machine 解决方法...
    VC连接MySQL的配置过程在上一篇博文中,不过当你设置好,以为万事大吉的时候,运行却出现这个错误:libmysql.lib:fatalerrorLNK1113:inval ... [详细]
author-avatar
回味的微笑_184
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有