História das GPUs NVIDIA GeForce RTX e seu impacto no mercado

No ano de 2018, a NVIDIA já estava estabelecida como uma das grandes fabricantes de hardware para quem jogava nos PCs. Sua arquitetura “Pascal” era bem popular entre os usuários, assim como lançamentos como o NVIDIA Shield chamavam a atenção do público.

• O que é a tecnologia NVIDIA DLSS?
• Entenda a nomenclatura das placas de vídeo NVIDIA GeForce

O mesmo pode ser dito sobre o cenário das workstations, servidores e processadores mobile. Com cada vez mais parceiros comerciais, a companhia roubava o palco para si com soluções práticas e modernas para diversos dilemas da indústria tecnológica. Apesar do seu trabalho com inteligência artificial não ser tão notável quanto visto atualmente, eles também se destacavam por seus avanços com esta tecnologia.

Em meio a tudo isso, a NVIDIA apresentou em agosto de 2018 as GPUs de arquitetura “Turing” – estrutura das novas placas de vídeo GeForce RTX (não mais GTX) e que trouxe uma verdadeira revolução gráfica, forte até os dias atuais nos games, IA e outros aspectos. Quer entender como os passos que a companhia deu impactaram o mercado? O Canaltech conta as formas que encontraram de chegarem à liderança do mercado tecnológico.

–
Entre no Canal do WhatsApp do Canaltech e fique por dentro das últimas notícias sobre tecnologia, lançamentos, dicas e tutoriais incríveis.
–

Ray Tracing e as GPUs NVIDIA GeForce RTX 20

Lançadas no dia 20 de setembro de 2018, as GPUs NVIDIA GeForce RTX 20 foram responsáveis por uma verdadeira reinvenção em placas gráficas dentro da indústria tech. Elas não eram apenas responsáveis por trazer gráficos aprimorados, mas também por serem os primeiros modelos a apresentar o ray tracing em tempo real e capacidade de trabalhar com inteligência artificial com um alto desempenho.

O ray tracing era um recurso extremamente limitado, reservado apenas para trechos que não operava em tempo real (como cutscenes em CGI, filmes com efeitos visuais, renderizações fotorrealistas e similares). Os videogames tinham de usar a iluminação direta, com contribuição indireta calculada de forma prévia para dar uma sensação mais semelhante aos efeitos que vemos na vida real. 

Com a possibilidade de utilizar o ray tracing em tempo real, habilitado pelo hardware, os desenvolvedores e produtoras passaram a aplicar uma imagem interativa que reage à iluminação, sombras e reflexos ao trabalhar em conjunto com as GPUs NVIDIA RTX. Isso não apenas facilitava um novo desenvolvimento na computação gráfica, mas também permitia um nível de realismo maior do que o público via.

Isso acontece graças ao uso dos Núcleos Tensor de 2ª Geração, aliados aos núcleos RT que existem na arquitetura Turing. Os dois utilizam a IA para eliminar o ruído de uma imagem iluminada parcialmente, preenchendo os espaços que sobram entre os raios de luz. 

Leia mais: Como funciona o Ray Tracing nas placas de vídeo da NVIDIA

União entre hardware e software

Em conjunto às GPUs NVIDIA GeForce RTX 20, a companhia trouxe uma verdadeira plataforma de desenvolvimento para uma melhor utilização dos recursos de suas placas de vídeo. Além de usar o DXR da Microsoft e Vulkan para o ray tracing, também era utilizado o novo sistema desenvolvido em seus laboratórios: o OptiX.

O NVIDIA OptiX integrava o ecossistema DesignWorks, sendo um API de alto nível que é conectado diretamente ao algoritmo que gera o ray tracing nas placas gráficas. Seu objetivo é prendê-lo ao seu software, o que permite ao motor executar suas funções sem alterar os aplicativos. Ele auxilia em outras frentes, como análise de colisões, consultas à inteligência artificial e mais.

 

É notável que este tipo de união de forças que abriu as portas para o que é visto também nas GeForce RTX 30 (Ampere), RTX 40 (Ada) e RTX 50 (Blackwell), que contam com softwares de apoio para trazer melhores resultados durante gaming, edição e outras tarefas. 

Apesar de termos alguns notáveis como o Chat with RTX e até o RTX Remix, cada um com um objetivo dentro da indústria tech, nenhum se destacou tanto quanto o “deep learning super sampling”, conhecido pelo público como o NVIDIA DLSS.

Chegada do NVIDIA DLSS

O NVIDIA DLSS foi criado para as GPUs GeForce RTX 20, com o propósito de usar o deep learning em tempo real para trazer imagens aprimoradas através do upscaling. Ela permite que jogos rodem com gráficos melhores em resoluções baixas –  aumentando o seu desempenho sem comprometer a fidelidade visual. 

Quando o recurso foi apresentado ao público, ainda em 2018, eram poucos jogos que tinham suporte à tecnologia. Como o seu algoritmo precisava ser treinado em cada caso e seus resultados não eram tão positivos, ele estava disponível em algumas experiências como Battlefield V e Metro Exodus.  

A NVIDIA tentou reparar o erro e em 2019 deu suporte para Control, que chegou para o público com ray tracing em tempo real e com uma versão aprimorada do DLSS – que não utilizava os núcleos Tensor para ser executada. O teste serviu para eles adaptarem o formato e trazer essa versão diferente como a sucessora no ano seguinte.

Em 2020, a NVIDIA revelou que ela se chamaria DLSS 2 e estaria em jogos como Control, Wolfenstein: Youngblood e diversos outros criados através dos motores gráficos Unreal Engine e Unity. O DLSS 2 voltou a usar os núcleos Tensor e removeu a exigência da IA ser treinada por cada jogo para ser executada. 

 

A terceira versão do DLSS foi lançada de forma exclusiva para as GPUs NVIDIA GeForce RTX 40 (Ada), em conjunto com a tecnologia de Frame Generation (Geração de Quadros). Já as GeForce RTX 50 foram lançadas com a versão mais atual da tecnologia: DLSS 4 e o Multi Frame Generation.

Ainda que no início do uso do recurso o suporte fosse escasso, ele vem se multiplicando cada vez mais nos jogos de PC. A lista de games e apps compatíveis ultrapassou a marca de 500, assim como a companhia revelou que 80% dos usuários de placas de vídeo RTX usam o DLSS.

Uso para além dos games

Com a introdução das novas GPUs NVIDIA GeForce RTX, a companhia também decidiu deixar algumas marcas registradas no passado para explorar melhor a sua nova linha de produtos. Isso vale para o mercado de workstations, computadores de alto desempenho que são utilizados para fins científicos e técnicos.

Estas máquinas são usadas por profissionais de engenharia, desenvolvimento de aplicações de realidade virtual, simulações computacionais, modelagem 3D, animação e diversas outras tarefas exigentes de um alto uso de processadores e placas gráficas.

Se antes a NVIDIA tinha as GPUs Quadro para atender esta demanda, com a arquitetura “Ampere” ela apresentou as RTX A6000 – com mais de 18 mil núcleos CUDA e memória GDDR6 de 48 GB. A linha segue até os dias atuais, com a arquitetura “Ada” e as placas RTX 5000 e RTX 6000 sendo os lançamentos mais recentes.

Desafios das GPUs RTX no mercado

É importante reforçar que não foi apenas a presença da AMD e suas placas de vídeo que ameaçavam a posição que a NVIDIA e suas GPUs GeForce RTX têm no mercado. A companhia passou por alguns desafios desde o lançamento dos seus primeiros hardwares da linha.

Foi visto um grande volume de vendas e uma forte presença de mercado com o lançamento das RTX 20, mas em 2020 a situação mudou drasticamente. O cenário da pandemia de COVID-19 foi catastrófico para o lançamento das RTX 30 – com os consumidores encarando um estoque muito baixo e preços extremamente elevados. 

Isso impactou toda a sua linha de produtos até o ano de 2022, levando a NVIDIA a voltar a produzir GPUs antigas para atender ao mercado de mineração de criptomoedas. Isso ajudou a trazer de volta a RTX 2060, RTX 2060 Super e até a GTX 1050 Ti ao mercado – que reduziu parcialmente o problema, mas não o resolveu. 

GeForce RTX 40 e inteligência artificial

Também lançados em 2022, as placas de vídeo GeForce RTX 40 chegaram para apresentar um verdadeiro salto de desempenho com modelos como a RTX 4080 e RTX 4090. Porém, o que inicialmente foi produzido para avançar a utilização gráfica dos PC gaming, logo se tornou alvo de uma verdadeira corrida tecnológica.

A partir de 2023, iniciou uma grande disputa para trazer a tecnologia de inteligência artificial para várias frentes: softwares, serviços, produtos e em tudo o que pode ser imaginado. E ainda que as H100 e H200 tivessem um grande papel nisso, as RTX 4090 também começaram a ser utilizadas para este fim.

A proposta da NVIDIA era simples: toda GPU RTX trazia um alto desempenho para a inteligência artificial. Com a 4090 sendo o seu produto de maior potencial, ela logo virou “alvo” de grandes companhias e governos para o desenvolvimento de suas próprias IAs. 

 

Além de causar uma escassez de GPUs GeForce RTX 4090 no mercado, devido às sanções internacionais, a NVIDIA teve de criar uma nova versão que seria direcionada ao mercado chinês: a RTX 4090D. Seu objetivo era baseado nas tentativas dos Estados Unidos de impedir o avanço da China com as IAs (o que, claramente, não funcionou, como vemos na ascensão da DeepSeek). 

Outro aspecto importante da linha “Ada” foram as grandes polêmicas que surgiram nesta geração. Os casos de fabricantes parceiras da NVIDIA trazerem problemas térmicos, os adaptadores de conexão 12VHPWR derretendo cabos e até o fraco desempenho de alguns modelos (RTX 4060 Ti, por exemplo) abriram espaço para a AMD reduzir a distância que existe entre as duas e se tornar uma presença mais forte no mercado. 

O impacto das GPUs NVIDIA GeForce RTX

Apesar de sempre ter trabalhado com placas de vídeo e outros hardwares, a NVIDIA sempre buscou um grande aspecto em seu negócio: a inteligência artificial. Como visto, desde o início da geração RTX 20 tivemos sua utilização dentro dos seus principais hardwares e isso deu largos passos até chegarmos na atual RTX 50 Blackwell. 

O know-how da companhia e seu foco mudaram por completo quando realizaram que estavam na vanguarda desta tecnologia, trazendo até fortes declarações do CEO da companhia, Jensen Huang. Em 2024, o executivo afirmou que eles já não eram mais uma empresa de hardwares, mas sim com seus negócios voltados totalmente às IAs. 

Agindo no tempo certo, quando a inteligência artificial passou a ser seriamente discutida em 2023, eles cresceram de forma expressiva e assumiram a primeira posição como a empresa de tecnologia mais lucrativa do mundo. Mesmo com este ranking instável, eles ainda são grandes figuras e seguem firmes em trazer o potencial das IAs para servidores, computadores, notebooks e quaisquer outros dispositivos.

É inegável que o caminho trilhado pela NVIDIA também é almejado por suas maiores rivais. A AMD, por exemplo, segue seus passos tanto no mercado de hardwares quanto em inteligência artificial. Rivais sim, mas a companhia não deseja buscar caminhos alternativos para atingir o sucesso (ou parte dele) da outra.

A Intel segue seu próprio trajeto, focada em semicondutores e processadores. No entanto, falhar ao aplicar as IAs em seu negócio como a NVIDIA e a AMD custou caro: a fabricante segue uma grande maré de fracassos desde o segundo semestre de 2024. Milhares de pessoas foram demitidas, o CEO Pat Gelsinger teve de se aposentar, projetos foram paralisados e cancelados e tudo isso por expectativas que foram geradas para seguir os passos das demais. 

Enquanto isso, a NVIDIA segue no topo deste mercado e guiando a indústria com suas decisões. As RTX 50, além de serem usadas por gamers em seus PCs domésticos, também terão um papel muito importante para reforçar seu foco em inteligência artificial daqui em diante. Todas virão acompanhadas com novas tecnologias como o Reflex 2, Frame Warp e capacidade de renderização neural, que podem ter um papel muito importante no futuro.

Leia outras matérias do Canaltech:

• AMD bate recorde de vendas de CPUs para desktop em 2024
• Agora Steam avisa sobre jogos em Acesso Antecipado abandonados
• DLSS foi criado “na hora” pelo CEO da NVIDIA, Jensen Huang

Vídeo: No YouTube, nós do Canaltech discutimos se os “AI PC” vieram para ficar ou se apenas mais uma tendência do mercado que será esquecida em breve.

 

Leia a matéria no Canaltech.