![AMD Tech Day 2024(二):Ryzen AI 300系列行動版處理器架構解析,Zen 5、RDNA 3.5、XDNA 2完全體登場](https://cdn0.techbang.com/system/excerpt_images/116882/post_inpage/7219a4f098b4d7e0b46e5c0bb8cc9b22.jpg?1721055787)
ADVERTISEMENT
不同於Ryzen 9000系列桌上型處理器僅更新了Zen 5架構,Ryzen AI 300系列行動版處理同時將運算、繪圖、AI等架構升級至最新的Zen 5、RDNA 3.5、XDNA 2,可謂為真正的完全體。
維持TSMC 4nm節點製程但加入更多電晶體
代號為Strix Point的Ryzen AI 300系列行動版處理器採用TSMC 4nm節點製程,與前代代號為Hawk Point的Ryzen 8000系列行動版處理器相同,但因為加入更多處理器核心以及內建顯示晶片的運算單元(CU),因此為了要容納更多電晶體,使得裸晶面積擴大了20%。
- 系列文章:
- Computex 2024:AMD發表Ryzen 9000、Ryzen AI 300系列處理器,同場加映Ryzen 9 5900XT、雙槽版Radeon PRO W7900DS
- Computex 2024:AMD CEO Keynote重點整理,Zen 5消費級、伺服器處理器齊發,透露Steble Diffusion 3於6月12日推出
- AMD Tech Day 2024(一):Zen 5、RDNA 3.5、XDNA 2架構齊發,Ryzen 9000系列桌上型處理器架構解析,加映Ryzen 9 9950X超頻破世界記錄
- AMD Tech Day 2024(二):Ryzen AI 300系列行動版處理器架構解析,Zen 5、RDNA 3.5、XDNA 2完全體登場(本文)
- AMD Tech Day 2024(三):XDNA 2 AI運算架構解析,Block FP16資料類型運算效率倍增
Strix Point同樣採用Zen5搭配Zen5c的「大小核」設計,每組Zen5 CCX(運算複合體)具有4個處理器核心搭配16MB L2快取記憶體,而Zen5c CCX則具有8個處理器核心搭配8MB L2快取記憶體,但這2種核心的ISA(運算指令集架構)都相同,因此對作業系統來說可以視為同質核心,相較之下Intel的P-Core、E-Core設計屬於異質核心,會提高資源調度、工作排程的複雜性。
值得注意的是,無論是Zen5或Zen5c核心,都能支援SMT(多執行緒)功能,其優勢一來能夠在增加15%裸晶面積的代價下,取得20~30%的效能增益,達到提升整體效能的功效,二來是能夠維持同質核心的特性,簡化作業系統的資源調度。
AMD也在後續研討會中說明在將會在Zen5、Zen5c以及後續的核心中維持相同架構且皆支援SMT的設計,並提到在處理器納入2種不同架構的核心,且同時有支援與不支援SMT的核心對於資源調度與軟體開發來說是惡夢級的挑戰(指Intel處理器分為的P-Core、E-Core,且僅P-Core支援HT超執行緒技術)。AMD也強調這並不表示此2種不同設計有絕對的高下,僅代表2種不同解決問題、提高效能輸出的方式與哲學,孰優孰劣還有待時間證明。
RDNA 3.5強化電力效率
Papermaster接著說明Ryzen AI 300系列行動版處理器的內建顯示晶片採用RDNA 3.5繪圖運算架構,它針對電力效率進行最佳化,不但提高消耗每W電力所帶來的繪圖效能,也提升記憶體的利用效率,提高消耗每bit資料流量所帶來的繪圖效能,讓「寸電寸金」的行動平台能有更好的整體效能與續航力表現。
在電力效率最佳化部分,RDNA 3.5將材質取樣率提升至2倍,能加倍一般遊戲的材質運算量,此外它也透過更豐富的向量運算指令集架構(Instruction Set Architecture,ISA)將內插(Interpolation)與壓縮運算力提升至2倍,以改善繪圖流程中常見的運算效率。
此外在記憶體效率部分,首先RDNA 3.5會改善批次處理流程,以降低記憶體存取的實際流量,接著它也採用更先進的壓縮技術、降低工作負載,並針對LPDDR5類型記憶體的存取進行最佳化,以求提高記憶體效率的效果。
整體而言,根據AMD提供的數據採用RDNA 3.5架構的Strix Point處理器(16 CUs)與RDNA 3架構的Hawk Point處理器(12 CUs)相比,2者在功耗同為15 W的情況,前者在3DMark Timespy與Night Raid等測試項目的效能與電力效率皆分別領先32%、19%。
Ryzen AI 300系列行動版處理器將隨著合作夥伴推出的筆記型電腦一同上市,我們也預計會帶來相關效能實測專題,請讀者保持關注。
筆者也將在下篇文章中繼續解說XDNA 2架構,請讀者參考文首的「系列文章」。
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!