AMD memperkenalkan prosesor Ryzen 9 9950X3D2 Dual Edition dengan dual 3D V-Cache – tersedia mulai 22 April.

AMD secara resmi meluncurkan prosesor Ryzen 9 9950X3D2 Dual Edition. Prosesor ini akan mulai dijual pada 22 April, dan perusahaan belum mengumumkan harganya. Chip ini diumumkan oleh Jack Huynh, kepala divisi grafis AMD. Ini adalah prosesor Ryzen desktop pertama dengan chip memori 3D V-Cache ganda.

AMD memperkenalkan prosesor Ryzen 9 9950X3D2 Dual Edition dengan dual 3D V-Cache – tersedia mulai 22 April.

Chip ini dibangun di atas arsitektur Zen 5 dan menawarkan 16 inti dengan dukungan untuk 32 thread virtual. AMD menekankan bahwa total cache prosesor ini adalah 208 MB, yang lebih besar daripada Ryzen desktop lainnya.

AMD memperkenalkan prosesor Ryzen 9 9950X3D2 Dual Edition dengan dual 3D V-Cache – tersedia mulai 22 April.

Perusahaan tersebut juga mengumumkan bahwa Ryzen 9 9950X3D2 memiliki frekuensi boost 5,6 GHz, yang 100 MHz lebih rendah daripada model Ryzen 9 9950X3D dengan satu die 3D V-Cache. Ryzen 9 9950X3D2 memiliki konsumsi daya yang dinyatakan sebesar 200 W. Versi kemasan prosesor akan dikirim dalam paket hitam putih yang sederhana.

AMD memperkenalkan prosesor Ryzen 9 9950X3D2 Dual Edition dengan dual 3D V-Cache – tersedia mulai 22 April.

AMD memposisikan Ryzen 9 9950X3D2 bukan hanya untuk gaming. Tes internal menunjukkan bahwa chip baru ini memberikan performa superior dalam beban kerja (aplikasi) dibandingkan dengan Ryzen 9 9950X3D. Perusahaan mengklaim peningkatan performa hingga 7% dalam benchmark seperti V-Ray dan Blender, peningkatan 5-7% dalam tugas pembuatan konten, dan peningkatan performa hingga 13% dalam tes ilmiah SPEC Workstation.

AMD memperkenalkan prosesor Ryzen 9 9950X3D2 Dual Edition dengan dual 3D V-Cache – tersedia mulai 22 April.

Putar video
Tugas kompilasi juga menunjukkan peningkatan yang terukur. AMD melaporkan peningkatan kinerja hingga 5% untuk kompilasi Chromium dan hingga 8% untuk kompilasi Unreal Engine. Hasil ini konsisten dengan peningkatan ukuran cache, yang bermanfaat untuk tugas-tugas yang sensitif terhadap akses memori dan ukuran dataset.

Sumber:


Sumber: 3dnews.ru

Tambah komentar