하드웨어 뉴스 - 최신 IT/하드웨어 정보를 만나보세요

엔비디아 Ampere vs. AMD RDNA 2: 아키텍처 전투

QM지름

22 5698 18 2020.12.12 16:59

<p style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; font-size: 16px; font-family: NanumBarunGothic, sans-serif; color: rgb(204, 204, 204); max-width: 702px; text-size-adjust: 100%;">하드웨어에 미치고 유저들을 사랑하는 남자, 퀘이사존 최고운영자 QM지림입니다.<p style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; font-size: 16px; font-family: NanumBarunGothic, sans-serif; color: rgb(204, 204, 204); max-width: 702px; text-size-adjust: 100%;">본 뉴스는 해외 매체의 단순 번역본으로 퀘이사존의 주관적인 견해가 포함되지 않았음을 밝혀드립니다. GPU 애호가에게는 오랜 기다림이었습니다. Nvidia는 2020년 9월에 Ampere로 교체하기 전에 Turing 라인을 2년 동안 유지했습니다. AMD는 조금 더 친절했고 새로운 디자인 사이에 15개월의 차이를 남겼지만 대부분의 사람들은 그것에 관심이 없었습니다. 그들이 보고 싶었던 것은 AMD가 Nvidia의 최고 제품과 정면으로 경쟁하기 위해 최고급 모델을 출시하는 것입니다. 그들은 그렇게 했고 이제 우리가 결과를 보았으므로 PC 게이머들은 이제 최고 성능의 그래픽 카드에 돈을 쓰는 것과 관련하여 (적어도 이론적으로는) 선택의 여지가 없습니다. 그러나 그들을 구동하는 칩은 어떻습니까? 그들 중 하나가 다른 것보다 근본적으로 낫습니까?Ampere와 RDNA 2가 어떻게 싸우는지 알아 보려면 계속 읽으십시오! 이것은 긴 기사입니다. Nvidia는 축소되고 AMD는 성장합니다노드 및 다이 크기하이엔드 GPU는 수년 동안 CPU보다 상당히 컸으며 크기가 꾸준히 증가하고 있습니다. AMD의 최신 제품은 면적이 약 520mm2로 이전 Navi 칩의 두 배 이상입니다. 하지만 그 영광은 약 750mm2의 새로운 Instinct MI100 가속기의 GPU로 돌아갑니다. AMD가 마지막으로 Navi 21 크기에 가까운 게임 프로세서를 만든 것은 Radeon R9 Fury 및 Nano 카드 용이었습니다. 이 카드는 피지 칩에서 GCN 3.0 아키텍처를 자랑했습니다. 다이 면적은 596mm2이지만 TSMC의 28HP 공정 노드에서 제조되었습니다. AMD는 2018년부터 TSMC의 훨씬 미세한 N7 프로세스를 사용해 왔으며 해당 생산 라인에서 가장 큰 칩은 면적이 331mm2 인 Vega 20 (Radeon VII에서 발견됨)이었습니다. 모든 Navi GPU는 N7P라고 하는 약간 업데이트된 버전의 프로세스를 기반으로 만들어졌기 때문에 이러한 제품을 비교하는 데 도움이 됩니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/ea72603ab7c2eceb93e1be0ae7046b9d.jpg" style="width: 100%;">Radeon R9 Nano : 초소형 카드, 대용량 GPU 그러나 순전히 다이 크기에 관해서는 Nvidia가 왕관을 차지하며 이것이 반드시 좋은 것은 아닙니다. 최신 암페어 기반 칩인 GA102는 628mm2입니다. 이는 실제로 전 세대 TU102보다 약 17% 작습니다. GPU는 다이 면적이 754mm2에 달했습니다. Nvidia의 놀라운 GA100 칩과 비교할 때 둘 다 크기가 창백합니다. AI 및 데이터 센터에서 사용됩니다. 이 GPU는 826mm2이고 TSMC N7 칩입니다. 데스크톱 그래픽 카드에 공급할 수 있도록 설계되지 않았지만 가능한 GPU 제조 규모를 보여줍니다. 모두 나란히 놓으면 Nvidia의 가장 큰 GPU가 얼마나 부피가 큰지 알 수 있습니다. Navi 21은 다이 영역보다 프로세서에 더 많은 것이 있지만 상당히 날씬해 보입니다. GA102는 약 283억 개의 트랜지스터를 포장하고 있는 반면 AMD의 새로운 칩은 268억으로 5% 감소했습니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/2ff1c6982471a5d1617ed55aa36bde82.jpg" style="width: 100%;"> 우리가 알지 못하는 것은 각 GPU가 몇 개의 레이어로 구성되어 있는지이며 비교할 수 있는 것은 일반적으로 다이 밀도라고 하는 트랜지스터 대 다이 면적의 비율입니다. Navi 21은 평방 mm 당 약 5,150만 개의 트랜지스터이지만 GA102는 41.1로 눈에 띄게 낮습니다. Nvidia의 칩이 AMD보다 약간 높게 적층 되어있을 수 있지만 프로세스 노드의 표시 일 가능성이 더 높습니다. 이미 언급했듯이 Navi 21은 N7에 비해 약간의 성능 향상을 제공하는 N7P 생산 방법을 사용하여 TSMC에서 제조합니다. 그러나 새로운 제품인 GA102를 위해 Nvidia는 생산 업무를 위해 삼성을 선택했습니다. 한국 반도체 대기업은 특히 Nvidia를 위해 이른바 8nm 노드 (8N 또는 8NN으로 표시됨)의 조정된 버전을 사용하고 있습니다. 7과 8이라는 공정 숫자는 칩을 사용한 구성 요소의 실제 크기와 거의 상관이 없습니다. 즉, 다양한 생산 기법을 구별하기 위해 사용되는 마케팅 용어일 뿐입니다. 그렇긴 하지만, GA102가 Navi 21보다 더 많은 레이어를 가지고 있더라도 다이 크기는 한 가지 특별한 영향을 미칩니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/52d1938600a7e947548aea1a977f2e4f.jpg" style="width: 100%;">TSMC 제조 공장에서 테스트 중인 300mm (12인치) 웨이퍼. 마이크로 프로세서 및 기타 칩은 웨이퍼라고 하는 고도로 정제된 실리콘 및 기타 재료로 구성된 대형 원형 디스크로 제작됩니다. TSMC와 삼성은 AMD와 Nvidia에 300mm 웨이퍼를 사용하며 각 디스크는 큰 다이에 비해 작은 다이를 사용하여 더 많은 칩을 생성합니다. 그 차이는 크지 않을 것 같지만 모든 웨이퍼를 생산하는 데 수천 달러가 들 때 AMD는 제조 비용을 낮추는 측면에서 Nvidia보다 작은 이점이 있습니다. 물론 삼성이나 TSMC가 AMD / Nvidia와 어떤 종류의 재정적 거래를 하고 있지 않다고 가정합니다. 이 모든 다이 크기와 트랜지스터 수의 헛소리는 칩 자체가 설계하려는 작업에 적합하지 않다면 쓸모가 없을 것입니다. 이제 각각의 새로운 GPU의 레이아웃을 파고들어 그 내부에 무엇이 있는지 살펴보겠습니다. 다이 해부Ampere GA102 및 RDNA 2 Navi 21의 전체 구조Ampere GA102 및 RDNA 2 Navi 21 GPU의 전체 구조를 살펴보면서 아키텍처 탐색을 시작합니다. 이 다이어그램은 모든 것이 물리적으로 배치된 방식을 반드시 보여주지는 않지만 어떻게 해야 하는지에 대한 명확한 표시를 제공합니다. 프로세서에는 많은 구성 요소가 있습니다. 두 경우 모두 레이아웃은 기본적으로 이전 버전의 확장 버전이므로 매우 친숙합니다. 처리 지침에 더 많은 단위를 추가하면 최신 3D 블록버스터의 고해상도에서 렌더링 워크로드에 엄청난 수의 병렬 계산이 포함되기 때문에 항상 GPU의 성능이 향상됩니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/ba918eab1b49e7c248fb566f27d81159.jpg" style="width: 100%;"> 이러한 다이어그램은 유용하지만 이 특정 분석의 경우 GPU 다이 자체 내에서 다양한 구성 요소가 어디에 있는지 보는 것이 실제로 더 흥미롭습니다. 대규모 프로세서를 설계할 때 일반적으로 중앙 위치에 있는 컨트롤러 및 캐시와 같은 공유 리소스를 사용하여 모든 구성 요소가 동일한 경로를 갖도록 합니다. 로컬 메모리 컨트롤러 또는 비디오 출력과 같은 인터페이스 시스템은 GPU를 나머지 그래픽 카드에 연결하는 수천 개의 개별 와이어에 쉽게 연결할 수 있도록 칩 가장자리에 있어야 합니다. 아래는 AMD의 Navi 21 및 Nvidia의 GA102 다이의 거짓 색상 이미지입니다. 둘 다 이미지를 정리하기 위해 이미지 처리를 통해 실행되었으며 둘 다 실제로 칩 내에서 하나의 레이어만 표시합니다. 그러나 그들은 우리에게 최신 GPU의 내부에 대한 훌륭한 보기를 제공합니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/915bbc4720ee4e6c7f4279879f69a00c.jpg" style="width: 100%;"> 디자인 간의 가장 분명한 차이점은 Nvidia가 칩 레이아웃에 대한 중앙 집중식 접근 방식을 따르지 않았다는 것입니다. 모든 시스템 컨트롤러와 메인 캐시는 하단에 있으며 로직 유닛은 긴 열로 실행됩니다. 과거에는 이 작업을 수행했지만 중저가 모델에서만 가능합니다. 예를 들어, Pascal GP106 (GeForce GTX 1060과 같이 사용됨)은 말 그대로 GP104 (GeForce GTX 1070)의 절반이었습니다. 후자는 더 큰 칩이었고 중간에 캐시와 컨트롤러가 있었습니다. 이들은 형제의 옆으로 옮겼지만 디자인이 분리되었기 때문입니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/87e5e4d629eba0df1ad5f9b0d1771b15.jpg" style="width: 100%;">파스칼 GP104 대 GP106. 출처 : Fritzchens Fritz 이전의 모든 최고급 GPU 레이아웃에 대해 Nvidia는 고전적인 중앙 집중식 조직을 사용했습니다. 그렇다면 왜 여기에서 변경됩니까? 메모리 컨트롤러와 PCI Express 시스템이 모두 다이의 가장자리에서 실행되므로 인터페이스상의 이유 일 수 없습니다. 또한 열적 이유 때문은 아닐 것입니다. 다이의 캐시/컨트롤러 부분이 논리 부분보다 더 뜨거웠더라도, 열을 흡수하고 발산하는 데 도움이 되도록 중간 부분에 실리콘이 더 많이 들어가길 원하기 때문입니다. 이러한 변경의 이유를 정확히 알 수는 없지만, Nvidia가 칩의 ROP(렌더 출력) 유닛과 함께 구현한 변경과 관련이 있는 것으로 의심됩니다. 나중에 좀 더 자세히 살펴보겠지만, 현재로서는 레이아웃 변경이 이상해 보이지만 성능에는 큰 차이가 없을 것이라고 가정해 보겠습니다. 그 이유는 3D 렌더링에 많은 긴 지연 시간이 발생하기 때문입니다. 일반적으로 데이터를 기다려야 하기 때문입니다. 따라서 다른 논리 단위보다 캐시에서 더 멀리 떨어져서 추가된 나노초는 모든 것이 거대한 계획 속에 숨겨집니다. 계속 진행하기 전에 Radeon RX 5700 XT와 유사한 Navi 10과 비교하여 Navi 21 레이아웃에서 AMD가 구현한 엔지니어링 변경 사항에 대해 언급할 가치가 있습니다. 새로운 칩은 면적과 트랜지스터 수 측면에서 두 배 크기였지만 설계자들은 전력 소비를 크게 늘리지 않고도 클럭 속도를 향상시킬 수 있었습니다. 예를 들어, Radeon RX 6800 XT는 300W의 TDP에 대해 각각 1825MHz와 2250MHz의 기본 클럭과 부스트 클럭을 사용하며, Radeon RX 5700 XT에 대한 동일한 측정 기준은 1605MHz, 1905MHz 및 225W였습니다. Nvidia는 Ampere를 사용하여 클럭 속도를 높였지만, 그중 일부는 더 작고 효율적인 프로세스 노드를 사용하는 것으로 간주될 수 있습니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/e1e07899a36f1836b99c144c183d1ab2.png" style="width: 100%;"> 암페어 및 RDNA 2 카드에 대한 성능 검사를 통해 두 벤더 모두 이 분야에서 상당한 향상을 이루었지만, AMD와 TSMC는 상당히 주목할 만한 성과를 달성했습니다. 위의 차트에서 라데온 RX 6800과 라데온 VII의 차이를 비교합니다. 라데온 VII은 N7 노드를 사용한 최초의 GPU 협업이었으며 2년 미만의 기간 동안 와트 당 성능을 64% 향상시켰습니다. Nvidia가 생산 업무를 위해 TSMC에 머물렀다면 Ampere GA102가 얼마나 더 좋을 수 있었는지에 대한 의문을 제기합니다. GPU 공장 관리모든 것이 칩 내부에 구성되는 방식명령 처리 및 데이터 전송 관리와 관련하여 Ampere와 RDNA 2는 모두 칩 내부에서 모든 것이 구성되는 방식과 유사한 패턴을 따릅니다. 게임 개발자는 그래픽 API를 사용하여 타이틀을 코딩하여 모든 이미지를 만듭니다. Direct3D, OpenGL 또는 Vulkan 일 수 있습니다. 이러한 라이브러리는 기본적으로 규칙, 구조 및 단순화된 지침의 '책'으로 가득 찬 소프트웨어 라이브러리입니다. AMD와 Nvidia가 칩을 위해 생성하는 드라이버는 본질적으로 변환기 역할을 합니다. API를 통해 발행된 루틴을 GPU가 이해할 수 있는 일련의 작업으로 변환합니다. 그 후, 어떤 명령이 먼저 수행되는지, 칩의 어떤 부분이 이를 수행하는지 등과 관련하여 작업을 관리하는 것은 전적으로 하드웨어에 달려 있습니다. 이 명령 관리의 초기 단계는 칩에 합리적으로 중앙 집중화된 장치 모음에 의해 처리됩니다. RDNA 2에서 그래픽 및 컴퓨트 셰이더는 별도의 파이프라인을 통해 라우팅 되며, 이 파이프라인은 나머지 칩으로 명령을 예약하고 발송합니다. 전자는 그래픽 명령 프로세서라고 하고 후자는 비동기식 컴퓨팅 엔진 (ACE)입니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/b90ba4d914fa14b0c85e9bce46e75772.jpg" style="width: 100%;"> Nvidia는 관리 단위 집합인 GigaThread Engine을 설명하는 데 하나의 이름만 사용하며, Ampere에서는 RDNA 2와 동일한 작업을 수행하지만 Nvidia는 실제로 작업을 관리하는 방법에 대해 너무 많이 언급하지는 않습니다. 전체적으로 이러한 명령 프로세서는 공장의 생산 관리자처럼 작동합니다. GPU는 모든 작업을 병렬로 수행하여 성능을 얻으므로 다음 수준의 조직이 칩 전체에 복제됩니다. 공장 비유를 고수하면 중앙 사무실이 있지만 상품 제조를 위한 여러 위치가 있는 비즈니스와 유사합니다. AMD는 셰이더 엔진 (SE)이라는 레이블을 사용하는 반면 Nvidia는 다른 이름, 동일한 역할 인 GPC (Graphics Processing Clusters)라고 부릅니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/0e9f8dd0d3f0ae392c4fc930423b8f18.jpg" style="width: 100%;"> 칩을 분할하는 이유는 간단합니다. 명령 처리 장치가 모든 것을 처리할 수 없기 때문입니다. 너무 크고 복잡하기 때문입니다. 따라서 일정 및 조직 업무 중 일부를 더 세부적으로 추진하는 것이 타당합니다. 또한 각 분리 파티션은 다른 파티션과 완전히 독립된 작업을 수행할 수 있다는 것을 의미합니다. 즉, 많은 그래픽 셰이더를 처리할 수 있고, 다른 파티션은 길고 복잡한 컴퓨팅 셰이더를 연마하고 있습니다. RDNA 2의 경우 각 SE에는 고유 한 고정 기능 장치 집합이 포함되어 있습니다. 하나의 특정 작업을 수행하도록 설계된 회로는 일반적으로 프로그래머가 크게 조정할 수 없습니다.  * Primitive Setup unit- 버텍스를 처리할 준비를 하고 더 많이 생성 (테셀레이션)하고 컬링합니다. * 래스터 라이저-삼각형의 3D 세계를 픽셀의 2D 격자로 변환합니다. * 렌더 출력 (ROP)-픽셀 읽기, 쓰기 및 혼합 기본 설정 단위는 클럭주기 당 삼각형 1 개의 속도로 실행됩니다. 별로 들리지 않을 수도 있지만 이러한 칩이 1.8 ~ 2.2GHz에서 실행되고 있다는 사실을 잊지 마십시오. 따라서 기본 설정이 GPU의 병목 현상이 되어서는 안됩니다. Ampere의 경우 기본 단위는 조직의 다음 계층에서 발견되며 곧 다룰 것입니다. AMD도 Nvidia도 래스터 라이저에 대해 너무 많이 언급하지 않습니다. 후자는 래스터 엔진이라고 부르며, 클럭주기 당 1개의 삼각형을 처리하고 많은 픽셀을 뱉어내는 것을 알고 있지만, 예를 들어 하위 픽셀 정밀도와 같은 추가 정보는 없습니다. Navi 21 칩의 각 SE는 8개 ROP의 4개 뱅크를 사용하여 총 128개의 렌더 출력 유닛을 제공합니다. Nvidia의 GA102는 GPC 당 8개 ROP의 2개 뱅크를 포함하므로 전체 칩은 112개 단위를 지원합니다. 더 많은 ROP가 클록 당 더 많은 픽셀을 처리할 수 있다는 것을 의미하기 때문에 AMD가 여기에서 이점이 있는 것처럼 보일 수 있습니다. 그러나 이러한 유닛은 캐시와 로컬 메모리에 대한 좋은 액세스가 필요하며 이 기사의 뒷부분에서 이에 대해 자세히 설명합니다. 지금은 SE / GPC 파티션이 어떻게 분할되는지 계속 살펴보겠습니다. <img src="https://img2.quasarzone.com/editor/2020/12/11/dcfab13d8fa881a8bbf0d078c91554fd.jpg" style="width: 100%;"> AMD의 셰이더 엔진은 듀얼 컴퓨팅 유닛 (DCU)이라는 용어로 하위 파티션으로 나뉘며 Navi 21 칩은 SE 당 10개의 DCU를 처리합니다. 일부 문서에서는 WGP (워크 그룹 프로세서)로도 분류됩니다. Ampere 및 GA102의 경우 TPC (텍스처 처리 클러스터)라고 하며 각 GPU에는 6개의 TPC가 포함됩니다. Nvidia 디자인의 모든 클러스터에는 Polymorph Engine이라는 것이 있습니다. 본질적으로 Ampere의 기본 설정 단위입니다. 또한 클럭 당 삼각형 1개의 속도로 실행되며 Nvidia의 GPU는 AMD보다 클럭이 낮지 만 Navi 21에 SE가 있는 것보다 훨씬 더 많은 TPC를 가지고 있습니다. 따라서 동일한 클럭 속도에 대해 GA102는 완전한 칩이 42개의 기본 설정 단위를 보유하는 반면 AMD의 새로운 RDNA 2는 4개만 보유하므로 주목할만한 이점이있을 것입니다. 그러나 래스터 엔진 당 6개의 TPC가 있기 때문에 GA102는 사실상 7개의 완전한 기본 설정을 보유합니다. Navi 21의 4개 시스템에 후자가 전자보다 75% 더 높지 않기 때문에 Nvidia가 지오메트리 처리와 관련하여 여기서 분명한 선두를 차지하고 있는 것 같습니다 (이 영역에서 게임이 제한될 가능성은 없음). 칩 조직의 마지막 계층은 RDNA 2의 컴퓨팅 장치 (CU)와 GPU 공장의 생산 라인인 암페어의 스트리밍 멀티 프로세서 (SM)입니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/33042b12420f93c6ec8b48377e1ebe1f.jpg" style="width: 100%;"> 이들은 그래픽, 컴퓨팅 및 현재 레이 트레이싱 셰이더를 처리하는 데 사용되는 고도로 프로그래밍 가능한 모든 단위를 보유하고 있기 때문에 GPU 파이의 육류 및 야채와 같습니다. 위의 이미지에서 볼 수 있듯이 각각은 전체 다이 공간에서 매우 작은 부분을 차지하지만 여전히 칩의 전체 성능에 매우 복잡하고 매우 중요합니다. 지금까지 두 GPU에서 모든 것을 배치하고 구성하는 방법에 관해서는 심각한 거래 위반자가 없었습니다. 명명법은 모두 다르지만 기능은 거의 동일합니다. 그리고 그들이 하는 일의 대부분은 프로그래밍 가능성과 유연성에 의해 제한되기 때문에, 어떤 이점이 다른 것에 비해 어떤 이점이 있는지, 즉 어떤 것이 특정 기능을 가장 많이 가지고 있는지에 따라 결정됩니다. 그러나 CU와 SM을 통해 AMD와 Nvidia는 셰이더 처리 방법에 대해 다른 접근 방식을 취합니다. 일부 영역에서는 공통점이 많지만 그렇지 않은 경우도 많이 있습니다. Nvidia 방식으로 코어 계산Ampere는 RDNA 2 이전에 야생에 뛰어 들었으 므로 먼저 Nvidia의 SM을 살펴보겠습니다. 지금은 다이 자체의 이미지를 볼 필요가 없습니다. 그들은 그 안에 무엇이 있는지 정확히 알 수 없기 때문에 조직 다이어그램을 사용하겠습니다. 이는 다양한 구성 요소가 칩에서 물리적으로 배열되는 방식을 나타내는 것이 아니라 각 유형이 몇 개나 있는지에 대한 것입니다. Turing이 데스크톱의 전세대인 Pascal (FP64 유닛과 레지스터 스택을 잃었지만 텐서 코어와 레이 트레이싱을 얻음)에 상당한 변화가 있었던 경우, Ampere는 실제로 적어도 액면가에서 상당히 가벼운 업데이트입니다. Nvidia의 마케팅 부서에 관한 한 새로운 디자인은 각 SM의 CUDA 코어 수를 두 배 이상 늘렸습니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/039aa1baaac4511a632a8b0ceddad096.jpg" style="width: 100%;">Turing에서 스트리밍 멀티 프로세서는 4개의 파티션 (처리 블록이라고도 함)을 포함하며 각 파티션에는 16x INT32 및 16x FP32 논리 장치가 있습니다. 이러한 회로는 32-bit 데이터 값에 대해 매우 구체적인 수학적 연산을 수행하도록 설계되었습니다. INT 단위는 정수를 처리하고 FP 단위는 부동 소수점, 즉 10 진수, 숫자를 처리합니다. Nvidia에 따르면 Ampere SM에는 총 128개의 CUDA 코어가 있지만 엄밀히 말하면 이것은 사실이 아닙니다. 이 수를 고수해야 한다면 Turing도 마찬가지입니다. 해당 칩의 INT32 장치는 실제로 부동 값을 처리할 수 있지만 매우 적은 수의 간단한 작업에서만 가능합니다. Ampere의 경우 Nvidia는 다른 FP32 장치와 일치하도록 지원하는 부동 소수점 수학 연산 범위를 열었습니다. 이는 SM 당 총 CUDA 코어 수가 실제로 변경되지 않았 음을 의미합니다. 이제 그 절반 만이 더 많은 기능을 갖게 되었습니다. 각 SM 파티션의 모든 코어는 한 번에 동일한 명령을 처리하지만 INT / FP 장치는 독립적으로 작동할 수 있으므로 Ampere SM은 사이클 당 최대 128x FP32 계산 또는 64x FP32 및 64x INT32 작업을 함께 처리할 수 있습니다. Turing에서는 단지 후자였습니다. 따라서 새로운 GPU는 잠재적으로 이전 제품보다 FP32 출력이 두 배입니다. 컴퓨팅 워크로드, 특히 전문 애플리케이션의 경우 이는 큰 진전입니다. 그러나 게임의 경우 이점이 훨씬 더 음소거됩니다. 이것은 68개의 SM이 활성화된 GA102 칩을 사용하는 GeForce RTX 3080을 처음 테스트했을 때 분명했습니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/638540cd0e8970322c49b7262c3ae7a5.jpg" style="width: 100%;"> GeForce 2080 Ti에 비해 최대 FP32 처리량이 121%임에도 불구하고 평균 프레임 속도는 31% 증가합니다. 그렇다면 모든 컴퓨팅 성능이 왜 낭비될까요? 간단한 대답은 그렇지 않지만 게임은 항상 FP32 명령을 실행하지 않는다는 것입니다. Nvidia가 2018년에 Turing을 출시했을 때 GPU에서 처리하는 명령어의 평균 약 36%가 INT32 루틴과 관련이 있다고 지적했습니다. 이러한 계산은 일반적으로 메모리 주소, 두 값 간의 비교 및 논리 흐름 / 제어를 계산하기 위해 실행됩니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/b88b87b1e8b45cf8efc016c26044c878.jpg" style="width: 100%;"> 따라서 이러한 작업의 경우 이중 속도 FP32 기능이 작동하지 않습니다. 두 데이터 경로가 있는 장치는 정수 또는 부동 소수점만 수행할 수 있기 때문입니다. 그리고 SM 파티션은 그 당시에 처리되고 있는 32개 스레드 모두가 처리할 동일한 FP32 작업이 있는 경우에만이 모드로 전환됩니다. 다른 모든 경우에서 Ampere의 파티션은 Turing에서와 마찬가지로 작동합니다. 이는 GeForce RTX 3080과 같은 제품이 INT + FP 모드에서 작동할 때 2080 Ti에 비해 11%의 FP32 이점만을 가짐을 의미합니다. 이것이 게임에서 볼 수 있는 실제 성능 향상이 실제 수치가 예상하는 것만 큼 높지 않은 이유입니다. 다른 개선 사항? SM 파티션 당 Tensor 코어는 적지 만 각 코어는 Turing의 코어보다 훨씬 더 많은 기능을 제공합니다. 이러한 회로는 매우 구체적인 계산 (예 : 두 개의 FP16 값을 곱하고 다른 FP16 숫자로 답을 누적)을 수행하며 이제 각 코어는 주기 당 이러한 작업 중 32개를 수행합니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/a07bd01ce79c49a04d65b7016ed3d0ea.jpg" style="width: 100%;"> 그들은 또한 Fine-Grained Structured Sparsity라는 새로운 기능을 지원하며 모든 세부 사항을 다루지 않고 본질적으로 답에 영향을 미치지 않는 데이터를 제거하여 수학 속도를 두 배로 높일 수 있음을 의미합니다. 다시 말하지만, 이것은 신경망과 AI로 작업하는 전문가에게는 희소식이지만 현재로서는 게임 개발자에게 큰 이점이 없습니다. 레이 트레이싱 코어도 조정되었습니다. 이제 CUDA 코어와 독립적으로 작동할 수 있으므로 BVH 순회 또는 레이 프리미티브 교차 수학을 수행하는 동안 나머지 SM은 여전히 셰이더를 처리할 수 있습니다. 광선이 프리미티브와 교차하는지 여부에 대한 테스트를 처리하는 RT Core 부분도 성능이 두 배로 향상되었습니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/25ca309ca7adf41bb029d57e785a79af.jpg" style="width: 100%;"> RT 코어는 또한 모션 블러에 레이 트레이싱을 적용하는 데 도움이 되는 추가 하드웨어를 자랑하지만 이 기능은 현재 Nvidia의 독점 Optix API를 통해서만 노출됩니다. 다른 조정이 있지만 전체적인 접근 방식은 새로운 주요 디자인이 아니라 합리적이지만 꾸준한 진화였습니다. 그러나 처음에 Turing의 기본 기능에 특별히 잘못된 것이 없다는 점을 감안할 때이를 보는 것은 놀라운 일이 아닙니다. 그렇다면 AMD는 어떻습니까? RDNA 2의 컴퓨팅 유닛에 무엇을 했을까요? 환상적인 광선 추적액면가에서 AMD는 컴퓨팅 유닛에 대해 많이 변경하지 않았습니다. 여전히 두 세트의 SIMD32 벡터 유닛, SISD 스칼라 유닛, 텍스처 유닛 및 다양한 캐시 스택을 포함합니다. 그들이 할 수 있는 데이터 유형 및 관련 수학 연산에 대한 몇 가지 변경 사항이 있으며 이에 대해 잠시 후에 더 자세히 설명하겠습니다. 일반 소비자에게 가장 눈에 띄는 변화는 AMD가 이제 레이 트레이싱 내의 특정 루틴에 대한 하드웨어 가속을 제공한다는 것입니다. CU의 이 부분은 암페어의 RT 코어와 동일하게 광선 상자 또는 광선 삼각 교차 검사를 수행합니다. 그러나 후자는 BVH 순회 알고리즘을 가속화하는 반면 RDNA 2에서는 SIMD 32 유닛을 사용하는 컴퓨팅 셰이더를 통해 수행됩니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/91d5be801a4574da3353a9e3281ec66d.jpg" style="width: 100%;"> 셰이더 코어의 개수 나 클럭 속도에 상관없이 하나의 작업 만 수행하도록 설계된 맞춤형 회로를 사용하는 것이 항상 일반화된 접근 방식보다 낫습니다. 이것이 GPU가 처음에 발명된 이유입니다. 렌더링 세계의 모든 것은 CPU를 사용하여 수행할 수 있지만 일반적인 특성으로 인해 이에 적합하지 않습니다. RA 유닛은 실제로 동일한 구조의 일부이기 때문에 텍스처 프로세서 옆에 있습니다. 2019년 7월에 우리는 광선 추적에서 핵심 알고리즘을 처리하는 '하이브리드'접근 방식을 사용하여 자세히 설명하는 AMD가 출원 한 특허의 출현에 대해 보고했습니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/32efeed04b7da766a587de489ea8b5c9.jpg" style="width: 100%;"> 이 시스템은 더 큰 유연성을 제공하고 레이 트레이싱 워크로드가 있을 때 다이의 일부가 아무것도 하지 않도록 할 필요가 없지만 AMD의 첫 번째 구현에는 몇 가지 단점이 있습니다. 가장 주목할만한 점은 텍스처 프로세서가 텍스처 또는 광선 기본 교차와 관련된 작업 만 한 번에 처리할 수 있다는 것입니다. Nvidia의 RT 코어가 이제 나머지 SM과 완전히 독립적으로 작동한다는 점을 감안할 때, 이는 레이 트레이싱에 필요한 가속 구조 및 교차 테스트를 통해 연마할 때 RNDA 2와 비교할 때 Ampere에게 뚜렷한 우위를 제공하는 것처럼 보입니다. AMD의 최신 그래픽 카드에서 레이 트레이싱 성능을 간단히 조사했지만 지금까지 레이 트레이싱 사용의 영향이 플레이 중인 게임에 따라 크게 달라진다는 사실을 발견했습니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/a6decaa869d413abfb49a003d1acf63c.jpg" style="width: 100%;"> 예를 들어 Gears 5에서 Radeon RX 6800 (Navi 21 GPU의 60CU 변형 사용)은 프레임 속도가 17%에 불과한 반면 Shadow of the Tomb Raider에서는 평균 손실이 52%로 증가했습니다. . 이에 비해 Nvidia의 RTX 3080 (68 SM GA102 사용)은 두 게임에서 평균 프레임 속도 손실이 각각 23%와 40%였습니다. AMD의 구현에 대해 더 자세히 말하려면 레이 트레이싱에 대한 더 자세한 분석이 필요하지만, 기술의 첫 번째 반복으로서 경쟁적인 것처럼 보이지만 레이 트레이싱을 수행하는 응용 프로그램에 민감합니다. 앞서 언급했듯이 RDNA 2의 컴퓨팅 유닛은 이제 더 많은 데이터 유형을 지원합니다. 가장 주목할만한 것은 INT4 및 INT8과 같은 낮은 정밀도 데이터 유형입니다. 이들은 머신 러닝 알고리즘의 텐서 작업에 사용되며 AMD에는 AI 및 데이터 센터를 위한 별도의 아키텍처 (CDNA)가 있지만 이 업데이트는 DirectML과 함께 사용하기 위한 것입니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/2bbfbfd533218537fe67c940ecaf6b8c.jpg" style="width: 100%;"> 이 API는 최근 Microsoft의 DirectX 12 제품군에 추가되었으며 하드웨어와 소프트웨어의 조합으로 레이 트레이싱 및 임시 업 스케일링 알고리즘에서 노이즈 제거를 위한 더 나은 가속화를 제공할 것입니다. 후자의 경우 Nvidia에는 물론 DLSS라고 하는 고유한 기능이 있습니다. 그들의 시스템은 SM의 Tensor Core를 사용하여 계산의 일부를 수행하지만 DirectML을 통해 유사한 프로세스를 구성할 수 있다는 점을 감안할 때 이러한 단위는 다소 중복된 것처럼 보일 수 있습니다. 그러나 Turing과 Ampere 모두에서 Tensor Core는 FP16 데이터 형식과 관련된 모든 수학 연산도 처리합니다. RDNA 2에서 이러한 계산은 패킹 된 데이터 형식을 사용하여 셰이더 단위를 사용하여 수행됩니다. 즉, 각 32-bit 벡터 레지스터에는 두 개의 16-bit 레지스터가 있습니다. 그렇다면 더 나은 접근 방식은 무엇입니까? AMD는 여러 데이터 값에 대해 하나의 명령을 발행하기 때문에 SIMD32 장치를 벡터 프로세서로 표시합니다. 각 벡터 유닛에는 32개의 스트림 프로세서가 포함되어 있으며 이들 각각은 단일 데이터에서 작동하기 때문에 실제 연산 자체는 본질적으로 스칼라입니다. 이것은 본질적으로 Ampere의 SM 파티션과 동일하며 각 처리 블록은 32개의 데이터 값에 대해 하나의 명령을 전달합니다. 그러나 Nvidia 설계의 전체 SM이 사이클당 최대 128개의 FP32 FMA 계산(퓨전 곱하기 추가)을 처리할 수 있는 경우 단일 RDNA 2 계산 장치는 64개만 수행합니다. FP16을 사용하면 이 값이 사이클당 128 FMA로 상승하며, 이는 표준 FP16 산술을 수행할 때 암페어의 텐서 코어와 동일합니다. Nvidia의 SM은 정수 및 부동 값을 동시에 처리하는 명령을 처리할 수 있으며 (예 : 64 FP32 및 64 INT32), FP16 연산, 텐서 수학 및 광선 추적 루틴을 위한 독립 단위가 있습니다. AMD의 CU는 간단한 정수 수학을 지원하는 별도의 스칼라 단위가 있지만 SIMD32 장치에서 대부분의 워크로드를 수행합니다. 따라서 Ampere가 여기에서 우위를 차지하는 것처럼 보입니다. GA102는 Navi 21에 CU가 있는 것보다 더 많은 SM을 가지고 있으며, 최대 처리량, 유연성 및 제공되는 기능에 관해서는 더 큰 펀치를 포장하고 있습니다. 그러나 AMD는 소매에 다소 멋진 트릭 카드를 가지고 있습니다. 배고픈 하마에 먹이를 주고 있습니다.메모리 시스템, 다단계 캐시수천 개의 로직 유닛이 있는 GPU를 가지고 있는 것은 모두 멋진 수학을 통해 타오르는 것입니다. 하지만 필요한 지침과 데이터를 충분히 빨리 공급할 수 없다면 바다에서 허둥대고 있을 것입니다. 두 디자인 모두 엄청난 양의 대역폭을 자랑하는 풍부한 다단계 캐시를 자랑합니다. Ampere의 첫 번째를 살펴보겠습니다. 전반적으로 내부적으로 몇 가지 주목할만한 변화가 있었습니다. L2 캐시의 양이 50% 증가했으며 (Turing TU102는 각각 4096kB를 자랑했습니다), 각 SM의 L1 캐시는 크기가 두 배가 되었습니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/b519378523e02ababc3600c2a9ce0f7b.jpg" style="width: 100%;"> 이전과 마찬가지로 Ampere의 L1 캐시는 데이터, 텍스처 또는 일반적인 컴퓨팅 사용을 위해 할당할 수 있는 캐시 공간의 측면에서 구성할 수 있습니다. 그러나 그래픽 셰이더 (예 : 정점, 픽셀) 및 비동기 컴퓨팅의 경우 캐시는 실제로 다음과 같이 설정됩니다.  * 데이터 및 텍스처 용 64kB * 공유 일반 메모리의 경우 48kB * 특정 작업을 위해 예약된 16kB 전체 컴퓨팅 모드에서 실행하는 경우에만 L1을 완전히 구성할 수 있습니다. 플러스 측면에서 캐시가 이제 클럭 당 128 바이트를 읽고 쓸 수 있기 때문에 사용 가능한 대역폭의 양도 두 배로 늘어났습니다 (대기 시간이 개선되었는지 여부에 대한 단어는 없지만). 나머지 내장 메모리 시스템은 암페어에서도 그대로 유지되고 있습니다. 하지만 GPU 바로 바깥으로 이동하면, 우리를 위한 멋진 깜짝 선물이 준비되어 있습니다. Nvidia는 DRAM 제조업체인 Micron과 협력하여 로컬 메모리 요구에 맞게 수정된 버전의 GDDR6를 사용했습니다. 이것은 여전히 본질적으로 GDDR6이지만 데이터 버스는 완전히 교체되었습니다. 신호가 두 전압(PAM이라고 함) 사이에서 매우 빠르게 바운스 되는 일반적인 핀 설정당 1비트를 사용하는 대신 GDDR6X는 다음 4개의 전압을 사용합니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/618ed6113a148fdbf8253c929cb169b1.jpg" style="width: 100%;">GDDR6의 PAM2 (위)와 GDDR6X의 PAM4 (아래) 이러한 변경으로 GDDR6X는 주기 당 핀당 2 비트의 데이터를 효과적으로 전송하므로 동일한 클럭 속도와 핀 수에 대해 대역폭이 두 배가 됩니다. GeForce RTX 3090은 24개의 GDDR6X 모듈을 지원하며 단일 채널 모드에서 실행되고 19Gbps로 평가되어 최대 전송 대역폭 936 GB/s를 제공합니다. 이는 GeForce RTX 2080 Ti에 비해 52% 증가한 것이며 가볍게 무시할 수 있는 것은 아닙니다. 이러한 대역폭 수치는 GDDR6와 비교할 때 구현 비용이 많이 드는 HBM2와 같은 것을 사용하여 과거에만 달성되었습니다. 그러나 Micron만 이이 메모리를 만들고 PAM4를 사용하면 생산 프로세스가 더 복잡해져 신호에 대한 허용 오차가 훨씬 더 엄격해집니다. AMD는 다른 길을 택했습니다. 외부 기관에 도움을 요청하는 대신 CPU 부서를 사용하여 새로운 것을 가져왔습니다. RDNA 2의 전체 메모리 시스템은 이전 버전에 비해 많이 변경되지 않았습니다. 주요 변경 사항은 두 가지뿐입니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/c6e9c700b78e47f73faaa629f43da413.jpg" style="width: 100%;"> 이제 각 셰이더 엔진에는 두 세트의 L1 캐시가 있지만, 이제 두 개의 듀얼 컴퓨팅 유닛 뱅크 (RDNA에 하나만 있음)를 사용하므로 이러한 변경이 예상됩니다. 하지만 128MB의 L3 캐시를 GPU에 넣을까요? 그것은 많은 사람들을 놀라게 했습니다. AMD는 EPYC 범위의 Zen 2 서버 칩에 있는 L3 캐시용 SRAM 설계를 활용하여 64MB 고밀도 캐시 두 세트를 칩에 내장했습니다. 데이터 트랜잭션은 16개의 인터페이스 세트에 의해 처리되며, 각 인터페이스는 클럭주기 당 64 바이트를 이동합니다. 소위 Infinity Cache는 자체 클록 도메인을 가지고 있으며 최대 1.94GHz에서 실행될 수 있으며 최대 내부 전송 대역폭은 1986.6 GB/s입니다. 그리고 외부 DRAM이 아니기 때문에 관련된 지연 시간이 매우 낮습니다. 이러한 캐시는 레이 트레이싱 가속 구조를 저장하는 데 적합하며 BVH 탐색에는 많은 데이터 검사가 포함되므로 Infinity Cache가 특히 도움이 될 것입니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/fa8d686b3e175489bef2b58caeda1248.jpg" style="width: 100%;">Infinity Cache 및 Infinity Fabric 시스템의 64MB 스트립 2개 현재 RDNA 2의 L3 캐시가 Zen 2 CPU에서와 같은 방식으로 작동하는지 즉, L2 희생 캐시로 작동하는지 확실하지 않습니다. 일반적으로 새 데이터를 위한 공간을 만들기 위해 마지막 수준의 캐시를 지워야 하는 경우 해당 정보에 대한 모든 새 요청은 DRAM으로 이동해야 합니다. 희생 캐시는 다음 계층 메모리에서 제거하도록 플래그 지정된 데이터를 저장하며, 128MB를 사용할 수 있으므로 Infinity Cache는 잠재적으로 32개의 완전한 L2 캐시 세트를 저장할 수 있습니다. 이 시스템은 GDDR6 컨트롤러 및 DRAM에 대한 수요를 줄여줍니다. AMD의 오래된 GPU 설계는 특히 클럭 속도가 증가하면 내부 대역폭 부족으로 어려움을 겪었지만 추가 캐시로 인해 이 문제가 배경으로 사라질 것입니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/f70951d57f541bb6efeac553bd2ef73c.jpg" style="width: 100%;"> 그렇다면 여기서 어떤 디자인이 더 낫습니까? GDDR6X를 사용하면 GA102에 로컬 메모리에 엄청난 대역폭이 제공되며 캐시가 클수록 캐시 미스 (스레드 처리 지연)의 영향을 줄이는 데 도움이 됩니다. Navi 21의 방대한 L3 캐시는 DRAM을 자주 탭할 필요가 없으며 데이터 부족 없이 더 높은 클럭 속도로 GPU를 실행할 수 있는 기능을 활용합니다. AMD가 GDDR6을 고수하기로 결정한 것은 타사 공급 업체가 사용할 수 있는 메모리 소스가 더 많음을 의미하는 반면 GeForce RTX 3080 또는 3090을 만드는 모든 회사는 Micron을 사용해야 합니다. GDDR6은 다양한 모듈 밀도로 제공되지만 GDDR6X는 현재 8Gb로 제한됩니다. RDNA 2 내의 캐시 시스템은 Ampere에서 사용되는 것보다 더 나은 접근 방식입니다. 여러 수준의 온다이 SRAM을 사용하면 후자의 대역폭에 관계없이 외부 DRAM보다 항상 더 낮은 대기 시간과 주어진 전력 범위에 대해 더 나은 성능을 제공하기 때문입니다.  GPU의 내부 및 외부렌더링 파이프라인두 아키텍처 모두 렌더링 파이프라인의 프런트 엔드와 백 엔드에 대한 많은 업데이트를 제공합니다. Ampere 및 RDNA 2는 DirectX12 Ultimate에서 메시 셰이더 및 가변 속도 셰이더를 완벽하게 지원하지만 Nvidia의 칩은 이러한 작업을 위한 더 많은 프로세서 덕분에 더 많은 지오메트리 성능을 제공합니다. 메시 셰이더를 사용하면 개발자가 더욱 사실적인 환경을 만들 수 있지만, 어떤 게임도 렌더링 프로세스에서 이 단계에 완전히 얽매이지 않을 것입니다. 이것은 가장 어려운 작업의 대부분이 픽셀 또는 레이 트레이싱 단계에 있기 때문입니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/8cb8686863bcecf8900e6a19e71bb753.jpg" style="width: 100%;"> 이것은 가변 속도 셰이더의 사용이 시작되는 곳입니다. 기본적으로 프로세스에는 개별 픽셀이 아닌 픽셀 블록에서 조명 및 색상에 셰이더를 적용하는 것이 포함됩니다. 성능 향상을 위해 게임의 해상도를 낮추는 것과 비슷하지만 선택한 영역에만 적용할 수 있기 때문에 시각적 품질 저하가 쉽게 드러나지 않습니다. 그러나 두 아키텍처 모두 ROP (렌더 출력 단위)에 대한 업데이트가 제공되었습니다. 이렇게 하면 가변 속도 셰이더 사용 여부에 관계없이 고해상도에서 성능이 향상됩니다. 이전 세대의 모든 GPU에서 Nvidia는 ROP를 메모리 컨트롤러 및 L2 캐시에 연결했습니다. Turing에서는 8개의 ROP 장치 (통칭 파티션이라고 함)가 하나의 컨트롤러와 512kB 캐시 슬라이스에 직접 연결되었습니다. 더 많은 ROP를 추가하면 더 많은 컨트롤러와 캐시가 필요하므로 문제가 발생하므로 Ampere의 경우 ROP가 이제 완전히 GPC에 할당됩니다. GA102는 GPC 당 12개의 ROP (각각 클럭 사이클 당 1픽셀을 처리)를 지원하여 전체 칩에 대해 총 112개의 유닛을 제공합니다. AMD는 ROP가 주로 픽셀 읽기 / 쓰기 및 블렌딩을 위해 L1 캐시를 사용하지만 Nvidia의 이전 접근 방식 (즉, 메모리 컨트롤러 및 L2 캐시 슬라이스에 연결됨)과 유사한 시스템을 따릅니다. Navi 21 칩에서는 매우 필요한 업데이트가 제공되었으며 각 ROP 파티션은 이제 32-bit 색상에서 사이클 당 8픽셀, 64-bit에서 4픽셀을 처리합니다. Nvidia가 Ampere와 함께 테이블에 가져온 또 다른 것은 GPU가 스토리지 드라이브에 직접 액세스하고 필요한 데이터를 복사한 다음 CUDA 코어를 사용하여 압축을 풀 수 있는 데이터 처리 시스템인 RTX IO입니다. 그러나 현재로서는 Nvidia가 DirectStorage API (또 다른 DirectX12 개선 사항)를 사용하여 이를 제어하고 있으며 아직 공개할 준비가 되지 않았기 때문에 이 시스템은 어떤 게임에서도 사용할 수 없습니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/0d90f341e55110243ffb63e4ef854f2a.jpg" style="width: 100%;"> 현재 사용되는 방법은 CPU가 이 모든 것을 관리하도록 하는 것입니다. GPU 드라이버로부터 데이터 요청을 받고, 스토리지 드라이브에서 시스템 메모리로 데이터를 복사하고, 압축을 풀고, 그래픽 카드의 DRAM으로 복사합니다. 이것이 낭비되는 복사를 많이 포함한다는 사실 외에도 메커니즘은 본질적으로 직렬입니다. CPU는 한 번에 하나의 요청을 처리합니다. Nvidia는 "100배 데이터 처리량"및 "20배 낮은 CPU 사용률"과 같은 수치를 주장하고 있지만 시스템이 실제 세계에서 테스트 될 때까지 이러한 수치는 더 이상 조사할 수 없습니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/695b02e2925f4a162d5923a630a8e091.jpg" style="width: 100%;"> AMD가 RDNA 2와 새로운 Radeon RX 6000 그래픽 카드를 출시했을 때 그들은 Smart Access Memory라는 것을 출시했습니다. 이것은 Nvidia의 RTX IO에 대한 대답이 아닙니다. 사실 실제로 새로운 기능도 아닙니다. 기본적으로 CPU의 PCI Express 컨트롤러는 개별 액세스 요청 당 최대 256MB의 그래픽 카드 메모리 주소를 지정할 수 있습니다. 이 값은 기본 주소 레지스터 (BAR)의 크기로 설정되며 2008년까지 PCI Express 2.0 사양에는 크기를 조정할 수 있는 옵션 기능이 있었습니다. 이것의 장점은 카드의 전체 DRAM을 처리하기 위해 처리해야 하는 액세스 요청이 적다는 것입니다. 이 기능은 운영 체제, CPU, 마더보드, GPU 및 해당 드라이버의 지원이 필요합니다. 현재 Windows PC에서 시스템은 Ryzen 5000 CPU, 500 시리즈 마더보드 및 Radeon RX 6000 그래픽 카드의 특정 조합으로 제한됩니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/a08f92d238f809ae8c70373059e1a408.jpg" style="width: 100%;"> 이 간단한 기능은 테스트할 때 놀라운 결과를 제공했습니다. 4K에서 15%의 성능 향상을 가볍게 무시해서는 안 됩니다. Nvidia가 가까운 미래에 RTX 3000 제품군에 대한 기능을 제공할 것이라고 말한 것은 놀랄 일이 아닙니다. 다른 플랫폼 조합에 대한 BAR 지원 크기를 조정할 수 있는지 여부는 아직 알 수 없지만 Ampere/RDNA 2의 아키텍처 기능은 아니지만 BAR 지원의 용도는 분명 환영할 만한 수준입니다. 비디오가 라디오 스타를 죽였습니다.멀티미디어 엔진, 비디오 출력GPU 세계는 일반적으로 코어 수, TFLOPS, GB/s 및 기타 헤드라인을 차지하는 스펙에 의해 지배되지만 YouTube 콘텐츠 제작자 및 라이브 게임 스트림의 증가로 인해 디스플레이 및 멀티미디어 엔진 기능도 상당한 주목을 받고 있습니다. 이러한 기능을 지원하는 모니터의 가격이 하락함에 따라 모든 해상도에서 초고속 주사율에 대한 수요가 증가했습니다. 2년 전만 해도 144Hz 4K 27형 HDR 모니터는 2,000 달러의 비용이 들었을 것입니다. 오늘날에는 거의 절반의 가격으로 비슷한 제품을 구입할 수 있습니다. 두 아키텍처 모두 HDMI 2.1 및 DisplayPort 1.4a를 통해 디스플레이 출력을 제공합니다. 전자는 더 많은 신호 대역폭을 제공하지만 HDR에서는 240Hz에서 4K, 60Hz에서는 8K로 평가됩니다. 이는 4:2:0 크로마 서브 샘플링 또는 DSC 1.2a를 사용하여 달성됩니다. 이것은 비디오 신호 압축 알고리즘으로, 시각적 품질을 크게 저하시키지 않으면 서 대역폭 요구 사항을 크게 줄입니다. 그것들이 없다면 HDMI 2.1의 최대 대역폭 6 GB/s 조차도 6Hz의 속도로 4K 이미지를 전송하기에 충분하지 않을 것입니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/c3bbcc00cfc496bfc44c064a75a595ec.jpg" style="width: 100%;">48인치 LG CK OLED '모니터'-4K (120Hz)에는 HDMI 2.1이 필요합니다. Ampere 및 RDNA 2는 또한 가변 재생률 시스템 (AMD 용 FreeSync, Nvidia 용 G-Sync)을 지원하며 비디오 신호의 인코딩 및 디코딩과 관련하여 여기에서도 눈에 띄는 차이가 없습니다. 어떤 프로세서를 보든 8K AV1, 4K H.264 및 8K H.265 디코딩에 대한 지원을 찾을 수 있지만 이러한 상황에서 둘 다 정확히 얼마나 잘 수행되는지는 아직 철저히 조사되지 않았습니다. 두 회사 모두 디스플레이 및 멀티미디어 엔진의 실제 내부에 대해 자세히 설명하지 않습니다. 요즘처럼 중요한 것은 여전히 모든 관심을 끄는 나머지 GPU입니다. 사람마다 취향이 다르다컴퓨팅 용으로 구축되고 게임용으로 구축됨GPU 역사 애호가들은 AMD와 Nvidia가 아키텍처 선택 및 구성에 대해 다소 다른 접근 방식을 취했음을 알게 될 것입니다. 그러나 3D 그래픽이 컴퓨팅 세계와 API의 균질화에 의해 점점 더 많이 지배됨에 따라 전체 디자인이 점점 더 유사 해졌습니다. 그리고 아키텍처의 분위기를 설정하는 오늘날의 게임에서 렌더링 요구가 아니라 GPU 산업이 확장 한 시장 부문이 방향을 조정하고 있습니다. 글을 쓰는 시점에서 Nvidia는 암페어 기술을 사용하는 3개의 칩을 가지고 있습니다 : GA100, GA102, GA104. <img src="https://img2.quasarzone.com/editor/2020/12/12/78623e844029f2566c9cb2d4fd5b5671.jpg" style="width: 100%;">GA104는 GeForce RTX 3060 Ti에서 찾을 수 있습니다. 마지막 버전은 GA102의 축소 버전입니다. GPC 당 TPC가 더 적고 (전체적으로 GPU가 한 개 더 적음) L2 캐시의 2/3가 있습니다. 다른 모든 것은 똑같습니다. 반면 GA100은 완전히 다른 야수입니다. INT32 + FP32를 지원하는 RT 코어와 CUDA 코어가 없습니다. 대신 추가 FP64 장치, 더 많은 로드 / 스토어 시스템 및 엄청난 양의 L1 / L2 캐시로 포장됩니다. 또한 디스플레이 나 멀티미디어 엔진이 전혀 없습니다. 이는 AI 및 데이터 분석을 위한 대규모 컴퓨팅 클러스터를 위해 완전히 설계되었기 때문입니다. 그러나 GA102/104는 게임 마니아, 전문 그래픽 아티스트 및 엔지니어, 소규모 AI 및 컴퓨팅 작업 등 Nvidia가 목표로 하는 다른 모든 시장을 커버해야 합니다. 암페어는 '모든 것을 다루는 재주꾼'이 되어야 하고, 모든 것의 달인이 되어야 합니다. 쉬운 일이 아닙니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/1b8baf8e97b827bb1bce5624e074aae1.jpg" style="width: 100%;">750mm2 Arcturus CDNA 괴물 RDNA 2는 게임, PC 및 콘솔에서 사용할 수 있도록 설계되었지만 암페어가 판매하는 영역과 동일한 영역으로 전환할 수 있었습니다. 그러나 AMD는 GCN 아키텍처를 계속 유지하여 오늘날의 프로페셔널 고객의 요구에 맞게 업데이트하기로 선택했습니다. RDNA 2가 'Big Navi'를 발생시킨 경우 CDNA는 'Big Vega'를 발생시켰다고 할 수 있습니다. 즉, Instinct MI100에는 128개의 컴퓨팅 유닛을 지원하는 500억 트랜지스터 GPU인 Arcturus 칩이 들어 있습니다. Nvidia의 GA100과 마찬가지로 디스플레이도 멀티미디어 엔진도 포함하지 않습니다. Nvidia가 Quadro와 Tesla 모델로 프로페셔널 시장을 지배하고 있지만 Navi 21과 같은 Navi 21은 단순히 이것들과 경쟁하기 위한 것이 아니라 그에 맞게 디자인되었습니다. 그렇다면 RDNA 2는 더 나은 아키텍처가 될 수 있을까요? 암페어가 여러 시장에 적합해야 한다는 요구사항이 어떤 식으로든 제약을 받나요? 증거를 보면, 대답은 "아니오"입니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/3547facfaa47b6d87eecc9e7c084d7d8.jpg" style="width: 100%;"> AMD는 곧 Radeon RX 6900 XT를 출시할 예정이며, Navi 21(CU가 비활성화되지 않음)은 GeForce RTX 3090 이상과 같은 성능을 발휘할 수 있습니다. 하지만 이 카드의 GA102도 완전히 활성화되지 않았기 때문에 Nvidia는 작년 Turing에서 그랬던 것처럼 항상 'Super' 버전으로 모델을 업데이트할 수 있습니다. Xbox Series X/S와 PlayStation 5에서 RDNA 2가 사용되고 있기 때문에 게임 개발자들은 아키텍처가 그들의 게임 엔진이라는 것을 선호할 것이라고 주장할 수 있습니다. 하지만 Xbox One과 PlayStation 4에서 GCN이 사용된 시점만 보면 이 기능이 어떻게 작동하는지 알 수 있습니다. 전자의 첫 번째 릴리스인 2013년에는 GCN 1.0 아키텍처를 기반으로 구축된 GPU를 사용했습니다. 이 설계는 다음 해까지 데스크톱 PC 그래픽 카드에 나타나지 않았습니다. 2017년 출시된 Xbox One X는 GCN 2.0을 사용했으며, 그 당시에는 이미 3년이 넘은 성숙한 디자인이었습니다. <img src="https://img2.quasarzone.com/editor/2020/12/12/a30deb775db304a28599de9e0316eb5c.jpg" style="width: 100%;"> 그렇다면 PC에 이식된 Xbox One 또는 PS4용으로 만들어진 모든 게임이 AMD 그래픽 카드에서 자동으로 더 잘 실행되었습니까? 그들은 그러지 않았습니다. 따라서 인상적인 기능 세트에도 불구하고 이번이 RDNA 2와 다를 것이라고 추측할 수 없습니다. 하지만 이 중 어느 것도 궁극적으로 문제가 되지 않습니다. 두 GPU 설계 모두 반도체 제조에서 달성할 수 있는 것에 대해 유달리 성능이 뛰어나고 경이롭기 때문입니다. Nvidia와 AMD는 서로 다른 문제를 해결하려고 노력하기 때문에 벤치에 다양한 도구를 가지고 옵니다. Ampere는 모든 사람에게 모든 것을 목표로 합니다. RDNA 2는 대부분 게임에 관한 것입니다. 이번에는 각자가 특정 지역 한두 곳에서 승리를 주장할 수 있음에도 불구하고 전투는 교착상태에 빠졌습니다. GPU 전쟁은 내년 내내 계속될 것이며, 새로운 전투원이 전쟁에 돌입할 것입니다. 인텔, Xe 칩 시리즈로요 적어도 우리는 그 싸움이 어떻게 진행되는지 보기 위해 2년을 더 기다릴 필요가 없을 거예요! 원문 출처 <a href="https://www.techspot.com/article/2151-nvidia-ampere-vs-amd-rdna2/#nodes" target="_blank">techspot</a>

QM지름

행성: QM

포인트: 463,551 exp

작성물 댓글

모든회원 자기소개 펼치기

댓글: 22개

하드웨어 뉴스 - 최신 IT/하드웨어 정보를 만나보세요

공지 뉴스게시판 특별 규정(25.07.16)

퀘이사존

35.3k

11-08

전체 CPU/MB/RAM 그래픽카드 케이스 쿨링솔루션 저장장치 파워 키보드/마우스 음향기기 디스플레이 네트워크 소프트웨어 노트북 업계동향 기타/주변기기

추천	제목
0	퀄컴과 메타, 데이터 센터 CPU에 관한 전략적 다세대 협약 발표 업계동향 QM락형 27 16분 전
6	레노버: 작년 수준으로 메모리 가격이 돌아가는 일은 절대 없을 것 9 CPU/MB/RAM QM포시포시 809 1시간 전
1	스팀 머신, 공식 오버뷰 영상 3 기타/주변기기 빌보 440 2시간 전
1	DELL, P2225H 비즈니스 모니터 출시 21.5인치 IPS, FHD, 100Hz 2 디스플레이 QM샘 316 3시간 전
0	듀얼 모드 탠덤 WOLED 탑재, AOC AGON Pro AGP277QKDC 출시 2 기타/주변기기 QM두파 317 3시간 전
2	증강현실(AR) 및 스마트 글래스 글로벌 시장 83% 성장할 전망 3 디스플레이 QM샘 244 4시간 전
4	8BitDo, 새로운 반투명 키보드와 얼티밋 2 컨트롤러 출시: N64에 경의를 표합니다 5 기타/주변기기 심심해❤️ 815 6시간 전
4	Onexplayer 3 가격 공식 공개 6 기타/주변기기 QM쥬쥬 684 7시간 전
2	새로운 소형 게임기 포켓 마이크로 2 공개 5 기타/주변기기 QM쥬쥬 2.2k 7시간 전
8	네이버 쇼핑, 아마존·라쿠텐 연동 추진 10 업계동향 QM게리 750 7시간 전
4	2026년 2분기에만 DRAM 가격 약 90% 폭등 7 업계동향 QM바나 651 7시간 전
1	Schenker Connect 15, Wi-Fi 7로 최대 3,500Mbps 지원 2 노트북 QM유성 307 7시간 전
2	AMD, 윈도우 10 주요 버그 수정 위한 26.6.3 핫픽스 프리뷰 공개 6 그래픽카드 QM바나 659 7시간 전
1	마이크로소프트 및 Meta 주문 확보, 퀄컴 2029년 데이터 센터 칩 매출 150억 달러 전망 2 업계동향 QM깜냥 272 7시간 전
0	MS의 양자 컴퓨팅 획기적 돌파구? 과학계에선 의혹 제기 1 업계동향 QM카재 399 7시간 전
0	미국 정부, 메타에 AI 모델 공유 촉구한 것으로 알려져 1 기타/주변기기 QM건빵 286 7시간 전
0	Jonsbo는 '네온 라인'이라는 별칭을 가진 DY-2 ARGB 케이블 GPU-H++ 버전을 출시 1 기타/주변기기 QM지름 567 8시간 전
7	인텔이 11세대부터 14세대 프로세서용 통합 그래픽 드라이버를 업데이트하여 두 가지 문제를 해결 5 소프트웨어 QM지름 1.2k 8시간 전
3	EIZO가 세계 최초로 모니터 7년 보증 서비스를 출시 4 디스플레이 QM지름 553 8시간 전
0	JEDEC, SPHBM4 표준 승인… HBM 패키징 비용 문제 해결 나선다 1 업계동향 QM달려 412 8시간 전
3	소비자들이 고가의 메모리를 외면하기 시작: DDR4 가격은 0.28% 소폭 상승한 반면, NAND 가격은 1.77% 하락 5 업계동향 QM지름 732 8시간 전
2	PC 가격 인상이 드디어 끝?인상률이 30%에서 한 자릿수로 줄어듦 4 업계동향 QM지름 449 8시간 전
0	퀄컴, AI 메모리 병목 겨냥한 HBC 공개… HBM 대비 와트당 대역폭 6배 주장 1 업계동향 QM달려 541 8시간 전
2	메모리와 플래시 메모리 가격이 폭등했던 황금기는 단 2년밖에 지속되지 않을 것: 2028년 이후, 중국 기업들이 시장을 재편할 것 6 CPU/MB/RAM QM지름 775 8시간 전
1	세계 최초로 밝은 환경에서 완벽한 인증을 획득한 OLED 디스플레이 3 디스플레이 QM지름 345 8시간 전
9	고가 논란에도 완판… 스팀 머신, 일본서 초도 물량 매진 15 기타/주변기기 QM달려 1.3k 9시간 전
0	AI 메모리 확보 전쟁…마이크론 "1000억달러 물량 선계약" 2 업계동향 빌보 696 10시간 전
2	8BitDo의 Arcade Controller Pro, 디스플레이와 커스텀 스위치 및 멋진 화이트 버전 탑재 4 기타/주변기기 QM깜냥 698 10시간 전
0	Broadcom과 OpenAI, 맞춤형 Jalapeño 추론 프로세서 공개 2 업계동향 QM깜냥 321 11시간 전
4	마이크론 테크놀로지, 2026 회계연도 3분기 순이익 282.43억 달러, 전년 대비 1398.30% 증가 5 업계동향 QM깜냥 529 11시간 전