Per fare l'AI ci vuole la GPU: la nostra prova con NVIDIA RTX 4080 Super

L'intelligenza artificiale è certamente la più grande novità tecnologica degli ultimi anni. Non a caso, tutte le più grandi aziende tech del mondo (Google, Microsoft, Apple, Amazon e non solo) si sono buttate su questo settore per cercare di arrivare in tempo, per sviluppare il loro ecosistema software in grado di dominare la scena. Finora quella che c'è andata più vicino è OpenAI, l'azienda creatrice di ChatGPT, che non è (ancora) annoverabile tra le vere "grandi" ma è indubbiamente in netta ascesa.

Dal punto di vista hardware, invece, un dominatore incontrastato c'è già: NVIDIA. Fino all'anno scorso era un produttore conosciuto quasi esclusivamente per le GPU da gaming, con diversi prodotti della serie GeForce RTX al top della categoria. Oggi, invece, è diventata l'azienda leader per la produzione di hardware professionale per l'AI, soprattutto lato data-center, come la piattaforma NVIDIA H100. E questo, non a caso, l'ha resa la società con il più alto valore di borsa del mondo, più dei colossi citati all'inizio.

La situazione è dunque molto cambiata negli ultimi anni. Il pensiero di noi appassionati di gaming ha bisogno di un aggiornamento fondamentale: le schede video non possono più essere considerate solo un mero strumento dedicato al gioco, ma qualcosa di più complesso e versatile, anche più utile.

In questo articolo vi mostriamo alcune capacità meno conosciute delle GPU NVIDIA, quelle che vanno al di là del gaming, che finora non abbiamo messo in luce nelle nostre recensioni. Da ora in poi, ovviamente, sarà sempre più importante verificare le capacità di calcolo legate all'AI, dunque scopriamo insieme cosa sa fare una GeForce RTX.

La protagonista della nostra prova è NVIDIA GeForce RTX 4080 Super in versione Founders Edition, uno dei modelli più recenti e soprattutto più potenti dell'azienda. In attesa della nuova serie RTX 5000, non c'è una GPU migliore per fare questo tipo di confronti.

Per capire quanto sia realmente potente, abbiamo fatto diversi benchmark: i test su 3DMark, il test GPU su Cinebench 2024, i benchmark di Blender. Sono tutte prove che mettono in risalto la "forza bruta" della scheda, la capacità di calcolo pura. Delle capacità AI ci occuperemo nella prossima sezione.

Nella galleria a seguire trovate tutti i punteggi ottenuti durante i test. Sono cifre altissime, al top della categoria. Al momento, l'unico vero concorrente della RTX 4080 Super in termini di potenza pura è un altro modello di NVIDIA, la RTX 4090, che occupa una fascia di prezzo ancora più alta.

Per stuzzicare davvero i Tensor Core integrati su NVIDIA GeForce RTX 4080 Super bisogna utilizzare alcuni benchmark specifici per l'intelligenza artificiale. Qui si apprezzano meglio le straordinarie capacità di computazione relative a strumenti come l'AI generativa, il riconoscimento dell'immagine e la produzione di contenuti creativi.

I primi test che abbiamo condotto sono i due AI Image Generation Benchmark di Procyon.

Il primo è basato sul set Stable Diffusion 1.5 (FP16), il secondo su Stable Diffusion XL (FP16), per entrambi il punteggio è andato ben oltre i 3.500 punti. Per fare un paragone, con le CPU più recenti, anche quelle dotate di NPU, si arriva a stento a fare 200 punti.

Altro confronto interessante è quello di ON1 Resize AI, un'applicazione che sfrutta l'AI generativa per l'upscaling delle foto. Abbiamo utilizzato tre diverse immagini con ridimensionamento del 500%, sfruttando la GPU sono bastati pochissimi secondi. Facendo gli stessi test con il processore, invece, bisogna attendere letteralmente minuti.

Grazie al benchmark integrato su Topaz Video AI abbiamo invece messo alla prova le capacità di modifica dei contenuti video tramite AI. Anche in questo caso, il divario tra la potenza dalla GPU e quella della CPU è impressionante, trovate tutti i dettagli nella galleria in basso.

Se insistiamo tanto con il confronto tra GPU e CPU è per una buona ragione.

Fino a qualche anno fa, il processore era ancora il vero cuore dell'esperienza utente su PC, soprattutto per i software professionali. Con l'avvento dell'AI, invece, abbiamo aperto gli occhi su quanto sia fondamentale l'apporto della scheda video e della sua capacità di calcolo.

E attenzione a non farsi ingannare dal marketing, che è già diventanto martellante negli ultimi mesi. Le NPU integrate nei chip dei processori di nuova generazione saranno sicuramente importanti per utilizzare le funzionalità AI di Copilot+ e fare qualche elaborazione a basso carico, ma per i "lavori pesanti" con l'AI bisognerà sempre ricorrere ad una buona GPU. Non si scappa.

Bene, abbiamo capito che le GPU sono ottimi strumenti per usare l'AI, e lo saranno sempre di più in futuro. Già da ora, però, potete sfruttare tante tecnologie e software che fanno uso dell'AI e della potenza di calcolo della scheda video.

Vediamo insieme qualche esempio.

Abbiamo già accennato alle funzioni di Copilot+, che pian piano diventeranno una parte fondamentale di Windows. Tra gli strumenti offerti, ci sono quelli per la generazione di testi, immagini e video, ma anche per la gestione delle mail e del sistema.

Nelle applicazioni Adobe sono disponibili diversi strumenti AI molto utili, come i filtri neurali di Photoshop, la generazione d'immagini con Firefly e i video generabili su Premiere Pro.

Se volete produrre contenuti, i software delle suite di ON1 e Topaz sono ovviamente da tenere in alta considerazione. Per le immagini è molto interessante anche l'editor Luminar AI. Da citare anche le funzionalità integrate su DaVinci Resolve, con le maschere magiche e altri strumenti rapidi per il montaggio video.

C'è poi tutto un mondo di software e piattaforme professionali, per chi vuole davvero mettere alla prova le capacità dell'intelligenza artificiale: machine learning, Large Language Models (LLM), modelli di apprendimento e generazione immagini come Stable Diffusion e tanto altro ancora.

Per qualsiasi applicazione AI che abbia bisogno di potenza dell'hardware locale, la GPU è la vostra più cara amica.

Inoltre, la stessa NVIDIA sta costruendo un vero ecosistema basato sull'AI, che è interessante per il gaming ma non solo.

• DLSS: la tecnologia di upscaling con AI che permette di aumentare gli fps nei giochi, ormai arrivata alla versione DLSS 3.5;
• RTX Remix: la suite di strumenti per creare versioni graficamente aggiornate di giochi già esistenti, aggiungendo anche il ray tracing, come fatto ad esempio con Portal RTX;
• NVIDIA ACE: una gamma completa di tecnologie AI per creazione, animazione e gestione di avatar digitali realistici, una funzione che potrebbe cambiare il nostro rapporto con gli NPC nei giochi;
• Project G-Assist: un assistente virtuale integrato sul PC che offre suggerimenti per i giochi, mostra e analizza le risorse di sistema, ottimizza le impostazioni del gioco a seconda del nostro PC, e fa tutto in tempo reale.

Molte di queste tecnologie saranno sempre più presenti nelle vostre vite nei prossimi mesi e anni.

L'AI è qui per restare, su questo ci sono pochi dubbi, quindi siamo sicuri che tante altre aziende e integreranno funzioni AI nei propri software a stretto giro.

Se vi piace l'intelligenza artificiale, allora potete approfondire l'argomento con alcuni dei nostri articoli più recenti, in cui vi parliamo degli sviluppi delle altre aziende. Ce n'è per tutti i gusti, insomma, visto che quello dell'AI è un mondo in rapidissima espansione.

• Come funziona Google Gemini
• Quali sono le migliori AI per programmare?
• Benvenuto SearchGPT: il motore di ricerca di ChaGPT
• La strada è ancora lunga per l'IA di Apple
• Come funziona Suno AI per creare canzoni gratis