Rdzenie Tensor (Tensor Cores) to wyspecjalizowane jednostki obliczeniowe w kartach graficznych NVIDIA, zaprojektowane do błyskawicznego mnożenia macierzy. To właśnie ta operacja stanowi podstawę sieci neuronowych, więc Tensory przyspieszają wszystko, co ma w sobie „AI” – od upscalingu w grach po lokalne modele językowe.
Klasyczne rdzenie CUDA liczą wszystko, ale po kolei i w pełnej precyzji. Rdzeń Tensor robi jedną rzecz – mnoży i sumuje całe bloki liczb w jednym kroku, zwykle w obniżonej precyzji (FP16, INT8 i niższych). Dla sieci neuronowej taka dokładność w zupełności wystarcza, a zysk wydajności jest ogromny.
Do czego się przydają w praktyce
- DLSS – upscaling: gra renderuje się w niższej rozdzielczości, a sieć neuronowa dorysowuje szczegóły
- Frame Generation – generowanie dodatkowych klatek (od serii RTX 40, wersja wieloklatkowa od RTX 50)
- Odszumianie w ray tracingu i aplikacjach typu NVIDIA Broadcast
- Lokalne AI – generowanie obrazów, modele językowe, przyspieszenie części filtrów w programach graficznych
Pierwsze rdzenie Tensor pojawiły się w 2017 roku w profesjonalnej architekturze Volta, a do kart dla graczy trafiły z serią GeForce RTX 20. Każda kolejna generacja RTX ma nowszą wersję Tensorów.
Mit do obalenia
Liczba rdzeni Tensor w specyfikacji sama nic Ci nie powie przy porównywaniu kart różnych generacji – nowsze rdzenie robią więcej na takt. Nie dawaj się też złapać na „TOPS” jako jedyny wyznacznik wydajności w grach. W grach o klatkach decyduje przede wszystkim cały GPU, a Tensory są dodatkiem, który pozwala włączyć DLSS. Odpowiedniki u konkurencji (np. jednostki AI w nowszych Radeonach) działają inaczej i nie są wprost porównywalne.
Zobacz też hasła DLSS i Rdzenie RT.