Tensor- och RT-kärnor tar inte upp så mycket utrymme på NVIDIA Turing GPU:er

Även under tillkännagivandet av de första grafikkorten i GeForce RTX 20-serien, trodde många att Turing GPU:er har sina inte alls små dimensioner att tacka närvaron av ytterligare enheter: RT-kärnor och tensorkärnor. Nu har en Reddit-användare analyserat infraröda bilder av Turing TU106 och TU116 GPU:erna och kommit fram till att de nya datorenheterna inte tar upp så mycket plats som man ursprungligen trodde.

Tensor- och RT-kärnor tar inte upp så mycket utrymme på NVIDIA Turing GPU:er

Till att börja med, låt oss komma ihåg att Turing TU106 GPU är det yngsta och mest kompakta NVIDIA-chippet med speciella RT-kärnor för strålspårning och tensorkärnor för att accelerera artificiell intelligensfunktioner. I sin tur är Turing TU116-grafikprocessorn, som är relaterad till den, berövad dessa speciella datorenheter och det är därför man beslutade att jämföra dem.

Tensor- och RT-kärnor tar inte upp så mycket utrymme på NVIDIA Turing GPU:er
Tensor- och RT-kärnor tar inte upp så mycket utrymme på NVIDIA Turing GPU:er

NVIDIA Turing GPU:er är uppdelade i TPC-enheter, som inkluderar ett par strömmande multiprocessorer (Streaming Multiprocessors), som redan inkluderar alla datorkärnor. Och som det visar sig har Turing TU106 GPU bara 1,95 mm² mer TPC-area än Turing TU116, eller 22 %. Av denna yta är 1,25 mm² för tensorkärnor och endast 0,7 mm² för RT-kärnor.

Tensor- och RT-kärnor tar inte upp så mycket utrymme på NVIDIA Turing GPU:er
Tensor- och RT-kärnor tar inte upp så mycket utrymme på NVIDIA Turing GPU:er

Det visar sig att utan den nya tensorn och RT-kärnorna skulle flaggskeppet Turing TU102-grafikprocessor, som ligger bakom GeForce RTX 2080 Ti, inte uppta 754 mm² utan 684 mm² (36 TPC). Turing TU104, som är grunden för GeForce RTX 2080, skulle i sin tur kunna uppta 498 mm² istället för 545 mm² (24 TPC). Som du kan se, även utan tensor och RT-kärnor, skulle äldre Turing GPU:er vara mycket stora chips. Betydligt fler Pascal GPU:er.


Tensor- och RT-kärnor tar inte upp så mycket utrymme på NVIDIA Turing GPU:er

Så vad är anledningen till en så stor storlek? Till att börja med har Turing GPU:er haft större cachestorlekar. Storleken på shaders har också utökats, och Turing-chips har större instruktionsuppsättningar och större register. Allt detta gjorde det möjligt att avsevärt öka inte bara området utan också prestanda hos Turing GPU:er. Till exempel ger samma GeForce RTX 2060 baserad på TU106 nästan samma prestandanivå som GeForce GTX 1080 baserad på GP104. Den senare har förresten ett 25% större antal CUDA-kärnor, även om den upptar en yta på 314 mm2 jämfört med 410 mm2 för den nya TU106. 




Källa: 3dnews.ru

Lägg en kommentar