Die weltweite Nachfrage nach Tensor geht durch die Decke, weil sich immer neue Anwendungsgebiete finden und die Prozesse effizienter werden. Igor hatte selbst schon einen Artikel, wo das neue DLSS ausgiebig besprochen wurde, vor allem die dadurch mögliche Einsparung von Rechenleistung, die dann wieder RT zugutekommt. Es wird an vier Stellschrauben gleichzeitig gedreht:
1. Shrink und Anzahl der Shader
2. Takterhöhung, vor allem beim Speicher eine deutlich höhere Bandbreite.
3. Power Limit angehoben und Kühlung verbessert, damit auch alles ausgelastet werden kann ohne zu throtteln.
4. Verbesserungen bei den RT Cores und erhebliche Verbesserungen bei den Tensor Cores für DLSS und noch weitere zu findende Anwendungen.
Nvidia mischt zudem gerade den Markt für Supercomputer und Cloud Computing auf. Das KI/Tensor ein GameChanger wird, müsste man eigentlich anders wiedergeben: Tensor Cores haben in anderen Bereichen bereits die Spielregeln geändert, es hat nur etwas gedauert, bis sie dies auch im Gaming tun werden. Da nutzen viele täglich Spracherkennungen oder Suchmaschinen, google Maps, halbautonome Maschinen werden Populär und viele Gamer halten es für selbstverständlich.
Das ist ähnlich wie beim RT, das viele nur für ein Gimick hielten, obwohl seit Jahrzehnten die ausgereifteste Form zur Berechnung fotorealistischer Bilder und Videos ist.
Wenn man die Rechenleistung von RT und Tensor auf Consumer Grakas weiter verbessert, gibt das generalisierbare, fotorealistische Simulationen einer sich echt anfühlenden Umgebung. Staub, Kratzer, Insekten, Unebenheiten im Boden, fotorealistische generische Texturen, das kann man einer KI alles anlernen und das wird erhebliche Ressourcen freisetzen, die man anderweitig verwenden kann.