Test de la GeForce RTX 5050 : que vaut l'entrée de gamme des verts ?

Usage créatif / productif

Un GPU ne sert pas uniquement au jeu, que peut-on donc attendre de la RTX 505 dans ce domaine ? Pour donner une petite idée de ses capacités à ce niveau, nous avons préparé un échantillon de tests, couvrant une partie (non exhaustive) des usages possibles avec un GPU en dehors du jeu.

Blender

Premier logiciel utilisé pour nos tests, Blender et son moteur de rendu Cycle, capable d’utiliser les GPU au travers d’Optix (GeForce), HIP (Radeon) et oneAPI (Intel Arc). Nous utilisons le benchmark qui va rendre 3 scènes différentes afin d'avoir une idée concrète des forces en présence.

Blender - RTX 5050

Quelle que soit la scène retenue, la RTX 5050 est devancée significativement par la 4060 qui dispose d'une puissance de calcul supérieure du fait de la consitution de leur GPU respectif (cf. page spécifications). Elle reste malgré cela nettement devant la concurrence d'Intel ou AMD.

DaVinci Resolve

Poursuivons ces tests en utilisant DaVinci Resolve Studio, une référence pour le traitement des vidéos. Dans un premier temps, nous réalisons un projet à partir de rushs ProRES en UHD. Nous appliquons ensuite divers effets (flou gaussien, effets de style, etc.) et encodons le tout en H.264 pour un usage Vimeo 2160P, dans un conteneur "MOV". Nous utilisons ensuite pour les tests suivants, un fichier brut ProRES en 8K (44 s pour limiter la taille déjà gigantesque), que nous allons exporter dans la même défintion avec le preset le plus rapide dans un conteneur "MP4", via un encodage H.265 puis AV1 (pour les cartes qui en sont capables), afin de solliciter les encodeurs de nos GPU.

DaVinci Resolve - RTX 5050

Notez que nous mesurons ici le temps d’export, mais pour une comparaison équitable, il ne faut pas se contenter de ce paramètre, mais aussi de la qualité obtenue. Cette opération aussi longue que fastidieuse n’est pas réalisable lors d’un tel dossier, mais il nous parait important de le rappeler. Pour les tâches d’encodage pur, la nouvelle-née des verts se retrouve au même niveau que ses comparses Blackwell. Logique puisque l'encodeur est le même et que les cartes d'entrée de gamme des verts ne dispose que d'un seul NVENC par GPU. Notre projet Vimeo ayant recours en sus aux unités de calcul pour appliquer les différents effets suivis d'un encodage H.264, elle va s'avérer cette fois bien moins brillante à ce niveau du fait de sa puissance de caclul limitée.

DxO PhotoLab

Poursuivons ces tests en utilisant DxO PhotoLab, une référence pour le traitement des photos. Nous exportons au format DNG 88 fichiers RAW issus de différents APN, en appliquant le filtre de débruitage XD2s, la compensation du flux optique et la correction des aberrations chromatiques. Nous activons pour cela l'accélération DeepPrime pour chaque GPU.

DxO PhotoLab - RTX 5050

Les Radeon apprécient grandement ce logiciel et prennent souvent l'ascendant sur la concurrence, même si les GeForces s'en sortent très correctement et dans tous les cas bien mieux que les cartes d'Intel. La B570 est d'ailleurs dramatique à ce niveau. La nouvelle venue paie à nouveau ici sa puissance de calcul moindre pour ces tâches qui en font un usage intensif.

IA : génération d'images

Poursuivons ces tests avec la mesure des performances en IA (inférence ici). Nous évaluons ici la génration d'image à partir d'une description en langage courant de cette dernière. Pour la mise en œuvre locale des opérations d'inférences sous Windows, nous utilisons le logiciel Procyon d'UL, simplifiant grandement notre précédente utilisation via Automatic1111 WebUI. En effet, il est très complexe de faire fonctionner sur une même configuration sans interférences, de nombreuses versions de Python, Pytorch et autres. Le modèle utilisé est SD1.5 avec une inférence réalisée en FP16, utilisant DDIM et 100 étapes. 16 images sont générées par batch de 4 et nous réalisons 3 fois le bench en conservant la meilleure performance des 3 runs. 

IA : génération d'images - RTX 5050

Le résultat obtenu est un score en points, mais nous préférons exprimer ce dernier en images par minute pour faciliter sa compréhension. Les cartes RDNA 4 progressent très largement à ce niveau du fait d'AI Accelerators bien plus performants que précédemment, mais les cartes d'Intel et du caméléon conservent un avantage significatif à gamme équivalente. La RTX 5050 parvient cette fois à recoller à la RTX 4060.

IA : génération de texte

Poursuivons ces tests en utilisant toujours Procyon, afin de mesurer cette fois les performances en génération de texte par IA. Le logiciel propose 4 tests utilisant chacun un modèle différent (Phi3.5, Mistral 7-B, Llama 3.1 et Llama 2). Cela permet de tester différentes tailles de modèles. Ils fonctionnent ici via le runtime ONNX de Microsoft s'appuyant sur DirectML, permettant une comparaison interconstructeur. Deux points sont importants à mesurer dans le cadre de l'évaluation des performances d'un LLM (Large Language Models) : le taux de génération (exprimé en tokens par seconde) et le temps moyen pour délivrer le premier token. Pour éviter de créer 2 graphiques séparés, nous utilisons le score calculé par UL qui intègre ces deux paramètres dans son calcul. 

IA : génération de texte - RTX 5050

A nouveau la RTX 5050 talonne la RTX 4060 pour ces tâches. Les cartes d'Intel s'en sortent très bien et concurrence les GeForce à contrario des Radeon. La RTX 5050 talonne à nouvau la RTX 4060. On notera tout de même que les modèles LlAMA sont plus gourmands en mémoire, en particulier le 2, les cartes ne disposant que de 8 Go de VRAM s'effondrant avec ce dernier.

Consommation & efficacité énergétique

Pas de surprise particulière ici, on notera toutefois une consommation électrique plus élevée durant les tâches d'encodage pur (H.265 et AV1) pour la nouvelle-née des verts par rapport aux autres RTX 50, probablement due à une fréquence de fonctionnement plus élevée durant ces opérations.

Consommation électrique en création/production - RTX 5050

Consommer c'est une chose, mais si les tâches sont exécutées plus rapidement, alors la quantité d'énergie nécessaire pour l'exécution de ces dernières peut finalement être moindre. C'est pour cela qu'il est intéressant de mesurer ce paramètre au travers de l'efficience de nos cartes. A l'instar de ce que nous avions noté en jeu, la RTX 5050 Gaming de Gigabyte se montre un peu moins efficace que les références Blackwell plus huppées.

Efficacité énergétique en création/production - RTX 5050

Voilà pour les prestations en "production", place au verdict page suivante.