కొత్త ప్రాసెసర్ కోర్తో పాటు
ARM Mali-G77 యొక్క గ్రాఫిక్స్ పనితీరులో గణనీయమైన పెరుగుదలను ప్రకటించింది - ప్రస్తుత తరం మాలి-G40తో పోలిస్తే 76%. సాంకేతిక ప్రక్రియ మరియు నిర్మాణ మెరుగుదలల ద్వారా ఇది సాధించబడింది. Mali-G77 7 నుండి 16 కోర్లను కలిగి ఉంటుంది (భవిష్యత్తులో 1 నుండి 32 వరకు స్కేలింగ్ సాధ్యమవుతుంది), మరియు వాటిలో ప్రతి ఒక్కటి G76 వలె దాదాపు ఒకే పరిమాణంలో ఉంటాయి. పర్యవసానంగా, హై-ఎండ్ స్మార్ట్ఫోన్లు అదే సంఖ్యలో GPU కోర్లను కలిగి ఉంటాయి.
గేమ్లలో, మీరు గ్రాఫిక్స్ వర్క్లోడ్ రకాన్ని బట్టి 20 మరియు 40% మధ్య పనితీరు మెరుగుదలలను ఆశించవచ్చు. జనాదరణ పొందిన మాన్హట్టన్ GFXBench పరీక్ష ఫలితాల ప్రకారం, ప్రస్తుత తరం కంటే కొత్త GPU యొక్క గణనీయ ఆధిక్యత అడ్రినో గ్రాఫిక్స్ పనితీరులో గణనీయమైన మెరుగుదల గురించి ప్రత్యర్థి Qualcomm ఆందోళన చెందేలా చేస్తుంది.
సొంతంగా, కొత్త Mali-G77 ఆర్కిటెక్చర్ శక్తి సామర్థ్యం లేదా పనితీరులో సగటున 30 శాతం మెరుగుదలని అందిస్తుంది, ARM చెప్పింది. ARM వల్హాల్ స్కేలార్ ఆర్కిటెక్చర్ యొక్క రెండవ తరం, Bifrost (Mali-G16)లో ఎనిమిదితో పోలిస్తే, CUలో సమాంతరంగా ప్రతి చక్రానికి 76 సూచనలను అమలు చేయడానికి GPUని అనుమతిస్తుంది. ఇతర ఆవిష్కరణలలో పూర్తిగా హార్డ్వేర్-ఆధారిత డైనమిక్ ఇన్స్ట్రక్షన్ షెడ్యూలింగ్ మరియు బిఫ్రాస్ట్తో వెనుకబడిన అనుకూలతను కొనసాగిస్తూ పూర్తిగా కొత్త ఇన్స్ట్రక్షన్ సెట్ ఉన్నాయి. ARM AFBC1.3 కంప్రెషన్ ఫార్మాట్ మరియు ఇతర ఆవిష్కరణలకు (FP16 రెండర్ టార్గెట్లు, లేయర్డ్ రెండరింగ్ మరియు వెర్టెక్స్ షేడర్ అవుట్పుట్లు) మద్దతు కూడా జోడించబడింది.
Bifrost CUలో 3 ఎగ్జిక్యూషన్ ఇంజన్లు ఉన్నాయి, వీటిలో ప్రతి ఒక్కటి ఇన్స్ట్రక్షన్ కాష్, రిజిస్టర్ మరియు వార్ప్ కంట్రోల్ యూనిట్ ఉన్నాయి. ఈ మూడు ఇంజిన్లలో పంపిణీ 24 FMA సూచనలను 32-బిట్ ఫ్లోటింగ్ పాయింట్ ప్రిసిషన్ (FP32) వద్ద అమలు చేయడానికి అనుమతించింది. వాల్హాల్లో, ప్రతి CUలో ఒక ఎగ్జిక్యూషన్ ఇంజిన్ మాత్రమే ఉంటుంది, ఒక్కో గడియారానికి 16 వార్ప్ సూచనలను ప్రాసెస్ చేయగల రెండు కంప్యూట్ యూనిట్ల మధ్య విభజించబడింది, దీని ఫలితంగా CUకి మొత్తం 32 FMA FP32 సూచనలు ఉంటాయి. ఈ నిర్మాణ మార్పులకు ధన్యవాదాలు, Mali-G77 మాలి-G76తో పోల్చితే సమాంతర గణనలలో మూడింట ఒక వంతు ఎక్కువ గణిత గణనలను చేయగలదు.
అదనంగా, ఈ CUలు ప్రతి రెండు కొత్త గణిత ఫంక్షన్ బ్లాక్లను కలిగి ఉంటాయి. కొత్త కన్వర్షన్ ఇంజిన్ (CVT) ప్రాథమిక పూర్ణాంకం, తార్కిక, శాఖ మరియు మార్పిడి సూచనలను నిర్వహిస్తుంది. స్పెషల్ ఫంక్షన్ యూనిట్ (SFU) పూర్ణాంక గుణకారం, విభజన, వర్గమూలం, సంవర్గమానాలు మరియు ఇతర సంక్లిష్ట పూర్ణాంక విధులను వేగవంతం చేస్తుంది.
ప్రామాణిక FMA బ్లాక్లో ప్రతి చక్రానికి 16 FP32 సూచనలకు, FP32కి 16 లేదా INT64 డాట్ ఉత్పత్తికి 8కి మద్దతిచ్చే అనేక సెట్టింగ్లు ఉన్నాయి. ఈ ఆప్టిమైజేషన్లు మెషిన్ లెర్నింగ్ అప్లికేషన్లలో గరిష్టంగా 60% పనితీరు మెరుగుదలలను అందించగలవు.
Mali-G77లో మరో కీలకమైన మార్పు ఏమిటంటే టెక్స్చర్ ఇంజిన్ పనితీరును రెట్టింపు చేయడం, ఇది మునుపటి రెండు, గడియారానికి 4 ట్రిలినియర్ టెక్సెల్లతో పోలిస్తే ఇప్పుడు ప్రతి గడియారానికి 2 బిలినియర్ టెక్సెల్లను ప్రాసెస్ చేస్తుంది, ఇది వేగంగా FP16 మరియు FP32 ఫిల్టరింగ్ను అనుమతిస్తుంది.
ARM అనేక ఇతర మార్పులను చేసింది, Mali-G77 మరియు Valhall గేమింగ్ మరియు మెషిన్ లెర్నింగ్ వర్క్లోడ్ల కోసం గణనీయమైన పనితీరు మెరుగుదలలను వాగ్దానం చేసింది. ముఖ్యముగా, విద్యుత్ వినియోగం మరియు చిప్ ప్రాంతం Bifrost స్థాయిలలో ఉంచబడతాయి, విద్యుత్ వినియోగం, వేడి వెదజల్లడం మరియు పరిమాణ అవసరాలు లేకుండా అధిక గరిష్ట పనితీరుతో మొబైల్ పరికరాలకు హామీ ఇస్తాయి.
మూలం: 3dnews.ru