하드웨어 뉴스 - 최신 IT/하드웨어 정보를 만나보세요

AMD RDNA와 GCN GPU 아키텍처의 차이점: Radeon이 NVIDIA를 따라잡은 방법

QM지름

22 3111 14 2021.05.15 10:03

하드웨어에 미치고 유저들을 사랑하는 남자, 퀘이사존 최고운영자 QM지림입니다. 본 뉴스는 해외 매체의 단순 번역본으로 퀘이사존의 주관적인 견해가 포함되지 않았음을 밝혀드립니다.여러분들의 소중한 댓글은 콘텐츠, 뉴스 번역/창작자에게 큰 힘이 됩니다.
 <img src="https://img2.quasarzone.com/editor/2021/05/15/4c70f3a3be1891dff3f912ed132a7ec4.jpg" alt="퀘이사존" style="width: 100%;"> Big Navi 그래픽 카드의 출시와 함께 AMD는 마침내 고급 GPU 공간으로 돌아왔습니다. RDNA 2 설계는 컴퓨팅 및 그래픽 파이프 라인 측면에서 RDNA 1과 거의 유사하지만 Infinity Cache 및 높은 부스트 클럭을 포함할 수 있는 몇 가지 변경 사항이 있습니다. 이 게시물에서는 Navi GPU가 GCN 아키텍처로 구동되는 기존 Vega 및 Polaris 부품과 어떻게 다른지에 대해 설명합니다.  * <a href="https://www.hardwaretimes.com/amd-radeon-rx-6800-review/" target="_blank">AMD RX 6800 리뷰: RTX 3080의 뒤꿈치를 깨물고 있습니다.</a> AMD의 GCN 아키텍처는 거의 10년 동안 Radeon 그래픽 카드를 지원했습니다. 디자인에는 강력한 Compute Engine, 하드웨어 스케줄러, 통합 메모리와 같은 장점이 있었지만 게임에는 그다지 효율적이지 않았습니다. 하드웨어 사용률은 최신 NVIDIA 부품에 비해 상당히 낮았으며 셰이더 엔진 당 처음 11개 CU 이후 확장이 급격히 떨어졌으며 전체적으로 GPU 당 64개 이상의 CU를 사용하는 것은 불가능했습니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/966f58b960baf523752eb984bc1088e2.jpg" alt="퀘이사존" style="width: 100%;"> 그 결과 강력한 컴퓨팅 아키텍처를 갖추고 있음에도 불구하고 AMD의 GCN GPU (Vega)는 NVIDIA의 하이엔드 게임 제품에 계속해서 패배하면서 훨씬 더 높은 전력을 소비했습니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/ceb41d95c8e9b09bfc5868b9913c2c91.jpg" alt="퀘이사존" style="width: 100%;"> "RDNA는 GPU 아키텍처이고 Navi는 이를 사용하여 구축된 그래픽 프로세서의 코드명입니다. 마찬가지로 GCN은 아키텍처였고 Vega와 Polaris는 코드명입니다." Navi 10 및 Navi 14 GPU (Radeon RX 5500 XT, 5600 XT 및 5700 / XT)를 지원하는 1세대 RDNA 아키텍처는 GCN과 동일한 빌딩 블록을 기반으로 합니다. 주소 계산 및 제어를 위한 몇 개의 전용 스칼라가 있는 벡터 프로세서 흐름, 별도의 컴퓨팅 및 그래픽 파이프 라인이 비동기 적으로 실행됩니다. 스트림 프로세서라고 하는 ALU는 연산 능력을 제공하고 명령 프로세서 (ACE와 함께)는 연산 장치 당 워크로드 스케줄링을 처리합니다. 핵심적인 차이점은 RDNA가 더 높은 IPC, 더 낮은 지연 시간 및 더 나은 효율성을 위해 GCN의 기본 구성 요소를 재구성한다는 것입니다. 이것이 Navi의 모든 것입니다. 훨씬 적은 하드웨어로 훨씬 더 많은 일을 합니다! AMD GCN: 강력하지만 활용도가 낮음
AMD의 GCN 그래픽 아키텍처는 컴퓨팅 유닛 당 64개의 웨이브 프론트 또는 작업 항목 (및 ALU / 코어)으로 구성되었습니다. 이들은 각각 16개의 ALU (SP)를 포함하는 4개의 SIMD (다중 데이터 유형에 대한 단일 명령어)로 나뉩니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/a954bb3483019235cb7569925c3ddc5f.png" alt="퀘이사존" style="width: 100%;"> 여기에서 대부분의 사람들이 혼란스러워합니다. 예, 스케줄러가 4주기마다 새로운 웨이브 그룹을 발행할 수 있지만 한 번에 각 컴퓨팅 유닛은 64개 항목 웨이브 하나가 아닌 4개의 64 항목 웨이브에서도 작동합니다. 불도저와 마찬가지로 목표는 병렬화를 극대화하는 것이었습니다. 동시에 GCN은 비 순차적인 아키텍처가 아니었습니다. 웨이브 프론트 내의 명령은 여전히 주문에 따라 실행되었습니다. 차이점은 CU 또는 SIMD가 사용 가능한 네 가지 웨이브 중 하나로 전환할 수 있다는 것입니다.  <a href="https://www.hardwaretimes.com/difference-between-amd-rdna-vs-gcn-gpu-architectures-how-radeon-caught-up-to-nvidia/" target="_blank">* SIMD 란 무엇입니까? 어떻게 작동하며 SIMT와 어떻게 다릅니까?</a> 이것이 그다지 효과적이지 않은 이유는 대부분의 게임이 더 짧은 작업 대기열을 사용하기 때문입니다. 그 이유는 4개의 웨이브 프론트 중 1 ~ 2개만 실행주기 당 포화 상태이기 때문입니다. 결과적으로 유사한 셰이더 수를 가진 경쟁 NVIDIA GPU는 Super-Scalar 아키텍처 덕분에 훨씬 빨랐으며 이러한 짧은 디스패치를 실행하는 데 1 ~ 2 사이클 만 걸렸습니다. 반면에 AMD는 추가 웨이브 프론트를 위한 공간이 있음에도 불구하고 다음 사이클을 위해 4사이클을 기다려야 했습니다. "각 벡터는 여러 데이터 세트에서 동일한 명령어를 수행할 수 있습니다. 벡터 스케줄링은 항상 여러 항목에서 실행되는 하나의 명령이 있다는 것을 기반으로 작동합니다. 사용 가능한 세트가 하나 또는 두 개뿐이면 나머지 슬롯은 해당 주기 동안 유휴 상태가 됩니다." <img src="https://img2.quasarzone.com/editor/2021/05/15/bb5f59789c7e71152fb52f35fa7e1e27.png" alt="퀘이사존" style="width: 100%;"> GCN 컴퓨팅 유닛 요약하자면 다른 많은 SIMD 설계와 마찬가지로 GCN 컴퓨팅 유닛은 한 번에 4개의 웨이브 프론트에서 작업했으며 이를 실행하는 데 4주기가 걸렸습니다. 이상적인 세계에서 이것은 한 파동에 소요되는 유효 시간이 한 사이클임을 의미합니다. 그러나 SIMD가 작동하는 방식 때문에 그렇지 않았고 CU는 종종 활용률이 낮았습니다.  <a href="https://www.hardwaretimes.com/amd-navi-vs-nvidia-turing-comparing-the-radeon-and-geforce-graphics-architectures/" target="_blank">* NVIDIA vs AMD 그래픽 카드: RDNA 및 Turing GPU 아키텍처 비교</a> AMD RDNA: 듀얼 컴퓨팅 아키텍처 및 Wave32
Navi에서 구현된 RDNA 아키텍처는 32개의 작업 항목이 있는 더 좁은 웨이브 프론트인 wave32를 사용합니다. 이전 wave64 디자인보다 훨씬 간단하고 효율적입니다. 각 SIMD는 더 넓지 만 컴퓨팅 유닛은 더 좁습니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/39086252e852938531e55a5c6555cf5e.png" alt="퀘이사존" style="width: 100%;">RDNA 듀얼 컴퓨팅 장치: 로컬 데이터는 두 CU 간에 공유됩니다. 컴퓨팅 유닛이 GCN의 기본 셰이더 유닛인 경우 RDNA는 이를 WGP (Work-Group 프로세서)로 대체합니다. 두 개의 CU가 공유 로컬 데이터와 함께 작동합니다. RDNA SIMD는 GCN의 두 배인 32개의 셰이더 또는 ALU로 구성됩니다. CU 당 2개의 SIMD가 있고 듀얼 컴퓨팅 장치에 4개의 SIMD가 있습니다. CU의 총 스트림 프로세서 수는 여전히 64개이지만 더 넓은 2개의 SIMD (4개가 아님)에 분산되어 있습니다. 아래의 지침 다이어그램 당 4개 사이클 대 1개 사이클을 참조하십시오. "RDNA SIMD는 GCN의 두 배인 32개의 셰이더 또는 ALU로 구성됩니다. CU 당 2개의 SIMD가 있고 듀얼 컴퓨팅 장치에 4개의 SIMD가 있습니다. CU의 총 스트림 프로세서 수는 여전히 64개이지만 더 넓은 2개의 SIMD (4개가 아님)에 분산되어 있습니다." <img src="https://img2.quasarzone.com/editor/2021/05/15/523568b4fddeec45846e8f8898dea99d.png" alt="퀘이사존" style="width: 100%;"> 이 배열은 하나의 클록 사이클에서 하나의 전체 웨이브 프론트를 실행하여 병목 현상을 줄이고 IPC를 4배까지 높일 수 있습니다. 웨이브 프론트를 4배 빠르게 완료하면 레지스터와 캐시가 훨씬 더 빠르게 해제되어 전체적으로 더 많은 명령을 예약할 수 있습니다. 또한 wave32는 수 레지스터의 절반을 wave64로 사용하여 회로 복잡성과 비용도 줄입니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/89ac13ed93c68577dabedf1a013e2bd1.png" alt="퀘이사존" style="width: 100%;"> 더 좁은 파면을 수용하기 위해 벡터 레지스터 파일도 재구성되었습니다. 이제 각 벡터 범용 레지스터 (vGPR)에는 32-bit (FP32의 경우) 너비의 32개 레인이 포함되고 SIMD에는 총 1,024개의 vGPR이 포함됩니다. 다시 말해서 GCN에서와 같이 레지스터 수의 4배입니다.  <a href="https://www.hardwaretimes.com/what-is-a-processor-register-types-of-cpu-registers-and-functions-explained/" target="_blank">* CPU 레지스터, 캐시 및 메모리</a> 전반적으로 더 좁은 wave32 모드는 IPC와 총 동시 웨이브 프론트 수를 개선하여 처리량을 증가시켜 성능과 효율성을 크게 향상시킵니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/a539ced8a36f253acdcb5a28925871a3.png" alt="퀘이사존" style="width: 100%;"> 이전 GCN 명령어 세트와의 호환성을 보장하기 위해 Navi의 RDNA SIMD는 혼합 정밀도 컴퓨팅을 지원합니다. 따라서 새로운 Navi GPU는 게임 워크로드 (FP32) 뿐만 아니라 과학 (FP64) 및 AI (FP16) 애플리케이션에도 적합합니다. RDNA SIMD는 wave32 모드에서 2배, wave64 모드에서 44%의 지연 시간을 개선합니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/e3c104f573b2faf34099492de4c9787d.png" alt="퀘이사존" style="width: 100%;"> 4주기 vs 명령 당 1주기 비동기 컴퓨팅 터널링
GCN 아키텍처의 주요 하이라이트 중 하나는 NVIDIA가 그래픽 카드에 통합하기 전에 비동기식 Compute Engine 방식을 사용하는 것입니다. RDNA는 그 기능을 유지하고 두 배로 늘어납니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/a2780ad7d23a660d10d2c89255f33a1b.png" alt="퀘이사존" style="width: 100%;"> 명령 프로세서는 API의 명령을 처리한 다음 각 파이프 라인에 실행합니다. 그래픽 명령 프로세서는 그래픽 파이프 라인 (셰이더 및 고정 기능 하드웨어)을 관리하고 4개의 비동기 Compute Engine (ACE)이 컴퓨팅을 처리합니다. Navi 10 다이 (RX 5700 XT)에는 그래픽 명령 프로세서 1개와 ACE 4개가 있습니다. 각 ACE에는 고유한 명령 스트림이 있으며 GCP에는 모든 셰이더 유형 (도메인, 정점, 픽셀, 래스터 등)에 대한 개별 스트림이 있습니다. "GCN에서 명령 프로세서는 그래픽보다 컴퓨팅의 우선순위를 지정할 수 있습니다. RDNA 아키텍처에서 GPU는 우선순위가 높은 컴퓨팅 작업에 모든 리소스를 사용하여 그래픽 파이프 라인을 완전히 중단할 수 있습니다." <img src="https://img2.quasarzone.com/editor/2021/05/15/1a379f8142663254dfffdb969ac45d38.png" alt="퀘이사존" style="width: 100%;"> RDNA 아키텍처는 비동기 컴퓨팅 터널링이라는 새로운 기능을 도입하여 명령 수준에서 병렬 처리를 개선합니다. GCN과 최신 Navi GPU는 모두 비동기 컴퓨팅 (그래픽 및 컴퓨팅 파이프 라인의 동시 실행)을 지원하지만 RDNA는 한 단계 더 나아갑니다. 한 작업 (그래픽 또는 컴퓨팅)이 다른 작업보다 지연 시간에 훨씬 더 민감 해지는 경우 Navi는 후자를 완전히 중단할 수 있습니다. GCN 기반 Vega 설계에서 명령 프로세서는 그래픽보다 컴퓨팅의 우선순위를 지정하고 셰이더에 더 적은 시간을 소비할 수 있습니다. RDNA 아키텍처에서 GPU는 우선순위가 높은 컴퓨팅 작업에 모든 리소스를 사용하여 그래픽 파이프 라인을 완전히 중단할 수 있습니다. 이는 가상 현실과 같이 대기 시간에 가장 민감한 워크로드에서 성능을 크게 향상시킵니다. 제어 흐름을 위한 스칼라 실행
AMD의 GCN 및 RDNA 아키텍처에서 대부분의 계산은 본질적으로 벡터인 SIMD에 의해 수행됩니다. 여러 데이터 유형에 대해 단일 명령을 수행합니다 (주기 당 SIMD 당 32 INT / 32 FP가 동시에 실행됨). 그러나 각 CU에도 스칼라 단위가 있습니다. RDNA 1의 각 컴퓨팅 유닛은 사이클 당 4개의 명령어, 2개의 스칼라, 2개의 벡터를 시작 (디스패치) 할 수 있습니다. RDNA1 WGP 내에서 총 처리량은 클록 당 128개의 벡터와 4개의 스칼라입니다. 4개의 SIMD 각각은 그 수치에 똑같이 기여합니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/af3dd2a0cb2b66ce261aa36da768f449.jpg" alt="퀘이사존" style="width: 100%;"> 각 SIMD에는 20개의 웨이브 프론트 각각에 대해 128개의 항목이 있는 10KB 스칼라 레지스터 파일이 포함되어 있습니다. 레지스터는 폭이 32-bit이며 패킹된 16-bit 데이터 (정수 또는 부동 소수점)를 보유할 수 있으며 인접 레지스터 쌍은 64-bit 데이터를 보유합니다. 스칼라는 로드 / 저장 장치의 주소 생성에 사용되며 SIMD 제어 흐름을 관리합니다. 
웨이브 프론트가 시작되면 스칼라 레지스터 파일은 상수를 전달하기 위해 최대 32개의 사용자 레지스터를 미리 로드하여 명시적 로드 명령을 피하고 웨이브 프론트의 시작 시간을 줄일 수 있습니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/d471ba681c484a79b76b36c1e7175d87.jpg" alt="퀘이사존" style="width: 100%;"> 16KB의 쓰기-백 스칼라 캐시는 4방향 연결 방식이며 각각 64B인 128개의 캐시 라인으로 구성된 두 뱅크로 구성됩니다. 각 은행은 전체 캐시 라인을 읽을 수 있으며, 캐시는 각 SIMD의 스칼라 레지스터 파일에 클럭당 16B를 전송할 수 있습니다. 그래픽 셰이더의 경우 스칼라 캐시는 일반적으로 저장된 상수 및 작업 항목 독립 변수에 사용됩니다. 캐시: L0 및 공유 L1
이전 GCN 및 라이벌 NVIDIA GPU는 두 가지 수준의 캐시에 의존하지만 RDNA는 Navi GPU에 세 번째 L1 캐시를 추가합니다. L0 캐시가 DCU 전용인 경우 L1 캐시는 이중 컴퓨팅 장치 그룹에서 공유됩니다. 이를 통해 비용, 대기 시간 및 전력 소비를 줄일 수 있습니다. L2 캐시의 로드를 줄입니다. GCN에서 코어 당 L1 캐시의 모든 캐시 미스는 L2 캐시에서 처리되었습니다. RDNA에서 새로운 L1 캐시는 각 셰이더 배열 내의 모든 캐싱 기능을 중앙 집중화합니다. "L0 캐시는 DCU 전용이지만 L1 캐시는 듀얼 컴퓨팅 장치 그룹에서 공유됩니다." <img src="https://img2.quasarzone.com/editor/2021/05/15/778d0ebd3c1e15bf9afbf6c936bdcee8.png" alt="퀘이사존" style="width: 100%;"> L0 캐시에서 발생하는 모든 캐시 누락은 L1 캐시로 전달됩니다. 여기에는 픽셀 캐시 외에도 명령어, 스칼라 및 벡터 캐시의 모든 데이터가 포함됩니다. L1은 읽기 전용 캐시이며 각각 4개의 뱅크로 구성되어 총 128KB가 됩니다. 16-way set-associative 캐시 메모리입니다. L1 캐시는 L2에 의해 지원됩니다. L1에 대한 쓰기는 무효화되고 L2 또는 메모리에 복사됩니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/9e0ca5744ebd9dafa335e140c0910562.png" alt="퀘이사존" style="width: 100%;"><img src="https://img2.quasarzone.com/editor/2021/05/15/c9ee8141e3cea04028f24aee0bc56f1b.png" alt="퀘이사존" style="width: 100%;">L1 그래픽 캐시는 4개의 WGP 또는 셰이더 어레이 간에 공유됩니다.  <a href="https://www.hardwaretimes.com/difference-between-l1-l2-and-l3-cache-what-is-cpu-cache/" target="_blank">* 관련: CPU 캐시 메모리 란 무엇입니까: L1, L2 및 L3 캐시 설명</a> L1 캐시 컨트롤러는 메모리 요청을 조정하고 클럭 사이클 당 4개를 각 L1 뱅크에 하나씩 전달합니다. 다른 캐시 메모리와 마찬가지로 L1 미스는 L2 캐시에서 처리됩니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/c49bf0cabbdbe39ecb192215a407b563.png" alt="퀘이사존" style="width: 100%;"> Polaris GPU에서는 컴퓨팅 유닛 만 L2 캐시의 클라이언트였습니다. RB, Copy Engine 및 CP가 메모리에 직접 기록하여 많은 L2 플러시가 발생했습니다. Vega는 L2의 RB 클라이언트도 만들어 L2 플러시를 줄임으로써 이 디자인을 개선했습니다. RDNA와 Navi는 복사 엔진을 L2의 클라이언트로 만들어 GCN 파생 제품보다 한발 앞서갑니다. 이로 인해 L2 플러시가 거의 발생하지 않습니다. 듀얼 컴퓨팅 유닛 프런트 엔드
각 컴퓨팅 유닛은 명령어 메모리 가져오기를 통해 명령어를 가져옵니다. GCN에서는 명령어 캐시가 4개의 CU 간에 공유되었지만 RDNA (Navi)에서는 L0 명령어 캐시가 듀얼 CU의 4개의 SIMD 간에 공유됩니다. 명령어 캐시는 32KB이며 4 방향 세트 연관입니다. L1 캐시와 마찬가지로, 각각 64 바이트 길이의 128개 캐시 라인의 4개 뱅크로 구성됩니다. "GCN에서는 명령어 캐시가 4개의 CU 간에 공유되었지만 RDNA (Navi)에서는 L0 명령어 캐시가 듀얼 CU의 4개의 SIMD 간에 공유됩니다." <img src="https://img2.quasarzone.com/editor/2021/05/15/8474de83275ab23ee2908d40e6beae13.png" alt="퀘이사존" style="width: 100%;"> 가져온 명령은 웨이브 프론트 컨트롤러에 저장됩니다. 각 SIMD에는 별도의 명령 포인터와 20개 항목의 웨이브 프론트 컨트롤러가 있어 듀얼 컴퓨팅 유닛 당 총 80개의 웨이브 프론트가 있습니다. Wavefront는 작업 그룹 또는 커널과 다를 수 있습니다. 더 많은 수의 웨이브 프론트를 가져올 수 있지만 이중 컴퓨팅 장치는 동시에 두 개의 wave32 작업 그룹에서만 작동합니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/063f3bc599d4a6b5db4b9d385a92917c.jpg" alt="퀘이사존" style="width: 100%;"> "이미 언급했듯이, GCN이 4 사이클마다 한 번씩 지시를 요청한 경우, Navi는 매 사이클(2-4 ins per cycle)마다 지시를 수행합니다. 그 후 RDNA 기반 Navi GPU의 각 SIMD는 사이클마다 명령을 디코딩하고 발행하여 처리량을 높이고 GCN을 통해 대기 시간을 4배 줄일 수 있습니다." <img src="https://img2.quasarzone.com/editor/2021/05/15/55ec4d3c045f19a0c65695d1341e392b.png" alt="퀘이사존" style="width: 100%;"> 새로운 wave32 모드를 수용하기 위해 각 RDNA SIMD의 캐시 및 메모리 파이프 라인도 개선되었습니다. 파이프 라인 너비는 GCN 기반 Vega GPU에 비해 두 배가되었습니다. 모든 SIMD에는 웨이브 프론트의 작업 항목에 대한 주소를 ALU 또는 vGPR (벡터 범용 레지스터)로 직접 전송할 수 있는 32 와이드 요청 버스가 있습니다. 
한 쌍의 SIMD는 요청 및 리턴 버스를 공유하지만 단일 SIMD는 클럭 당 128B 캐시 라인의 두 청크를 수신할 수 있습니다. 하나는 LDS (Load-Store)에서, 다른 하나는 Vector L0 캐시에서 제공합니다. 렌더 백 엔드 (RB) 및 텍스처 단위
RDNA 기반 Navi GPU의 최종 고정 기능 그래픽 단계는 깊이, 스텐실 및 알파 테스트를 수행하고 앤티 앨리어싱 및 기타 최종 테스트를 위해 픽셀을 혼합하는 RB (렌더링 백엔드)입니다. 셰이더 배열의 각 RB는 클럭 당 4개의 출력 픽셀 속도로 픽셀을 테스트, 샘플링 및 혼합할 수 있습니다. 여기에서 RDNA 아키텍처의 주요 개선 사항은 RB가 그래픽 L1 캐시를 통해 데이터에 액세스한다는 것입니다. 이는 L2 캐시에 대한 부담을 줄이고 더 적은 데이터를 이동하여 전력을 절약합니다. GCN에서 RB가 메모리에 직접 데이터를 쓴 다음 L2 캐시를 통해 Vega에 데이터를 썼다는 것을 상기하십시오. <img src="https://img2.quasarzone.com/editor/2021/05/15/23decbdf1a8b6696540d973bf2781afa.png" alt="퀘이사존" style="width: 100%;"> 텍스처 유닛은 RDNA와 Navi를 통해 상당한 향상을 얻었습니다. 로드 및 저장 처리 속도는 GCN에 비해 여러 배 빠르므로 GPU가 로드 및 저장을 통해 최대 대역폭에 쉽게 도달할 수 있습니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/f9743be3b55cd879dcae80bb9c25a0f8.png" alt="퀘이사존" style="width: 100%;"> RDNA 대 GCN: ALU 활용 비교 <img src="https://img2.quasarzone.com/editor/2021/05/15/b738626e2ae1dab79b05f9a792e88a9a.png" alt="퀘이사존" style="width: 100%;"> GCN에 비해 SIMD와 RDNA(Navi)의 WGP를 포화시키는 것이 훨씬 쉽습니다. 하나의 WGP(2CU)를 사용하려면 (4개의 SIMD *32개 항목) 128개의 스레드만 있으면 ALU 활용률이 100%에 도달합니다. 반면, GCN은 100% 활용률에 도달하기 위해 512개의 스레드가 필요(2CU * 4 SIMD * 65개 항목) 했습니다. 그것은 네 배나 됩니다! 비디오 인코딩 및 디코딩
NVIDIA의 Turing 인코더와 마찬가지로 Navi GPU는 비디오 인코딩 및 디코딩을 위한 특수 엔진도 갖추고 있습니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/423a6507d9aaa0b943d6825e63b85b6a.png" alt="퀘이사존" style="width: 100%;"> Navi 10(RX 5600 및 5700)에서는 Vega와 달리 비디오 엔진이 VP9 디코딩을 지원합니다. H.264 스트림은 1080p의 경우 초당 600프레임으로, 150fps의 경우 4K로 디코딩할 수 있습니다. 360fps에서 1080p, 90fps에서 4K 등 절반의 속도로 동시에 인코딩할 수 있습니다. HVEC 및 VP9에서 모두 24fps로 8K 디코드를 사용할 수 있습니다. 
7nm 공정 및 GDDR6 메모리 표준
7nm 노드 및 GDDR6 메모리는 종종 새로운 아키텍처의 일부로 광고되지만 이들은 타사 기술이며 정확히 RDNA 마이크로 아키텍처의 일부가 아닙니다. 그러나 GPU는 이러한 기술을 최대한 활용하도록 최적화되어 있습니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/9b56d132047dc94e33ad9336e070fcc2.png" alt="퀘이사존" style="width: 100%;"> 그러나 TSMC의 7nm 노드는 이전 GCN 설계, 즉 Polaris 및 Vega를 지원하는 이전 14nm 프로세스에 비해 와트 당 성능을 크게 향상시킵니다. 면적당 성능이 2.3배 향상되고 와트 당 성능이 1.5배 향상됩니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/c91b7238548be8d94036cfece483181f.png" alt="퀘이사존" style="width: 100%;"> 대역폭을 최대화하기 위해 가능한 경우 데이터 압축이 적극적으로 추가되었습니다. GCN과 Navi는 RB에서 압축된 읽기 및 쓰기만 수행했지만 Navi는 후자를 CU로 확장하고 현재 대기열에서도 구현합니다. <img src="https://img2.quasarzone.com/editor/2021/05/15/f5ef7add084adcf8240c52fb93aeffe3.png" alt="퀘이사존" style="width: 100%;"> 이제 RB 외에 WGP (CU)와 L2 캐시 사이에 압축기 모듈이 있습니다. Vega에는 전자가 없었고 데이터 압축은 L2에서 읽기로 제한되었습니다.  <a href="https://www.hardwaretimes.com/xbox-series-x-gpu-architecture-deep-dive-ray-tracing-mesh-shading-sampler-feedback-and-vrs/" target="_blank">* Xbox Series X GPU 아키텍처 심층 분석: 레이 트레이싱, 메시 셰이딩, 샘플러 피드백 및 VRS</a> 결론
보시다시피 RDNA와 Navi는 Radeon 디자인을 정확하게 재창조하지는 않지만 주로 수정합니다. 파이프 라인 병목 현상이 제거되고 지연 시간이 감소했으며 이제 모든 SIMD가 더 넓고 빨라졌습니다. 셰이더 엔진 당 더 많은 렌더 백엔드가 있으며, 세 가지 수준의 통합 캐시가 있으며 이는 이전 Vega GPU보다 크게 향상되었습니다. RDNA 2가 기존 Navi GPU와 얼마나 다른지 보는 것은 흥미로울 것입니다. 솔직히 말해서 급진적인 변화는 없을 것 같아요. 레이 트레이싱 가속 또는 업 스케일링을 위한 전용 코어가 있을 수 있습니다. AMD가 작업해야 하는 것은 소프트웨어와 드라이버입니다. 원문 출처 <a href="https://www.hardwaretimes.com/difference-between-amd-rdna-vs-gcn-gpu-architectures-how-radeon-caught-up-to-nvidia/" target="_blank">hardwaretimes</a>

QM지름

행성: QM

포인트: 401,882 exp

작성물 댓글

모든회원 자기소개 펼치기

댓글: 22개

하드웨어 뉴스 - 최신 IT/하드웨어 정보를 만나보세요

공지 뉴스게시판 특별 규정(23.09.07)

퀘이사존

18.9k

11-08

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

추천	제목
2	[단독] 삼성, 엔비디아에 납품 초읽기...2분기로 앞당긴다 3 CPU/MB/RAM Wormhole 129 20:19
5	Diatec, 스테인리스 소재를 사용한 Majestouch 한정판 키보드 출시 5 키보드/마우스 QM포시포시 355 18:46
4	[루머] AMD "스트릭스 헤일로" Zen 5 모바일 CPU 일부 정보 및 성능 추측 13 CPU/MB/RAM Wormhole 772 18:29
5	메타 퀘스트2 가격 또 한번 파격 인하…어디까지 내려가나 5 기타/주변기기 빌보 812 18:05
3	갤럭시, 화이트 PCB 사용 로우 프로파일 RTX 4060 그래픽카드 공개 5 그래픽카드 Wormhole 431 17:45
0	페이스북(메타), '생성-AI(인공지능)' 기반 오픈 소스 언어 모델의 신규 버전 발표(LlaMA-3) 소프트웨어 블레이더영혼 151 17:44
4	Intel, Granite Rapids 'Xeon 6' CPU용 DDR5-8800 메모리, 차세대 서버용 JEDEC DDR5-8800 확인 2 CPU/MB/RAM QM지름 580 16:10
11	CORSAIR, Elite 6500/2500 시리즈용 새 PC 교체 가능 케이스 패널 8개 출시 13 케이스 QM지름 879 15:32
2	로지텍, 향상된 상호 작용을 위해 AI 버튼이 통합된 새로운 마우스 출시 5 키보드/마우스 QM지름 656 15:25
0	Keychron, 텐키리 레이아웃을 갖춘 V3 Max 맞춤형 기계식 키보드 출시 2 키보드/마우스 QM지름 495 15:23
5	Thermaltake, 고급 냉각 기능을 갖춘 Steel Shadow EX 케이스 출시 4 케이스 QM지름 501 15:18
2	ASUS, 독립적인 펌프 설계를 갖춘 TUF GAMING LC II 240 ARGB 수랭 시스템 출시 3 쿨링솔루션 QM지름 570 15:14
0	Glorious, 향상된 경량 디자인을 갖춘 Model O 2 유선 게이밍 마우스 출시 1 키보드/마우스 QM지름 199 15:11
0	Marshall, 강력한 배터리와 개성 있는 디자인의 메이저 V와 마이너 IV 헤드폰 출시 1 음향기기 심심해❤️ 281 14:28
9	게이밍 장비 브랜드 ROCCAT 소멸, 터틀 비치에 통합 19 업계동향 QM포시포시 1.5k 11:52
4	곧 출시될 Apple의 Beats Solo 4 헤드폰에 대해 알아야 할 모든 것 3 음향기기 QM지름 897 10:49
6	구글, 시위에 참가한 직원 28명 해고 12 업계동향 QM지름 2.4k 10:45
3	TSMC, 미국 팹을 포함하여 대만 이외의 지역에서 칩을 만드는 데 프리미엄 부과 3 업계동향 QM바나 458 10:25
2	엘가토가 발표한 5가지 제품 중 새로운 스트림 데크와 웨이브 마이크 1 기타/주변기기 QM코리 739 10:24
0	삼성, 베이징 오토쇼에서 데뷔, 차세대 자동차용 메모리 솔루션 선보일 예정 업계동향 QM안나 218 10:21
0	Ubuntu, Ryzen 7 7840HS 프레임워크 랩탑 16에서 Windows 11보다 우수 소프트웨어 QM건빵 716 10:19
8	"밥 주세요"...대학가 학생식당 조리로봇, 1시간에 300인분 '뚝딱' 14 기타/주변기기 아스트레이 1.4k 10:11
0	마이크론, 메모리 팹 건설을 위해 미국 정부로부터 60 억 달러 확보 1 업계동향 QUASARZONE 115 10:11
0	메타, 신형 AI '라마3' 공개… "구글 제미나이 프로 1.0 제쳤다" 2 소프트웨어 아스트레이 246 10:10
1	500W 사용하는 128코어 그래니트 래피즈 제온 6 CPU 유출 공개 3 CPU/MB/RAM QUASARZONE 357 10:07
1	SK하이닉스, TSMC와 손잡고 HBM 기술 리더십 강화 3 업계동향 QM포시포시 192 10:04
0	카드 한 장 크기의 '세계 최소형' Wii, 커스텀 PCB 사용 1 기타/주변기기 QM건빵 455 10:03
2	Windows 11 'AI Explorer'에 대한 시스템 요구 사항 유출, Arm 장치에만 해당될 수 있음 2 소프트웨어 QM지름 337 10:01
1	Intel, 최초의 상업용 High-NA EUV 칩 제작 도구 조립 완료 - 비용 문제 해결, 2025년 14A 프로세스 개발 준비 3 업계동향 QM지름 212 09:57
3	EK의 새로운 맞춤형 워터블럭은 AMD Ryzen AM5 CPU 냉각에 도움 3 쿨링솔루션 QM지름 296 09:45