Некоторые различия между архитектурой GCN и RDNA в видеокартах AMD:
Цель создания: GCN позиционировалась как универсальная для графических и общих вычислений, а RDNA сделана с упором на графические и вычислительные задачи, которые используются в играх. club.dns-shop.ru
Принцип работы блоков: в GCN вычисления Wave32 и Wave64 выполняются за четыре такта. club.dns-shop.ru В RDNA блоки CU разделены на две части, каждая из которых имеет собственный планировщик и позволяет выполнять команды в режиме Wave32 за один такт. club.dns-shop.ru Для режима Wave 64 две части CU объединяют усилия, чтобы также выполнить команды за один такт. club.dns-shop.ru
Блоки специального назначения (SFU). 3dnews.ru В GCN блок SFU представляет собой отдельный SIMD, который состоит из четырёх ALU, привязан к каждому из основных векторных SIMD и служит в качестве резервного пути исполнения инструкции wavefront’а. 3dnews.ru В RDNA с каждым из двух векторных SIMD ассоциирован SFU, в который входят 8 ALU. 3dnews.ru
Количество потоков на отдельно взятый CU при работе с 32-поточными wavefront’ами в RDNA вдвое меньше, чем в GCN. 3dnews.ru GCN запускает вплоть до 10 wavefront’ов на один SIMD, а RDNA — вплоть до 20, но SIMD’ов стало два вместо четырёх, и общее количество потоков изменилось с 2560 на 1280. 3dnews.ru
Иерархия уровней кэш-памяти. www.ixbt.com В RDNA была изменена иерархия уровней кэш-памяти, добавлена кэш-память первого уровня общим объёмом в 512 КБ, удвоена пропускная способность между вычислительными блоками и L0-кэшем, а объём L2-кэша стал больше — 4 МБ на чип. www.ixbt.com
В итоге на одной частоте блок RDNA около полутора раз быстрее аналогичного блока GCN. club.dns-shop.ru
Примеры полезных ответов Поиска с Алисой на вопросы из разных сфер. Вопросы сгенерированы нейросетью YandexGPT для актуальных тем, которые определяются на базе обобщённых запросов к Поиску с Алисой.