Teras Tensor dan RT tidak mengambil banyak ruang pada GPU NVIDIA Turing

Walaupun apabila kad grafik siri GeForce RTX 20 yang pertama diumumkan, ramai yang menganggap bahawa dimensi Turing GPU yang agak besar adalah disebabkan oleh penambahan unit tambahan: Teras RT dan Teras Tensor. Kini, seorang pengguna Reddit telah menganalisis imej inframerah GPU Turing TU106 dan TU116 dan membuat kesimpulan bahawa unit pengiraan baharu tidak mengambil banyak ruang seperti yang difikirkan pada mulanya.

Teras Tensor dan RT tidak mengambil banyak ruang pada GPU NVIDIA Turing

Sebagai permulaan, mari kita ingat bahawa GPU Turing TU106 ialah cip NVIDIA yang paling kecil dan paling padat, menampilkan teras RT khusus untuk pengesanan sinar dan teras Tensor untuk mempercepatkan fungsi AI. GPU kakaknya, Turing TU116, tidak mempunyai unit pengkomputeran khusus ini, itulah sebabnya kami memilih untuk membandingkannya.

Teras Tensor dan RT tidak mengambil banyak ruang pada GPU NVIDIA Turing
Teras Tensor dan RT tidak mengambil banyak ruang pada GPU NVIDIA Turing

GPU NVIDIA Turing dibahagikan kepada blok TPC, yang termasuk sepasang Berbilangpemproses Penstriman (SM), yang mengandungi semua teras pengiraan. Ternyata, kawasan blok TPC GPU Turing TU106 hanya 1,95 mmΒ² lebih besar daripada kawasan Turing TU116β€”iaitu 22%. Daripada kawasan ini, 1,25 mmΒ² diperuntukkan kepada Teras Tensor, dan hanya 0,7 mmΒ² kepada Teras RT.

Teras Tensor dan RT tidak mengambil banyak ruang pada GPU NVIDIA Turing
Teras Tensor dan RT tidak mengambil banyak ruang pada GPU NVIDIA Turing

Ternyata tanpa Tensor dan RT Cores baharu, GPU Turing TU102 unggulan, yang menguasai GeForce RTX 2080 Ti, akan menduduki 684 mmΒ² (36 TPC) dan bukannya 754 mmΒ². Sementara itu, Turing TU104, yang menguasai GeForce RTX 2080, akan menduduki 498 mmΒ² dan bukannya 545 mmΒ² (24 TPC). Seperti yang anda lihat, walaupun tanpa Teras Tensor dan RT, GPU Turing yang lebih tinggi akan menjadi cip yang agak besar, jauh lebih besar daripada GPU Pascal.


Teras Tensor dan RT tidak mengambil banyak ruang pada GPU NVIDIA Turing

Jadi apakah yang menyumbang kepada jejak yang begitu besar? Sebagai permulaan, GPU Turing telah meningkatkan memori cache. Saiz shader juga telah ditingkatkan, dan cip Turing juga menampilkan set arahan yang lebih besar dan daftar yang lebih besar. Semua ini telah meningkatkan dengan ketara bukan sahaja kawasan tetapi juga prestasi GPU Turing. Sebagai contoh, GeForce RTX 2060 berasaskan TU106 memberikan prestasi yang hampir sama dengan GeForce GTX 1080 berasaskan GP104. Yang terakhir, secara kebetulan, mempunyai 25% lebih teras CUDA, walaupun menduduki luas permukaan 314 mmΒ² berbanding 410 mmΒ² untuk TU106 baharu. 




Sumber: 3dnews.ru
Beli pengehosan yang boleh dipercayai untuk tapak dengan perlindungan DDoS, pelayan VPS VDS πŸ”₯ Beli pengehosan laman web yang boleh dipercayai dengan perlindungan DDoS, pelayan VPS VDS | ProHoster