StorageReview.com

NVIDIA GeForce RTX 5090 မိုဘိုင်းသုံးသပ်ချက်- AI စွမ်းအားနှင့် ထိရောက်မှုတို့ ပေါင်းစပ်ထားသည်

end User  ◇  Workstation နှင့်

GeForce RTX 50 Series ဟာ NVIDIA ရဲ့ Blackwell ဗိသုကာအသစ်ကြောင့် လက်တော့ပ် GPU တွေအတွက် ကြီးမားတဲ့ ခြေလှမ်းတစ်ရပ်ကို အမှတ်အသားပြုထားပြီး AI processing၊ ray tracing နဲ့ ပါဝါထိရောက်မှုကို မြှင့်တင်ပေးပါတယ်။ ဒီသုံးသပ်ချက်မှာ Razer Blade 16 ထဲက GeForce RTX 5090 Mobile GPU ကို အဓိကထားပြီး သယ်ဆောင်ရလွယ်ကူတဲ့ပုံစံနဲ့ ထိပ်တန်းစွမ်းဆောင်ရည်ကို ပေးစွမ်းနိုင်ဖို့ တည်ဆောက်ထားပါတယ်။ အဆင့်မြင့် desktop နဲ့ ယှဉ်ပြိုင်ဖို့ ရည်ရွယ်ထားတာမဟုတ်ပေမယ့် အထင်ကြီးလောက်စရာ specs တွေကြောင့် သွားရင်းလာရင်း ပါဝါကြီးကြီးမားမားလိုအပ်တဲ့ ပရော်ဖက်ရှင်နယ်တွေနဲ့ ဂိမ်းကစားသူတွေအတွက် ကောင်းမွန်တဲ့ ရွေးချယ်မှုတစ်ခု ဖြစ်စေပါတယ်။

GeForce RTX 50 Series မှာ native FP4 support၊ ပိုမိုအဆင့်မြင့်တဲ့ Tensor Cores နဲ့ တိုးတက်လာတဲ့ ray tracing စွမ်းရည်တွေကို မိတ်ဆက်ပေးထားပြီး ယခင်မျိုးဆက်တွေထက် ဘက်ထရီစွမ်းဆောင်ရည် ပိုကောင်းစေပါတယ်။ DLSS 4 ကနေတစ်ဆင့် AI-driven rendering နဲ့ frame generation တွေကြောင့် မိုဘိုင်း GPU မှာ ဖြစ်နိုင်ချေရှိတဲ့ benchmark အသစ်တစ်ခုကို ချမှတ်ဖို့ အသင့်ဖြစ်နေပါပြီ။

GeForce RTX 5090 Mobile နဲ့ 5090 Desktop: ဘာတွေကွာခြားလဲ။

GeForce RTX 5090 မိုဘိုင်းနှင့် Desktop မော်ဒယ်များသည် Blackwell 2.0 ဗိသုကာနှင့် 5nm လုပ်ငန်းစဉ်ကို အတူတူမျှဝေနိုင်သော်လည်း ၎င်းတို့ကို အသုံးပြုမှုအခြေအနေများစွာအတွက် တည်ဆောက်ထားသည်။ Desktop ဗားရှင်းသည် သိသိသာသာ ပိုကြီးမည်ဟု မျှော်လင့်ရပြီး transistor အရေအတွက် နှစ်ဆနီးပါး (92.2B vs. 45.6B) နှင့် TDP (575W vs. 150W) ပိုများသည်။ ၎င်းသည် base နှင့် boost clock များ ပိုမိုမြင့်မားစေသည်။

Nvidia GeForce RTX 5090 မိုဘိုင်းချစ်ပ်

မိုဘိုင်းဗားရှင်းကို ထိရောက်မှုနဲ့ သယ်ဆောင်ရလွယ်ကူမှုအတွက် ဒီဇိုင်းထုတ်ထားပေမယ့် desktop မော်ဒယ်ကတော့ CUDA cores၊ memory bandwidth နဲ့ overall compute performance ထက် နှစ်ဆနီးပါးပိုများပေမယ့် ပါဝါဆွဲအားနဲ့ အရွယ်အစားပိုများတာကြောင့် ကုန်ကျစရိတ်များပါတယ်။ အဆုံးစွန်အားဖြင့် desktop GeForce RTX 5090 က စွမ်းဆောင်ရည်မြင့်မားပြီး မိုဘိုင်းဗားရှင်းကတော့ ပါဝါနဲ့ ရွေ့လျားနိုင်မှုကြား မျှတမှုကို ရရှိစေပါတယ်။

ပလက်ဖောင်းခြုံငုံသုံးသပ်ချက်- Razer Blade 16

GeForce RTX 5090 Mobile GPU ကို အဓိကထားပေမယ့် Razer Blade 16 မှာ အသုံးပြုထားတဲ့ စက်အကြောင်း ဆွေးနွေးသင့်ပါတယ်။ အလုံးစုံပြောရရင် 5090 ဘာတွေလုပ်နိုင်လဲဆိုတာကို ပြသဖို့ အထင်ကြီးစရာကောင်းတဲ့ platform တစ်ခုပါ။ GPU က သူ့ရဲ့အလုပ်ကို လုပ်ဆောင်နိုင်စေမယ့် high-end specs တွေလည်း ပါဝင်ပါတယ်။

Razer Blade 16 သည် မြင့်မားသောစွမ်းဆောင်ရည်ရှိသော ကွန်ပျူတာအတွက် တည်ဆောက်ထားသော ပရီမီယံ workstation အဆင့် laptop တစ်လုံးဖြစ်သည်။ ၎င်းကို အမြင့်ဆုံး boost clock 5.18GHz ရှိသော 12-core (24-thread) processor နှင့် 8000MT/s ဖြင့် လည်ပတ်သော DDR5 မှတ်ဉာဏ် 32GB ဖြင့် လည်ပတ်သည့် AMD Ryzen AI 9 HX 370 ဖြင့် စွမ်းအားပေးထားသည်။

Razer Blade 16 သတ်မှတ်ချက်များ

specification အသေးစိတ်
ကွန်ပျူတာစက်လည်ပတ်ရေးစနစ်ပရိုဂရမ် Windows ကို 11 Pro ကို
processor ​​ကို AMD Ryzen™ AI 9 HX 370 (12-Cores / 24-Threads၊ 3.3 GHz Base / 5.1 GHz Max Boost)
ဂရပ်ဖစ် NVIDIA GeForce RTX 5090 (24 GB GDDR7 VRAM)
မျက်နှာပြင် ၁၆ လက်မ QHD+ OLED (၂၅၆၀ x ၁၆၀၀) ၂၄၀ Hz
သိုလှောင်ခြင်း 2 TB SSD (M.2 PCIe Gen 4 NVMe x4၊ x2)
မှတ်ဉာဏ် 32 GB LPDDR5X 8000 MHz (ဂဟေဆက်ထားသည်)
keyboard ကို Per-key RGB (Razer Chroma™) N-Key Rollover
connectivity Wi-Fi 7၊ Bluetooth 5.4၊ Tri-band 2×2 WLAN
ဆိပ်ကမ်းများ USB 3.2 Gen 2 Type-A ၃ ခု၊ USB4 Type-C (PD & DisplayPort 1.4) ၂ ခု၊ MicroSD (UHS-II)၊ HDMI 2.1
audio စတီရီယိုစပီကာ ၆ လုံး၊ THX Spatial Audio၊ 7.1 Codec (HDMI မှတစ်ဆင့်)၊ Dual-array မိုက်ခရိုဖုန်း
ဘက်ထရီ 90 WHr Li-ion (မိနစ် ၃၀ တွင် ၅၀%၊ ၄၈ မိနစ်တွင် ၈၀%)၊ 280 W ပါဝါအဒက်တာ
တည်ဆောက်ပြီး အပြီးသတ်ခြင်း CNC-Milled အလူမီနီယမ်၊ Anodized အနက်ရောင်၊ လက်ဗွေရာခံနိုင်ရည်ရှိသော အလွှာ
ရှုထောင့် ၁၄.၉ မီလီမီတာ ~ ၁၇.၄ မီလီမီတာ x ၂၅၀.၅ မီလီမီတာ x ၃၅၅ မီလီမီတာ (၀.၅၉ လက်မ ~ ၀.၆၉ လက်မ x ၉.၈၆ လက်မ x ၁၃.၉၈ လက်မ)
အလေးချိန် 2.14 ကီလိုဂရမ် / 4.71 ပေါင်
လုံခွုံရေး Windows Hello IR FHD ဝက်ဘ်ကင်မရာ၊ TPM 2.0၊ Kensington လုံခြုံရေးအပေါက်
အာမခံချက် ၁ နှစ် Laptop၊ ၂ နှစ် Battery အာမခံ

NVIDIA GeForce RTX 5090 Mobile မှာ 24GB GDDR7 memory ပါဝင်ပါတယ်။ ကြီးမားတဲ့ heatsink assembly အောက်မှာ 3GB Samsung modules တွေကို GPU ရဲ့ ပတ်လည်မှာ ဂဟေဆက်ထားတာကို တွေ့ရပါတယ်။

Nvidia GeForce RTX 5090 မိုဘိုင်း VRAM

ဤစွမ်းဆောင်ရည်အဆင့်ကို ပံ့ပိုးပေးရန်အတွက် စနစ်တွင် workstation-class 280W power supply ပါရှိပြီး ၎င်းသည် GPU သည် ပလပ်ထိုးထားစဉ် အပြည့်အဝလည်ပတ်ရန် လိုအပ်သော ရေရှည်ပါဝါကို ပေးစွမ်းရန် မရှိမဖြစ်လိုအပ်ပါသည်။ GeForce RTX 5090 Mobile GPU တွင် အများဆုံး TGP 150W ရှိပြီး Razer Blade 16 တွင် performance mode တွင်လည်ပတ်နေချိန်တွင် 135W သို့ configure လုပ်ထားသည်။

Blackwell ဗိသုကာ- Core ပိုများ၊ AI စွမ်းအားပိုများ

Blackwell ဗိသုကာလက်ရာသည် GeForce RTX 50 Mobile GPU Series ၏ အဓိကအချက်ဖြစ်ပြီး၊ ယခင် Ada Lovelace မျိုးဆက်ထက် အရေးကြီးသော အဆင့်မြှင့်တင်မှုများစွာကို မိတ်ဆက်ပေးထားသည်။ GeForce RTX 5090 Mobile တွင် CUDA cores 10,496 နှင့် 5th-generation Tensor Cores များ ပါဝင်ပြီး AI processing စွမ်းရည်ကို များစွာတိုးမြှင့်ပေးပါသည်။ FP4 တိကျမှုကို ယခုအခါ မူရင်းအတိုင်း ပံ့ပိုးပေးထားပြီး GPU သည် memory load နှင့် computational လိုအပ်ချက်များကို လျှော့ချခြင်းဖြင့် AI မော်ဒယ်များကို ပိုမိုထိရောက်စွာ ကိုင်တွယ်နိုင်စေပါသည်။

Nvidia GeForce RTX 5090 မိုဘိုင်းမားသားဘုတ်

DLSS 4 နှင့် Multi Frame Generation: ပိုမိုများပြားသော Frame Rates

Transformer Model အသစ်ဖြင့် စွမ်းအားပေးထားသော DLSS 4 သည် Multi Frame Generation ကို မိတ်ဆက်ပေးထားပြီး ရိုးရာပုံစံဖြင့် ပုံဖော်ထားသော frame တိုင်းအတွက် frame သုံးခုအထိ ထပ်တိုးထုတ်ပေးနိုင်ပါသည်။ ၎င်းသည် မြင့်မားသော ရုပ်ပုံအရည်အသွေးကို ထိန်းသိမ်းထားစဉ် frame rate များကို သိသိသာသာ မြှင့်တင်ပေးပါသည်။ Transformer Model သည် DLSS ၏ ယခင်ဗားရှင်းများတွင် အသုံးပြုခဲ့သော convolutional neural networks (CNNs) ပေါ်တွင် တည်ဆောက်ထားသော်လည်း frame တစ်ခုလုံးနှင့် ၎င်းတို့ အချိန်နှင့်အမျှ မည်သို့ပြောင်းလဲသွားသည်ကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ပိုမိုကျယ်ပြန့်စွာ လုပ်ဆောင်ပါသည်။ ၎င်းသည် ပိုမိုပြတ်သားသော အသေးစိတ်အချက်အလက်များ၊ ghosting နည်းပါးခြင်းနှင့် ချောမွေ့သော အနားသတ်များကို ဖြစ်ပေါ်စေပြီး အထူးသဖြင့် မြန်ဆန်သော မြင်ကွင်းများတွင် သိသာထင်ရှားပါသည်။

Alan Wake 2 နှင့် Cyberpunk 2077: Phantom Liberty ကဲ့သို့သော ဂိမ်းများတွင် NVIDIA က DLSS 4 သည် native rendering ထက် frame rates 8x အထိ မြှင့်တင်ပေးနိုင်ကြောင်း ပြောကြားခဲ့သည်။ DLAA (Deep Learning Anti-Aliasing) နှင့် DLSS Ray Reconstruction တို့နှင့် တွဲဖက်အသုံးပြုသောအခါ ဂိမ်းကစားနေစဉ်အတွင်း frame rates မြင့်မားပြီး ပိုမိုချောမွေ့တည်ငြိမ်သော ရုပ်ထွက်များကို ရရှိမည်ဖြစ်သည်။ Transformer Model သည် texture quality ကိုလည်း ပိုမိုကောင်းမွန်စေပြီး ဆံပင်၊ ကွင်းဆက်များနှင့် ရောင်ပြန်ဟပ်မှုများကဲ့သို့သော အသေးစိတ်အချက်အလက်များကို မြန်ဆန်စွာ ရွေ့လျားနေသော မြင်ကွင်းများတွင်ပင် ပိုမိုသဘာဝကျပြီး တသမတ်တည်းရှိစေပါသည်။

အဆင့်မြင့် Ray Tracing နှင့် Mega Geometry

အသစ်ထွက်ရှိလာတဲ့ စတုတ္ထမျိုးဆက် Ray Tracing Cores တွေကို NVIDIA က “Mega Geometry” လို့ခေါ်တဲ့အရာကို ကိုင်တွယ်ဖြေရှင်းဖို့ တည်ဆောက်ထားပါတယ်။ အဓိကအားဖြင့် ခေတ်သစ်ဂိမ်းပတ်ဝန်းကျင်တွေမှာ မြင်တွေ့ရတဲ့ တြိဂံအရေအတွက် မြင့်မားမှုနဲ့ ရှုပ်ထွေးမှုတွေကို ကိုင်တွယ်ဖြေရှင်းပေးပါတယ်။ GeForce RTX 50 Series ဟာ ယခင်မျိုးဆက်တွေထက် voxels အများအပြားကို ပိုမိုစီမံဆောင်ရွက်နိုင်တာကြောင့် ပိုမိုအသေးစိတ်ကျတဲ့ ဇာတ်ကောင်မော်ဒယ်တွေ၊ လက်တွေ့ဆန်တဲ့ အလင်းရောင်နဲ့ ပိုမိုကြွယ်ဝတဲ့ ပတ်ဝန်းကျင်အသေးစိတ်အချက်အလက်တွေကို ရရှိစေမှာပါ။

RTX Neural Radiance Cache သည် AI ကို အသုံးပြု၍ သွယ်ဝိုက်အလင်းရောင်ကို ပိုမိုတိကျစွာ ခန့်မှန်းပေးပြီး စွမ်းဆောင်ရည်နှင့် အမြင်အာရုံ တသမတ်တည်းရှိမှုကို တိုးတက်စေသည့်အပြင် ရောင်ခြည်များကို ခြေရာခံရန် နည်းပါးစေပါသည်။ ဤနည်းပညာသည် frame rate များကို မြင့်မားစွာထိန်းသိမ်းထားစဉ် ပိုမိုရှုပ်ထွေးသော path-tracing ဖြေရှင်းချက်များကို ဖြစ်စေပါသည်။ ဤ AI-driven optimization များကြောင့် Alan Wake 2 နှင့် Portal RTX ကဲ့သို့သော ဂိမ်းများသည် ray-traced မြင်ကွင်းများတွင် တည်ငြိမ်မှု တိုးတက်လာခြင်းနှင့် ghosting လျော့နည်းခြင်းတို့ကို အကျိုးကျေးဇူးရရှိပါသည် ။

ထိရောက်မှုနှင့် ပါဝါစီမံခန့်ခွဲမှု- ဘက်ထရီတွင် ပိုမိုကောင်းမွန်သော စွမ်းဆောင်ရည်

GeForce RTX 50 Mobile Series ပြပွဲအသစ်များနှင့်အတူ NVIDIA သည် မြင့်မားသောစွမ်းဆောင်ရည်နှင့် ပိုမိုကောင်းမွန်သော ပါဝါထိရောက်မှုကို ပေါင်းစပ်ရန် အလေးအနက်ထား ကြိုးပမ်းအားထုတ်ခဲ့သည်။ Advanced Power Gating နှင့် Accelerated Frequency Switching စနစ်အသစ်များသည် GPU ကို ပါဝါနည်းအခြေအနေများသို့ ပြောင်းလဲစေပြီး ပြောင်းလဲနေသော workload များကို ချက်ချင်းလိုက်လျောညီထွေဖြစ်အောင် ပြုလုပ်နိုင်စေပါသည်။ ယခုအခါ clock များသည် ယခင်မျိုးဆက်များထက် 1000 ဆ ပိုမိုမြန်ဆန်စွာ ချိန်ညှိနိုင်ပြီဖြစ်ပြီး၊ ဆိုလိုသည်မှာ လေးလံသောအလုပ်များတွင် ပိုမိုကောင်းမွန်သောတုံ့ပြန်မှုနှင့် စနစ်သည် ဝန်ပိနေချိန်တွင် ဘက်ထရီသက်တမ်း တိုးတက်လာခြင်းဖြစ်သည်။

Battery Boost ကို မြင်ကွင်းရှုပ်ထွေးမှုအပေါ် အခြေခံ၍ GPU နှင့် CPU ပါဝါကို ပြောင်းလဲချိန်ညှိပေးခြင်းဖြင့် မြှင့်တင်ထားပြီး၊ ပံ့ပိုးပေးထားသောဂိမ်းများတွင် တသမတ်တည်း 60 FPS ရရှိစေရန်နှင့် လိုအပ်ချက်နည်းသော မြင်ကွင်းများတွင် ပါဝါအသုံးပြုမှုကို လျှော့ချပေးပါသည်။ NVIDIA က ၎င်းသည် ဂိမ်းကစားနေစဉ်အတွင်း ဘက်ထရီသက်တမ်း ၄၀% အထိ ပိုမိုကြာရှည်ခံစေပြီး ဗီဒီယိုဖွင့်ချိန် ၃၀% အထိ ပိုမိုကြာရှည်စေကြောင်း ပြောကြားခဲ့သည်။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့၏ စမ်းသပ်ကိရိယာ (Razer Blade 16) သည် Baldur's Gate 3 နှင့် Cyberpunk 2077 ကဲ့သို့သော ဂိမ်းများကို ဘက်ထရီဖြင့်ကစားသည့်အခါ ယခင်မျိုးဆက်ထက် ဘက်ထရီသက်တမ်း နှစ်ဆနီးပါး ပေးစွမ်းနိုင်သည်ဟု ဆိုသည် ။

ဗီဒီယိုကုဒ်သွင်းခြင်းနှင့် AI အကူအညီဖြင့် ဖန်တီးခြင်း

GeForce RTX 50 Series သည် လက်တော့ပ်များကို အဓိကစနစ်အဖြစ် အသုံးပြုသော အကြောင်းအရာဖန်တီးသူများအတွက် ဗီဒီယို encoding နှင့် processing တို့ကို သိသာထင်ရှားသော အဆင့်မြှင့်တင်မှုများကို မိတ်ဆက်ပေးပါသည်။ GeForce RTX 5090 Mobile GPU တွင် H.264 နှင့် H.265 ဖော်မတ်များတွင် 4:2:2 chroma subsampling ကို ပံ့ပိုးပေးသည့် 9th-generation NVENC encoder သုံးခုနှင့် 6th-generation decoder နှစ်ခု ပါရှိသည်။ ၎င်းသည် အရောင်တိကျမှု ပိုမိုမြင့်မားစေပြီး ဗီဒီယိုချုံ့ခြင်း ပိုမိုထိရောက်စေသည်။ HDR အကြောင်းအရာများနှင့် အလုပ်လုပ်ခြင်း သို့မဟုတ် အရောင်ပြင်ဆင်ခြင်း အကြိမ်များစွာ ပြုလုပ်သော ဖန်တီးသူများသည် 4:2:2 encoding ဖြင့် ဖွင့်ထားသော အရောင်တိကျမှုနှင့် ဖိုင်အရွယ်အစား လျှော့ချထားခြင်းမှ အကျိုးကျေးဇူးများ ရရှိမည်ဖြစ်သည်။

FP4 ပံ့ပိုးမှုသည် AI အထောက်အကူပြု ဖန်တီးမှုလုပ်ငန်းကိုလည်း မြှင့်တင်ပေးပါသည်။ Stable Diffusion ကဲ့သို့သော Generative AI မော်ဒယ်များသည် GeForce RTX 50 Series GPU များတွင် ယခင် Ada-based မော်ဒယ်များထက် ၂ ဆအထိ ပိုမိုမြန်ဆန်စွာ လည်ပတ်နိုင်ပါပြီ။ FP4 သည် မှတ်ဉာဏ်အသုံးပြုမှုကို လျှော့ချပေးပြီး output အရည်အသွေးကို မထိခိုက်စေဘဲ processing speed ကို မြှင့်တင်ပေးသောကြောင့် laptop ပေါ်တွင် AI မော်ဒယ်ကြီးများကို ဒေသတွင်းတွင် လည်ပတ်ရန် ပိုမိုလွယ်ကူစေပါသည်။

RTX အာရုံကြောဆိုင်ရာ မျက်နှာပြင်များနှင့် AI-Assisted Rendering

GeForce RTX 50 Mobile Series ရှိ AI သည် ဂရပ်ဖစ် rendering တွင်သာ ကန့်သတ်ထားခြင်းမဟုတ်ဘဲ ဇာတ်ကောင်များနှင့် texture များကို ကိုင်တွယ်ပုံကိုပါ တိုးတက်ကောင်းမွန်စေပါသည်။ GeForce RTX Neural Faces သည် generative AI ကို အသုံးပြု၍ မျက်နှာအမူအရာထောင်ပေါင်းများစွာနှင့် အလင်းရောင်အခြေအနေများကို လေ့ကျင့်ပေးခြင်းဖြင့် ပိုမိုလက်တွေ့ကျသော လူ့မျက်နှာများကို ဖန်တီးပါသည်။ ရိုးရာ animation နည်းလမ်းများကို အားကိုးမည့်အစား၊ ၎င်းသည် real-time တွင် အသက်ဝင်သော အမူအရာများကို ထုတ်လုပ်ပေးပြီး ဂိမ်းများနှင့် simulation များရှိ ဇာတ်ကောင်များကို ပိုမိုသဘာဝကျကျ ပေါ်လွင်စေပြီး ရွေ့လျားစေသည်။

NVIDIA သည် GeForce RTX Neural Texture Compression ကိုလည်း မိတ်ဆက်ထားပြီး အသေးစိတ်အချက်အလက်များကို မထိခိုက်စေဘဲ texture အရွယ်အစားများကို 7x အထိ ချုံ့ပေးပါသည်။ ၎င်းသည် မန်မိုရီအသုံးပြုမှုကို လျှော့ချပေးပြီး loading အချိန်များကို မြန်ဆန်စေသည် - ကြီးမားသော open-world ဂိမ်းများအတွက် ကြီးမားသော အောင်ပွဲတစ်ခုဖြစ်သည်။ developer များသည် GeForce RTX Neural Shaders SDK မှတစ်ဆင့် ဤအင်္ဂါရပ်များကို အသုံးချနိုင်ပြီး GPU မန်မိုရီကို overload မလုပ်ဘဲ ပိုမိုအသေးစိတ်ကျပြီး စွဲမက်ဖွယ်ကောင်းသော ပတ်ဝန်းကျင်များကို ဖန်တီးနိုင်သည်။

အခု ကျွန်တော်တို့ ဗိသုကာနဲ့ အဓိကအင်္ဂါရပ်တွေကို ခြုံငုံသုံးသပ်ပြီးသွားတဲ့အခါ GeForce RTX 5090 Mobile က လက်တွေ့ဘဝမှာ ဘယ်လိုစွမ်းဆောင်ရည်ရှိလဲဆိုတာ ကြည့်ကြရအောင်။ ဂိမ်းကစားတာကနေ ဖန်တီးမှုဆိုင်ရာ အလုပ်တွေအထိ၊ GPU ဘာတွေလုပ်နိုင်လဲဆိုတာ ဒီမှာကြည့်ရှုနိုင်ပါတယ်။

NVIDIA GeForce RTX 5090 မိုဘိုင်း သတ်မှတ်ချက်များ

GPU နှိုင်းယှဉ်ချက် GeForce RTX 5090 မိုဘိုင်း GeForce RTX 5090 GeForce RTX 4090 မိုဘိုင်း GeForce RTX 4090
GPU ကိုအမည် GB203 GB202 AD103 AD102
ဗိသုကာအတတ်ပညာ ဘလက်ဝဲလ် ၂.၀ ဘလက်ဝဲလ် ၂.၀ Ada Lovelace Ada Lovelace
လုပ်ငန်းစဉ်အရွယ်အစား 5 nm 5 nm 5 nm 5 nm
transistors 45,600 သန်း 92,200 သန်း 45,900 သန်း 76,300 သန်း
သိပ်သည်းဆ ၁၂၃.၉ မီလီမီတာ / မီလီမီတာစတုရန်း ၁၂၃.၉ မီလီမီတာ / မီလီမီတာစတုရန်း ၁၂၃.၉ မီလီမီတာ / မီလီမီတာစတုရန်း ၁၂၃.၉ မီလီမီတာ / မီလီမီတာစတုရန်း
Size ကို Die 378 mm² 744 mm² 379 mm² 609 mm²
အပေါက်အကျယ် / ပုံစံအချက် မိုဘိုင်း IGP နှစ်ထပ်-အပေါက် မိုဘိုင်း IGP သုံးထပ် slot
ရှုထောင့် မိုဘိုင်း 304 137 မီလီမီတာမီလီမီတာမီလီမီတာ x x 48 မိုဘိုင်း 304 137 မီလီမီတာမီလီမီတာမီလီမီတာ x x 61
TDP 150 ဒဗလျူ 575 ဒဗလျူ 120 ဒဗလျူ 450 ဒဗလျူ
ဗီဒီယို ချိတ်ဆက်မှုများ သယ်ဆောင်ရလွယ်ကူသော စက်ပစ္စည်း မှီခိုမှု HDMI 2.1b ၁ ခု၊ DisplayPort 2.1b ၃ ခု သယ်ဆောင်ရလွယ်ကူသော စက်ပစ္စည်း မှီခိုမှု HDMI 2.1 ၁ ပေါက်၊ DisplayPort 1.4a ၃ ပေါက်
Power က Connectors အဘယ်သူမျှမ 1x 16 pin အဘယ်သူမျှမ 1x 16 pin
ဘတ်စ်ကား Interface PCIe 5.0 x16 PCIe 5.0 x16 PCIe 4.0 x16 PCIe 4.0 x16
base နာရီ 990 MHz 2017 MHz 1335 MHz 2235 MHz
နာရီ Boost 1515 MHz 2407 MHz 1695 MHz 2520 MHz
မှတ်ဉာဏ်နာရီ 1750 MHz
၁၈ Gbps ထိရောက်မှု
2209 MHz (28 Gbps ထိရောက်မှု) 2250 MHz
၁၈ Gbps ထိရောက်မှု
1313 MHz (21 Gbps ထိရောက်မှု)
memory အရွယ်အစား 24 GB ကို 32 GB ကို 16 GB ကို 24 GB ကို
memory အမျိုးအစား GDDR7 GDDR7 GDDR6 GDDR6X
မှတ်ဉာဏ်ဘတ်စ်ကား 256 bit နဲ့ 512 bit နဲ့ 256 bit နဲ့ 384 bit နဲ့
မှတ်ဉာဏ် Bandwidth 896.0 GB ကို / s နဲ့ ၁ TB / s 576.0 GB ကို / s နဲ့ ၁ TB / s
CUDA core 10,496 21,760 9728 16,384
TMU များ 328 680 304 512
ROPs 112 192 112 176
SM အရေအတွက် 82 170 76 128
Tensor core 328 680 304 512
RT ကို core 82 170 76 128
L1 ကက်ရှ် ၁၂၈ KB (SM လျှင်) ၁၂၈ KB (SM လျှင်) ၁၂၈ KB (SM လျှင်) ၁၂၈ KB (SM လျှင်)
L2 ကက်ရှ် 64 ကို MB 88 ကို MB 64 ကို MB 72 ကို MB
ပစ်ဇယ်နှုန်း ၄၆၂.၁ GPixel/s ၄၆၂.၁ GPixel/s ၄၆၂.၁ GPixel/s ၄၆၂.၁ GPixel/s
အသွင်အပြင်နှုန်း ၁,၆၃၇ GTexel/s ၁,၆၃၇ GTexel/s ၁,၆၃၇ GTexel/s ၁,၆၃၇ GTexel/s
FP၁၆ (တစ်ဝက်) 31.80 TFLOPS (1: 1) ၁.၆၃၇ တီဖလော့ပ် (၁:၆၄) 32.98 TFLOPS (1: 1) ၁.၆၃၇ တီဖလော့ပ် (၁:၆၄)
FP32 (float) 31.80 TFLOPS 104.8 TFLOPS 32.98 TFLOPS 82.58 TFLOPS
FP64 (နှစ်ထပ်) ၇၉၄ GFLOPS (1: 64) ၁.၆၃၇ တီဖလော့ပ် (၁:၆၄) ၇၉၄ GFLOPS (1: 64) ၈၇၉.၃ ဂျီအက်ဖ်လော့ပ်စ် (၁:၆၄)
စတင်ရောင်းချသည့် ဈေးနှုန်း (USD) မိုဘိုင်းယူနစ် သတ်မှတ်ချက်ပေါ် မူတည်ပါတယ် $1,999 မိုဘိုင်းယူနစ် သတ်မှတ်ချက်ပေါ် မူတည်ပါတယ် $1,599

NVIDIA GeForce RTX 5090 မိုဘိုင်းစွမ်းဆောင်ရည်

GeForce RTX 5090 Mobile ရဲ့ စွမ်းဆောင်ရည်အပြည့်အစုံကို သိရှိနိုင်ဖို့အတွက် AI processing, rendering နဲ့ gaming performance တွေကို လွှမ်းခြုံထားတဲ့ benchmark တွေကို ကျွန်တော်တို့ စမ်းသပ်ခဲ့ပါတယ်။ ဒီစမ်းသပ်မှုတွေမှာ AI text နဲ့ image generation အတွက် UL Procyon ၊ overall compute power အတွက် Geekbench 6၊ ray-traced rendering အတွက် V-Ray နဲ့ real-world gaming scenarios အတွက် 3DMark တို့ ပါဝင်ပါတယ်။ GPU ဟာ စွမ်းဆောင်ရည်နဲ့ စွမ်းအင်သုံးစွဲမှုကို မည်မျှကောင်းမွန်စွာ ဟန်ချက်ညီအောင် ထိန်းညှိပေးနိုင်တယ်ဆိုတာကို အကဲဖြတ်ဖို့အတွက် power efficiency ကိုလည်း ကျွန်တော်တို့ တိုင်းတာခဲ့ပါတယ်။

စမ်းသပ်စနစ် သတ်မှတ်ချက်များ

အထက်တွင်ဖော်ပြထားသည့်အတိုင်း၊ နောက်ဆုံးပေါ် hardware ကို အခွင့်ကောင်းယူရန် ဒီဇိုင်းထုတ်ထားသော စွမ်းဆောင်ရည်မြင့် gaming laptop တစ်ခုဖြစ် သည့် Razer Blade 16 တွင် GeForce RTX 5090 Mobile ကို ကျွန်ုပ်တို့ စမ်းသပ်ခဲ့ပါသည် ။ အဓိက hardware configuration မှာ အောက်ပါအတိုင်းဖြစ်သည်။

  • CPU ကို: AMD Ryzen AI 9 HX 370 (12 cores, 24 threads, up to 5.1 GHz)
  • GPU ကို: NVIDIA GeForce RTX 5090 မိုဘိုင်း (24GB GDDR7)
  • ရမ်: 32GB DDR5-8000
  • သိုလှောင်မှု: Samsung PM9A1 2TB NVMe SSD
  • display: ၁၆ လက်မ QHD+ 240Hz
  • ဘက်ထရီ: 95.2 Wh
  • ကွန်ပျူတာစက်လည်ပတ်ရေးစနစ်ပရိုဂရမ်: Windows ကို 11 မူလစာမျက်နှာ

ပါဝါကန့်သတ်ချက်များသည် စွမ်းဆောင်ရည်ကို မည်သို့အကျိုးသက်ရောက်သည်ကိုပြသရန် GeForce RTX 5090 Mobile ကို ဘက်ထရီနှင့် AC ပါဝါဖြင့် စမ်းသပ်ပါမည်။ အဆင့်မြင့် GPU အများစုသည် စွမ်းအင်ချွေတာရန်အတွက် ဘက်ထရီဖြင့်လည်ပတ်သည့်အခါ အရှိန်လျှော့ပေးသောကြောင့် frame rate များ၊ AI processing speed နှင့် rendering time များကို တိုက်ရိုက်အကျိုးသက်ရောက်ပါသည်။ ဤရလဒ်များကို နှိုင်းယှဉ်ခြင်းဖြင့် လက်ပ်တော့သည် အသုံးပြုမှုအခြေအနေအမျိုးမျိုးတွင် မည်သို့စွမ်းဆောင်ရည်ရှိသည်ကို လက်တွေ့ကျကျမြင်တွေ့နိုင်မည်ဖြစ်သည်။ ဘက်ထရီနှင့် ပလပ်ထိုးစမ်းသပ်မှုများတွင် တသမတ်တည်း benchmarking ပြုလုပ်နိုင်ရန်အတွက် power plan ကို "Balanced" ဟု သတ်မှတ်ထားသည်။

GeForce RTX 5090 Mobile ကို သယ်ဆောင်ရလွယ်ကူတဲ့ စွမ်းဆောင်ရည်အတွက် ဒီဇိုင်းထုတ်ထားပေမယ့် desktop GeForce RTX 5090 နဲ့ နှိုင်းယှဉ်ကြည့်မယ်ဆိုရင် ၎င်းရဲ့ စွမ်းဆောင်ရည်တွေကို နားလည်ဖို့အတွက် အဖိုးတန်တဲ့ အချက်အလက်တွေကို ရရှိနိုင်ပါတယ်။ desktop card ဟာ power budget နဲ့ thermal headroom မြင့်မားစွာ လည်ပတ်တာကြောင့် mobile form factor မှာ desktop-level performance ဘယ်လောက်ထိ ထိန်းသိမ်းထားနိုင်လဲဆိုတာကို နှိုင်းယှဉ်ကြည့်ခြင်းအားဖြင့် သိရှိနိုင်ပါတယ်။

UL Procyon: AI စာသားထုတ်လုပ်ခြင်း

ကျွန်ုပ်တို့၏ စမ်းသပ်မှုများစွာတွင် ပထမဆုံးမှာ Procyon AI Text Generation Benchmark ဖြစ်သည် ။ ဤ benchmark သည် ကျစ်လစ်ပြီး တသမတ်တည်းရှိသော အကဲဖြတ်နည်းလမ်းကို ပေးဆောင်ခြင်းဖြင့် AI LLM စွမ်းဆောင်ရည်စမ်းသပ်မှုကို ရိုးရှင်းစေသည်။ ၎င်းသည် မော်ဒယ်အရွယ်အစားကြီးများနှင့် variable factor များ၏ ရှုပ်ထွေးမှုကို လျှော့ချနေစဉ် LLM မော်ဒယ်များစွာတွင် ထပ်ခါတလဲလဲ စမ်းသပ်နိုင်စေပါသည်။ AI hardware ဦးဆောင်သူများနှင့်အတူ တီထွင်ထားသော ဤ benchmark သည် ပိုမိုယုံကြည်စိတ်ချရပြီး ထိရောက်သော စွမ်းဆောင်ရည်အကဲဖြတ်မှုများအတွက် ဒေသတွင်း AI accelerator များကို အသုံးပြုမှုကို အကောင်းဆုံးဖြစ်အောင် ပြုလုပ်ပေးသည်။ အောက်တွင် တိုင်းတာထားသော ရလဒ်များကို TensorRT ကို အသုံးပြု၍ စမ်းသပ်ခဲ့သည်။

GeForce RTX 5090 Mobile သည် အထင်ကြီးလောက်သော AI စာသားထုတ်လုပ်မှုစွမ်းဆောင်ရည်ကို ပေးစွမ်းနိုင်သော်လည်း ပလပ်ထိုးထားခြင်းနှင့် ဘက်ထရီအသုံးပြုမှုကြားတွင် ကွာဟချက်တစ်ခုရှိသည်။ ပလပ်ထိုးထားသောအခါ မိုဘိုင်း GPU သည် ဘက်ထရီအသုံးပြုမှုနှင့် နှိုင်းယှဉ်ပါက တစ်စက္ကန့်လျှင် output tokens များ၏ နှစ်ဆနီးပါးနှင့် အလုံးစုံကြာချိန်များကို သိသိသာသာပိုမိုမြန်ဆန်စေသည် - ဥပမာအားဖြင့် Phi တွင် 98.5 မှ 163.1 tokens/s သို့ ခုန်တက်ပြီး အလုံးစုံအချိန်ကို 30.8s မှ 18.6s သို့ လျှော့ချပေးသည်။ desktop GeForce RTX 5090 သည် မိုဘိုင်းမော်ဒယ်၏ output rate ကို နှစ်ဆကျော်ပိုမိုစေပြီး ၎င်း၏ TDP နှင့် core count မြင့်မားမှုကြောင့် ကြာချိန်ကို ထက်ဝက်လျှော့ချပေးသည်။ ဤရလဒ်များသည် မိုဘိုင်းဗားရှင်း၏ ပါဝါထိရောက်မှုနှင့် လေးစားဖွယ်ကောင်းသော စွမ်းဆောင်ရည်ကို ဟန်ချက်ညီစေသည့် အားသာချက်ကို မီးမောင်းထိုးပြသည်၊ သို့သော် မျှော်လင့်ထားသည့်အတိုင်း desktop-level မော်ဒယ်၏ AI လုပ်ဆောင်မှုသည် ၎င်း၏ကိုယ်ပိုင်အဆင့်တွင် ရှိနေဆဲဖြစ်သည်။

UL Procyon: AI စာသားထုတ်လုပ်ခြင်း GeForce RTX 5090 မိုဘိုင်းဘက်ထရီ GeForce RTX 5090 မိုဘိုင်း ပလပ်ထိုးထားသည် GeForce RTX 5090
Phi ၏ စုစုပေါင်းရမှတ် 2,256 3.842 5,749
ပထမဆုံးတိုကင်သို့ Phi ထုတ်ပေးချိန် 0.496 ့ 0.283 ့ 0.244 ့
တစ်စက္ကန့်လျှင် Phi အထွက်တိုကင်များ 98.551 တိုကင်/s 163.135 တိုကင်/s 314.435 တိုကင်/s
Phi ၏ စုစုပေါင်းကြာချိန် 30.863 ့ 18.624 ့ 10.280 ့
Mistral ၏ စုစုပေါင်းရမှတ် 2,031 3,648 6,267
Mistral ထုတ်ပေးသည့်အချိန် ပထမဆုံးတိုကင်သို့ 0.740 ့ 0.430 ့ 0.297 ့
တစ်စက္ကန့်လျှင် Mistral Output Tokens များ 66.990 တိုကင်/s 125.637 တိုကင်/s 255.945 တိုကင်/s
Mistral ၏ စုစုပေါင်းကြာချိန် 45.510 ့ 24.454 ့ 12.593 ့
Llama3 အလုံးစုံရမှတ် 1,798 3,398 6,104
Llama3 ထုတ်ပေးသည့်အချိန် ပထမဆုံးတိုကင်သို့ 0.734 ့ 0.380 ့ 0.234 ့
တစ်စက္ကန့်လျှင် Llama3 အထွက်တိုကင်များ 58.358 တိုကင်/s 107.906 တိုကင်/s 214.285 တိုကင်/s
Llama3 ၏ စုစုပေါင်းကြာချိန် 51.959 ့ 27.956 ့ 14.304 ့
Llama2 အလုံးစုံရမှတ် 1,815 3,660 6,591
Llama2 ထုတ်ပေးသည့်အချိန် ပထမဆုံးတိုကင်သို့ 1.242 ့ 0.619 ့ 0.419 ့
တစ်စက္ကန့်လျှင် Llama2 အထွက်တိုကင်များ 30.225 တိုကင်/s 61.258 တိုကင်/s 134.502 တိုကင်/s
Llama2 ၏ စုစုပေါင်းကြာချိန် 98.110 ့ 48.279 ့ 23.018 ့

UL ပရိုဆိုင်ယွန်- AI ရုပ်ပုံမျိုးဆက်

Procyon AI Image Generation Benchmark သည် ပါဝါနည်း NPU များမှ အဆင့်မြင့် GPU များအထိ မတူညီသော ဟာ့ဒ်ဝဲများတွင် AI inference စွမ်းဆောင်ရည်ကို စဉ်ဆက်မပြတ်နှင့် တိကျစွာ တိုင်းတာပေးသည်။ ၎င်းတွင် စမ်းသပ်မှုသုံးခု ပါဝင်သည်- အဆင့်မြင့် GPU များအတွက် Stable Diffusion XL (FP16)၊ အလယ်အလတ် ပါဝါအားကောင်း GPU များအတွက် Stable Diffusion 1.5 (FP16) နှင့် ပါဝါနည်း စက်ပစ္စည်းများအတွက် Stable Diffusion 1.5 (INT8)။ benchmark သည် စနစ်တစ်ခုစီအတွက် အကောင်းဆုံး inference engine ကိုအသုံးပြုပြီး တရားမျှတပြီး နှိုင်းယှဉ်နိုင်သော ရလဒ်များကို သေချာစေသည်။

ဤနေရာတွင် GeForce RTX 5090 Mobile သည် ပလပ်ထိုးထားသော မုဒ်နှင့် ဘက်ထရီမုဒ်များအကြား သိသာထင်ရှားသော စွမ်းဆောင်ရည်ကွာဟချက်ကို ထပ်မံပြသထားသည်။ Stable Diffusion XL (FP16) တွင် ပလပ်ထိုးထားသော ရမှတ်သည် ဘက်ထရီရလဒ်ထက် နှစ်ဆကျော်ပိုများသည် (2,801 vs. 1,252)၊ ပုံတစ်ပုံလျှင် ထုတ်လုပ်ချိန်ကို စက္ကန့် ၃၀ နီးပါးမှ ၁၃.၄ စက္ကန့်အထိ လျှော့ချပေးခဲ့သည်။ desktop GeForce RTX 5090 သည် ပလပ်ထိုးထားသော ရမှတ်ထက် နှစ်ဆကျော်နှင့် ပုံတစ်ပုံလျှင် စက္ကန့် ၅.၂ ဖြင့် ကွဲပြားသောအဆင့်တွင် ရှိနေဆဲဖြစ်သည်။ desktop ကတ်၏ core အရေအတွက်မြင့်မားမှုနှင့် power headroom မြင့်မားမှုသည် ရလဒ်များကို ပိုမိုမြန်ဆန်စွာ ပေးစွမ်းနိုင်သည့် Stable Diffusion 1.5 အတွက်လည်း အလားတူလမ်းကြောင်းအတိုင်း ရှိနေပါသည်။ သို့သော် မိုဘိုင်း GeForce RTX 5090 သည် ဝန်အားအောက်တွင် ကောင်းစွာလုပ်ဆောင်နိုင်ဆဲဖြစ်သည်။

UL Procyon: AI Image Generation (အလုံးစုံရမှတ်- မြင့်လေ ပိုကောင်းလေ) GeForce RTX 5090 မိုဘိုင်းဘက်ထရီ GeForce RTX 5090 မိုဘိုင်း ပလပ်ထိုးထားသည် GeForce NVIDIA RTX 5090
တည်ငြိမ်သော ပျံ့နှံ့မှု ၁.၅ (FP၁၆) — အလုံးစုံရမှတ် 1,592 3,231 8,193
တည်ငြိမ်သော ပျံ့နှံ့မှု ၁.၅ (FP၁၆) — ಒಟ್ಟಾರೆအချိန် 62.775 ့ 30.946 ့ 12.204 ့
တည်ငြိမ်သော ပျံ့နှံ့မှု ၁.၅ (FP၁၆) — ရုပ်ပုံထုတ်လုပ်သည့်အမြန်နှုန်း ၁၀၅.၂၃၇ စက္ကန့်/ပုံတစ်ပုံ ၁၀၅.၂၃၇ စက္ကန့်/ပုံတစ်ပုံ ၁၀၅.၂၃၇ စက္ကန့်/ပုံတစ်ပုံ
တည်ငြိမ်သော ပျံ့နှံ့မှု ၁.၅ (INT၈) — အလုံးစုံရမှတ် 21,261 36,342 79,272
တည်ငြိမ်သော ပျံ့နှံ့မှု ၁.၅ (INT၈) — ಒಟ್ಟಾರೆအချိန် 11.758 ့ 6.879 ့ 3.154 ့
တည်ငြိမ်သော ပျံ့နှံ့မှု ၁.၅ (INT8) — ရုပ်ပုံထုတ်လုပ်သည့်အမြန်နှုန်း ၁၀၅.၂၃၇ စက္ကန့်/ပုံတစ်ပုံ ၁၀၅.၂၃၇ စက္ကန့်/ပုံတစ်ပုံ ၁၀၅.၂၃၇ စက္ကန့်/ပုံတစ်ပုံ
တည်ငြိမ်သော ပျံ့နှံ့မှု XL (FP16) — အလုံးစုံရမှတ် 1,252 2,801 7,179
တည်ငြိမ်သော ပျံ့နှံ့မှု XL (FP16) — ಒಟ್ಟಾರೆအချိန် 478.861 ့ 214.206 ့ 83.573 ့
တည်ငြိမ်သော ပျံ့နှံ့မှု XL (FP16) — ရုပ်ပုံထုတ်လုပ်သည့်အမြန်နှုန်း ၁၀၅.၂၃၇ စက္ကန့်/ပုံတစ်ပုံ ၁၀၅.၂၃၇ စက္ကန့်/ပုံတစ်ပုံ ၁၀၅.၂၃၇ စက္ကန့်/ပုံတစ်ပုံ

လပ်စ်မာ့ခ်

Luxmark သည် open-source ray tracing renderer ဖြစ်သော LuxRender ကို အသုံးပြု၍ အသေးစိတ်ကျသော 3D မြင်ကွင်းများကို ကိုင်တွယ်ရာတွင် စနစ်၏စွမ်းဆောင်ရည်ကို အကဲဖြတ်သည့် GPU benchmark တစ်ခုဖြစ်သည်။ ဤ benchmark သည် server များနှင့် workstation များ၏ graphical rendering စွမ်းရည်ကို အကဲဖြတ်ရန်အတွက် အထူးသဖြင့် visual effect များနှင့် architectural visualization application များအတွက် တိကျသော အလင်း simulation သည် အရေးကြီးပါသည်။

ဒီမှာ ရလဒ်တွေက GeForce RTX 5090 Mobile ရဲ့ ခိုင်မာတဲ့ rendering စွမ်းရည်တွေကို အထူးသဖြင့် ပလပ်ထိုးထားတဲ့အခါ မီးမောင်းထိုးပြနေပါတယ်။ ဘက်ထရီနဲ့ ချိတ်ဆက်ထားတဲ့အခါ Hall Score က 14,555 ကနေ 28,547 အထိ ခုန်တက်သွားပြီး စွမ်းဆောင်ရည်ကို နှစ်ဆနီးပါး မြင့်တက်သွားပါတယ်။ ဒါပေမယ့် desktop GeForce RTX 5090 က 51,725 ​​နဲ့ ဦးဆောင်နေဆဲဖြစ်ပြီး အပူချိန်နဲ့ ပါဝါကန့်သတ်ချက်တွေ မြင့်မားတာရဲ့ အားသာချက်ကို ပြသနေပါတယ်။ မိုဘိုင်းမော်ဒယ်က laptop အတွက် ယှဉ်ပြိုင်နိုင်တဲ့ rendering စွမ်းအားကို ပေးစွမ်းနိုင်ပေမယ့် ရှုပ်ထွေးတဲ့ 3D မြင်ကွင်းတွေကို ကိုင်တွယ်တဲ့ ပရော်ဖက်ရှင်နယ်တွေကတော့ desktop GPU ရဲ့ အားသာချက်ကနေ အကျိုးကျေးဇူးတွေ ရရှိနေဦးမှာပါ။

Luxmark (မြင့်လေ ပိုကောင်းလေ) GeForce RTX 5090 မိုဘိုင်းဘက်ထရီ GeForce RTX 5090 မိုဘိုင်း ပလပ်ထိုးထားသည် GeForce NVIDIA RTX 5090
အစားအသောက်ရမှတ် 5,792 11,487 23,141
ခန်းမရမှတ် 14,555 28,547 51,725

Geekbench 6

Geekbench 6 သည် အလုံးစုံစနစ်စွမ်းဆောင်ရည်ကို တိုင်းတာသည့် cross-platform benchmark တစ်ခုဖြစ်သည်။ Geekbench Browser သည် မည်သည့်စနစ်နှင့်မဆို နှိုင်းယှဉ်နိုင်စေပါသည်။

GeForce RTX 5090 Mobile ဟာ ပလပ်ထိုးထားတဲ့အခါ Geekbench 6 စွမ်းဆောင်ရည်မှာ သိသိသာသာ မြင့်တက်လာတာကို ပြသနေပြီး OpenCL စမ်းသပ်မှုမှာ 174,725 ကနေ 208,451 အထိ ခုန်တက်သွားပါတယ်။ ဒါက GPU ဟာ ပါဝါပိုမိုသုံးစွဲမှုမြင့်မားတဲ့အခါမှာ စွမ်းဆောင်ရည်ကို မြှင့်တင်ပေးနိုင်ပြီး တွက်ချက်မှုစွမ်းဆောင်ရည်ကို ပိုမိုကောင်းမွန်စေတယ်ဆိုတာကို ညွှန်ပြနေပါတယ်။ ဘက်ထရီစွမ်းဆောင်ရည်ကတော့ ခိုင်မာနေဆဲဖြစ်ပေမယ့် ကျဆင်းမှုက ပလပ်ထိုးမထားဘဲ အသုံးပြုတဲ့အခါ ပါဝါထိရောက်မှုမှာ မျှော်လင့်ထားတဲ့ လဲလှယ်မှုကို ထင်ဟပ်စေပါတယ်။ desktop GeForce RTX 5090 ဟာ ရမှတ် 374,807 နဲ့ ဦးဆောင်နေဆဲဖြစ်ပေမယ့် မိုဘိုင်းဗားရှင်းကတော့ သယ်ဆောင်ရလွယ်ကူတဲ့ပုံစံအတွက် ကောင်းမွန်တဲ့ရလဒ်တွေကို ပေးစွမ်းပါတယ်။

Geekbench (မြင့်လေ ပိုကောင်းလေ) GeForce RTX 5090 မိုဘိုင်းဘက်ထရီ GeForce RTX 5090 မိုဘိုင်း ပလပ်ထိုးထားသည် GeForce RTX 5090
GPU OpenCL ရမှတ် 174,725 208,451 374,807

V Ray

V -Ray Benchmark သည် အဆင့်မြင့် V-Ray 6 အင်ဂျင်များကို အသုံးပြု၍ CPU များ၊ NVIDIA GPU များ သို့မဟုတ် နှစ်မျိုးလုံး၏ rendering စွမ်းဆောင်ရည်ကို တိုင်းတာသည်။ ၎င်းသည် အသုံးပြုသူများ ၎င်းတို့၏စနစ်များ၏ rendering စွမ်းရည်များကို အကဲဖြတ်ရန်နှင့် နှိုင်းယှဉ်နိုင်ရန် မြန်ဆန်သော စမ်းသပ်မှုများနှင့် ရိုးရှင်းသော အမှတ်ပေးစနစ်ကို အသုံးပြုသည်။ ၎င်းသည် ထိရောက်သော စွမ်းဆောင်ရည်ဆိုင်ရာ ထိုးထွင်းသိမြင်မှုများကို ရှာဖွေနေသော ပရော်ဖက်ရှင်နယ်များအတွက် မရှိမဖြစ်ကိရိယာတစ်ခုဖြစ်သည်။

V-Ray benchmark မှာ GeForce RTX 5090 Mobile ဟာ vpaths score (4,076 vs. 6,877) နဲ့ ချိတ်ဆက်အသုံးပြုတဲ့အခါ သိသာထင်ရှားတဲ့ စွမ်းဆောင်ရည်တိုးတက်မှုကို ပြသခဲ့ပါတယ် - 70% နီးပါး တိုးတက်မှုပါ။ ဘက်ထရီကန့်သတ်ချက်တွေ မရှိတဲ့အခါ GPU ဟာ လိုအပ်ချက်များတဲ့ ray-traced rendering ကို ပိုမိုထိရောက်စွာ ကိုင်တွယ်နိုင်စွမ်းရှိတယ်ဆိုတာကို ဒါက ပြသနေပါတယ်။ ဒါပေမယ့် ဘက်ထရီမုဒ်မှာတောင် လေးစားဖွယ်ကောင်းတဲ့ rendering စွမ်းရည်ကို ပေးစွမ်းနိုင်တာကြောင့် သွားရင်းလာရင်း ဖန်တီးမှုဆိုင်ရာ ပရော်ဖက်ရှင်နယ်တွေအတွက် စွမ်းဆောင်ရည်မြင့်မားတဲ့ ရွေးချယ်မှုတစ်ခု ဖြစ်လာစေပါတယ်။ desktop မော်ဒယ်က ရမှတ် 14,764 နဲ့ ကျော်လွန်နေပေမယ့် မိုဘိုင်း GPU ရဲ့ စွမ်းဆောင်ရည်ကတော့ အထင်ကြီးစရာကောင်းနေဆဲပါပဲ၊ ပါဝါနည်းပါးမှုကြောင့်ပါ။

V-Ray (မြင့်လေ ပိုကောင်းလေ) GeForce RTX 5090 မိုဘိုင်းဘက်ထရီ GeForce RTX 5090 မိုဘိုင်း ပလပ်ထိုးထားသည် GeForce RTX 5090
vpath များ 4,076 6,877 14,764

မာကု 3

3DMark Port Royal၊ Speed ​​Way နှင့် Steel Nomad တို့သည် မတူညီသော အခြေအနေများတွင် GPU စွမ်းဆောင်ရည်ကို စမ်းသပ်သည့် benchmark များဖြစ်သည်။ Port Royal သည် ray tracing ကို အာရုံစိုက်ပြီး Speed ​​Way သည် racing simulations များတွင် စွမ်းဆောင်ရည်ကို အကဲဖြတ်ပြီး Steel Nomad သည် မြင့်မားသော intensity၊ လက်တွေ့ကျသော ဂရပ်ဖစ်များဖြင့် GPU များကို စိန်ခေါ်သည်။ ၎င်းတို့သည် rendering၊ lighting နှင့် dynamic scenes များတွင် GPU စွမ်းရည်များကို အကဲဖြတ်သည်။

3DMark ရလဒ်များသည် ချိတ်ဆက်အသုံးပြုသည့်အခါ ပိုမိုအားကောင်းသော စွမ်းဆောင်ရည်၏ လက်ရှိလမ်းကြောင်းကို ပိုမိုအားကောင်းစေပြီး အထူးသဖြင့် Port Royal တွင် ရမှတ်များသည် ၆,၇၉၈ မှ ၁၅,၃၈၀ အထိ နှစ်ဆကျော် မြင့်တက်လာသည်။ Speed ​​Way နှင့် Steel Nomad တို့သည်လည်း အဓိပ္ပာယ်ရှိသော တိုးတက်မှုများကို ပြသပြီး ဂရပ်ဖစ်များစွာပါဝင်သော workload များတွင် GPU သည် ပါဝါကန့်သတ်ချက်မြင့်မားခြင်းမှ မည်သို့အကျိုးကျေးဇူးရရှိသည်ကို မီးမောင်းထိုးပြသည်။ desktop GeForce RTX 5090 သည် ဘုတ်အဖွဲ့တစ်ခုလုံးတွင် ရမှတ်များ ပိုမိုမြင့်မားသော်လည်း မိုဘိုင်းဗားရှင်း၏ စွမ်းဆောင်ရည်သည် ချောမွေ့သော၊ အဆင့်မြင့်ဂိမ်းကစားခြင်းနှင့် သွားရင်းလာရင်း ဖန်တီးမှုဆိုင်ရာအလုပ်များအတွက် လုံလောက်ပါသည်။

3DMark စမ်းသပ်မှု (မြင့်လေ ပိုကောင်းလေ) GeForce RTX 5090 မိုဘိုင်းဘက်ထရီ GeForce RTX 5090 မိုဘိုင်း ပလပ်ထိုးထားသည် GeForce RTX 5090
ဆိပ်ကမ်းတော်ဝင် 6,798 15,380 19,290
မြန်နှုန်းမြင့်လမ်း 2,885 6,223 7,709
သံမဏိ Nomad 2,731 5,655 6,458

ပါဝါသုံးစွဲမှု- GeForce RTX 5090 မိုဘိုင်း

ပါဝါသုံးစွဲမှုသည် မည်သည့်ကွန်ပျူတာပလက်ဖောင်းတွင်မဆို အရေးကြီးသောအချက်တစ်ချက်ဖြစ်သော်လည်း ၎င်းသည် မိုဘိုင်းပတ်ဝန်းကျင်တွင် ဘက်ထရီသက်တမ်းနှင့် အပူချိန်စီမံခန့်ခွဲမှုကို တိုက်ရိုက်အကျိုးသက်ရောက်စေပါသည်။ GPU မျိုးဆက်သစ်တစ်ခုစီသည် စွမ်းဆောင်ရည်ကို ပိုမိုမြှင့်တင်ပေးလေ့ရှိသော်လည်း ပါဝါဆွဲအားပိုမိုမြင့်မားခြင်းသည် အပူထွက်ရှိမှုကို မြင့်တက်စေပြီး ပိုမိုထိရောက်သော အအေးပေးစနစ်များ လိုအပ်စေပါသည်။ ပိုကြီးသော ပါဝါထောက်ပံ့မှုများနှင့် တက်ကြွသော အအေးပေးစနစ်ကို အားကိုးနိုင်သော ဒက်စ်တော့ဗားရှင်းများနှင့်မတူဘဲ မိုဘိုင်း GPU များသည် ဘက်ထရီသက်တမ်းကို တိုးချဲ့ရန် စွမ်းဆောင်ရည်နှင့် ပါဝါထိရောက်မှုကို ဟန်ချက်ညီအောင် ထိန်းညှိပေးခြင်းဖြင့် အပူချိန်ကို ထိန်းချုပ်ထားရပါမည်။ ပိုမိုအစွမ်းထက်သော GPU သည် အလုပ်များကို ပိုမိုမြန်ဆန်စွာ ပြီးမြောက်နိုင်သော်လည်း ရေရှည်လုပ်ဆောင်ရသော အလုပ်ပမာဏများသည် အပူချိန်ထိန်းချုပ်မှုကို ဖြစ်ပေါ်စေပြီး ရေရှည်စွမ်းဆောင်ရည်ကို ထိခိုက်စေနိုင်သည်။

Nvidia GeForce RTX 5090 မိုဘိုင်းပါဝါစမ်းသပ်မှု

Procyon AI image-generation စမ်းသပ်မှုအတွင်း NVIDIA RTX 5090 Mobile ရဲ့ ပါဝါသုံးစွဲမှု (ပလပ်ထိုးထားပြီး၊ ဘက်ထရီဖြုတ်ထားသည်) ကို ကျွန်ုပ်တို့ စမ်းသပ်ခဲ့ပါတယ်။ မိုဘိုင်း GPU ဟာ desktop GPU ထက် ပါဝါအသုံးပြုမှု သိသိသာသာ နည်းပါးပေမယ့် စနစ်ဟာ load အောက်မှာ 239W အထိ အမြင့်ဆုံးရောက်ရှိခဲ့ပြီး ပျမ်းမျှအားဖြင့် 206W အထိ မြင့်မားစွာ သုံးစွဲခဲ့ပါတယ်။

Idle power consumption ကို 68.5W မှာ တိုင်းတာခဲ့ပြီး GPU power draw uplight က 137.5W ဝန်းကျင်ကို ရောက်ရှိခဲ့ပါတယ်။ Razer 16 က GeForce RTX 5090 Mobile ကို max power draw 135W နဲ့ တိုင်းတာခဲ့ပြီး ဒါက ကျွန်တော်တို့ရဲ့ တိုင်းတာမှုနဲ့ အနီးစပ်ဆုံး တူညီပါတယ်။ စမ်းသပ်မှုက ၁၃.၅ စက္ကန့်သာ ကြာမြင့်ခဲ့ပြီး အဲဒီအချိန်အတွင်းမှာ 0.76Wh သာ သုံးစွဲခဲ့ပါတယ်။ ဒါကြောင့် GeForce RTX 5090 Mobile GPU ဟာ AI image generation စမ်းသပ်မှုမှာ ပါဝါအသက်သာဆုံး GPU ဖြစ်စေပါတယ်။

ပါဝါစမ်းသပ်ခြင်းနှိုင်းယှဉ်ချက် GeForce RTX 5090 မိုဘိုင်း (ပလပ်ထိုးထားသည်) AMD 9070 XT NVIDIA RTX5070 ASUS Prime NVIDIA RTX 5070 Ti NVIDIA RTX5080 NVIDIA RTX5090
ပါဝါသုံးစွဲမှု 0.76Wh 3.41Wh 2.46Wh 1.66Wh 1.39Wh 1.16Wh
စမ်းသပ်ကာလ 13.5 ့ 17.4 ့ 19.2 ့ 11.1 ့ 8.7 ့ 5.1 ့

ကောက်ချက်

NVIDIA GeForce RTX 5090 Mobile သည် စွမ်းဆောင်ရည်မြင့် လက်ပ်တော့များအတွက် မျိုးဆက်သစ် ခုန်ပျံကျော်လွှားမှုကို ယူဆောင်လာပါသည်။ NVIDIA ၏ Blackwell ဗိသုကာကို အဓိကထား၍ ဤ GPU သည် 150W ပမာဏအထိ မြင့်မားသော AI စွမ်းအား၊ နောက်မျိုးဆက် ray tracing နှင့် ပိုမိုကောင်းမွန်သော ပါဝါထိရောက်မှုတို့ကို ရောနှောထားသည်။ ၎င်းသည် desktop ကတ်များကို အနိုင်ယူရန် မကြိုးစားသော်လည်း အထူးသဖြင့် ပလပ်ထိုးထားသည့်အခါ ပြင်းထန်သော ဖန်တီးမှုဆိုင်ရာ workloads များ၊ AAA ဂိမ်းများနှင့် AI အလုပ်များကို အလွယ်တကူ လုပ်ဆောင်ရန် လုံလောက်သော ပါဝါကို ယူဆောင်လာပါသည်။ Razer Blade 16 လက်ပ်တော့တွင် AMD Ryzen AI 9 HX 370 ကဲ့သို့သော အားကောင်းသည့် CPU နှင့် တွဲဖက်အသုံးပြုခြင်းဖြင့် မိုဘိုင်းပလက်ဖောင်းများ မည်မျှတိုးတက်လာသည်ကို ပြသနေပါသည်။

Nvidia GeForce RTX 5090 မိုဘိုင်း အပူစုပ်စက်

ကျွန်ုပ်တို့ရဲ့ စမ်းသပ်မှုတစ်လျှောက်မှာ ဘက်ထရီနဲ့ ပလပ်ထိုးထားတဲ့ မုဒ်တွေကြားက စွမ်းဆောင်ရည်ကွာခြားချက်က တသမတ်တည်းရှိပြီး သိသာထင်ရှားပါတယ် - ဒါပေမယ့် မျှော်လင့်ထားသလိုပါပဲ။ ဘက်ထရီနဲ့ဆိုရင် GeForce RTX 5090 Mobile ဟာ ပေါ့ပါးတဲ့ အလုပ်တွေအတွက် အရမ်းကောင်းပေမယ့် AC ပါဝါနဲ့ ချိတ်ဆက်လိုက်တာနဲ့ GPU ဟာ ၎င်းရဲ့ အပြည့်အဝ အလားအလာကို ဖွင့်လှစ်ပေးပါတယ်။ V-Ray မှာ မြင်ကွင်းတွေကို render လုပ်တာ၊ Stable Diffusion XL နဲ့ ရုပ်ပုံတွေ ထုတ်လုပ်တာ၊ ဒါမှမဟုတ် 3DMark မှာ frame rate တွေကို မြှင့်တင်တာပဲဖြစ်ဖြစ်၊ ပလပ်ထိုးထားတဲ့ ရလဒ်တွေက ယခင် မိုဘိုင်း flagship တွေထက် ပိုကောင်းတဲ့ စွမ်းဆောင်ရည်ကို ထိန်းသိမ်းထားစဉ်မှာ desktop လိုမျိုး တုံ့ပြန်မှုကို တသမတ်တည်း ပေးစွမ်းနိုင်ခဲ့ပါတယ်။

desktop GeForce RTX 5090 က စွမ်းအင်သုံးစွဲမှုမှာ သိသိသာသာ ကွာခြားချက်ရှိနေဆဲဖြစ်ပေမယ့် မိုဘိုင်းဗားရှင်းကတော့ မျှော်စင်နဲ့ စားပွဲခုံမှာ ချည်နှောင်စရာမလိုဘဲ စွမ်းအင်လိုအပ်သူတွေအတွက် တရားဝင်ရွေးချယ်စရာတစ်ခု ဖြစ်လာစေပါတယ်။ အထင်ရှားဆုံးစမ်းသပ်မှုကတော့ Procyon AI Image generation workload အတွင်း စွမ်းအင်သုံးစွဲမှုပါပဲ။ NVIDIA GeForce RTX 5090 Mobile က GeForce RTX 5090 FE တင်ထားတဲ့ စံချိန်ကို ချိုးဖျက်ပြီး ထက်ဝက်နီးပါး လျော့ကျ သွားခဲ့ပါတယ်။ မိုဘိုင်းကတ်က desktop ကတ်လောက် မြန်မြန်မလုပ်ဆောင်နိုင်ပေမယ့် စွမ်းအင်သုံးစွဲမှု အလွန်နည်းပါးတာကြောင့် ထိပ်ဆုံးမှာ ရပ်တည်နိုင်ခဲ့ပါတယ်။

သင်ဟာ AI ဝါသနာရှင်၊ အင်ဂျင်နီယာ ဒါမှမဟုတ် ဂိမ်းကစားသူတစ်ယောက်ဖြစ်ပြီး သယ်ဆောင်ရလွယ်ကူတဲ့ ပုံစံနဲ့ ထိပ်တန်း GPU စွမ်းဆောင်ရည်ကို လိုချင်တယ်ဆိုရင် GeForce RTX 5090 Mobile က လက်တော့ပ်ရဲ့ အပူချိန်နဲ့ ပါဝါကန့်သတ်ချက်တွေနဲ့ ဆက်စပ်နေတဲ့ ပုံမှန်သတိပေးချက်တွေနဲ့ ဖြည့်ဆည်းပေးပါတယ်။ desktop GeForce RTX 5090 က အမြင့်ဆုံးစွမ်းဆောင်ရည်အတွက် အကောင်းဆုံးရွေးချယ်မှုအဖြစ် ရှိနေပေမယ့် မိုဘိုင်းဗားရှင်းကတော့ စွမ်းဆောင်ရည် ဒါမှမဟုတ် ရွေ့လျားနိုင်စွမ်းကို အပြည့်အဝ မထိခိုက်စေဘဲ လက်တော့ပ်တွေမှာ အဲဒီစွမ်းရည်ရဲ့ အစိတ်အပိုင်းအတော်များများကို ယူဆောင်လာပါတယ်။

ကုန်ပစ္စည်းစာမျက်နှာ

StorageReview မှာ ပါဝင်လုပ်ဆောင်ပါ

သတင်းလွှာ | YouTube | ပေါ့ဒ်ကတ်စ် iTunes / Spotify | Instagram | Twitter | TikTok | RSS Feed

Lyle Smith

Lyle သည် StorageReview အတွက် စာရေးဆရာတစ်ဦးဖြစ်ပြီး အသုံးပြုသူနှင့် စီးပွားရေးလုပ်ငန်း IT အကြောင်းအရာများစွာကို လွှမ်းခြုံထားသည်။