突发！英伟达承认命名错误，取消RTX 4080 12GB发售！
点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
点击进入—> CV 微信技术交流群
转载自：机器之心 | 作者：Ryan Smith
黄仁勋：是我大意了。
GTC 上黄仁勋发布 RTX 40 系的时候，人们纷纷吐槽英伟达在新显卡上玩文字游戏，4090 反而成为了「性价比最高」的产品，没想到在显卡发售之后，英伟达的态度来了个 180 度反转。
本周五，英伟达在官网发出公告：GeForce RTX 4080 的 12G 型号被取消了。
英伟达在这则简短的公告中写道：
RTX 4080 12GB 是一款极好的显卡，但名字没有取对。出现两款带有 4080 名称的 GPU 是令人困惑的。
所以，我们按下了 4080 12GB 的「取消发布」键。RTX 4080 16GB 是非常惊人的，将在 11 月 16 日给各位玩家带来惊喜。
如果把围绕 4090 的狂热看作一个信号，那么它预示着 4080 的市场接受度也将非常好。
英伟达目前没有提供他们关于这款基于 AD104 核心的显卡的计划细节。然而考虑到目前的情况，我们可以合理猜测，英伟达将在晚些时候换个编号再把它发布出来。
而对于用户们来说，原先的两个 4080 在性能和规格上差异如此之大，取消了自然是好事。
只要看一眼下图中几款显卡的参数对比，我们就能理解为什么英伟达的基础狂热玩家高兴不起来。虽然两款 RTX 4080 共享同一个架构，但它们的 GPU 并不是同一款，性能将有很大差距。
RTX 4080 12GB 将基于较小的 AD104 GPU，而不是 16GB 型号使用的 AD103 GPU。在实际使用中，这将导致 12GB 的 4080 只能提供前者 82% 的 shader/tensor 吞吐量，以及 70% 的内存带宽。这是英伟达自己的数据所证实过的差距。
图源：http://club.gamersky.com/m/activity/606896
这不是英伟达第一次以这种方式安排产品线——名称相似的显卡提供不同的性能，而差异仅由其 VRAM 容量表示。在 GTX 1060 系列和 RTX 3080 系列中，英伟达都是这样做的。然而，RTX 4080 不同型号之间的性能差距远大于英伟达之前的其他产品，这让人们更加关注其产品的「命名」问题。
同样受到批评的是，英伟达一开始就决定将 AD104 型号作为 RTX 4080 卡出售。虽然显卡名称和 GPU 标识符本质上是任意的，但在英伟达的产品栈中，xx80 卡下面通常是某种形式的 xx70 卡。
根据英伟达的早期性能数据，RTX 4080 12G 的性能与大多数人对 RTX 4070 的期望非常相似——提升 20% 以上的性能，与上一代旗舰 RTX 3090 Ti 相当。换句话说，人们一直怀疑 NVIDIA 试图将原本应该是 RTX 4070 的产品作为 RTX 4080 出售，价格更高。
更何况人们发现，如果从显存位宽来看，RTX 4080 12GB 型号只有 192-bit，只有上一代 RTX 3080 12GB 显卡（384-bit）的一半。如果从这个数据来看，4080 甚至比 70 系还要低一档。
无论如何，11 月 16 日 RTX 4080 系列推出时，基于 16GB AD103 的 RTX 4080 16G 将是唯一可用的产品，起价为 1199 美元。
那么「名字搞错」的 4080 12G 是否会如人们所说的那样改成原本的型号 4070 发布，价格又会如何安排？还需拭目以待。
参考内容：
https://www.nvidia.com/en-us/geforce/news/12gb-4080-unlaunch/
https://www.anandtech.com/show/17614/nvidia-cancels-geforce-rtx-4080-12gb-launch-16gb-to-be-sole-rtx-4080-card
点击进入—> CV 微信技术交流群
CVPR 2022论文和代码下载
后台回复：CVPR2022，即可下载CVPR 2022论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF
目标检测和Transformer交流群成立
扫描下方二维码，或者添加微信：CVer222，即可添加CVer小助手微信，便可申请加入CVer-目标检测或者Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。
一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲扫码或加微信号: CVer222，进交流群
CVer学术交流群（知识星球）来了！想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料，欢迎扫描下方二维码，加入CVer学术交流群，已汇集数千人！
▲扫码进群
▲点击上方卡片，关注CVer公众号整理不易，请点赞和在看