Fiji:AMD史上最龐大的GPU核心-AMD,Fiji,斐濟,GPU,核心,Fury X...

2021-01-20 快科技

AMD即將推出的新一代顯卡中,只有高端的Fiji是全新設計的核心,自然更值得關注,而在一系列因素的推動下,它赫然已經成為AMD(包括ATI)歷史上規模最大的GPU核心。

AMD雖然沒在臺北發布Fiji核心的Fury X、Fury,但是首次公開展示了核心實物,看起來相當龐大,而根據此前的推算,其面積應該在525-598平方毫米這麼個範圍內。

如今,Beyond3D論壇的一位高手挖到了一張更清晰的核心照片:

根據這張照片可以計算出,Fiji核心的面積最小是21.8×25.7=560平方毫米。

正好是此前推算的中間值,而這足以確認,A卡核心面積又創造新紀錄了!

不過它還不是最大的GPU核心,這個榮譽屬於NVIDIA GM200,達到了驚人601平方毫米。

由此可以看出,在「老舊」的28nm工藝下,AMD、NVIDIA是拼到了什麼程度,就是不知道Fiji能不能真的媲美GM200呢?

Fury X、Fury雖然未在臺北發布,但也進行了閉門展示,至少藍寶拿出了自己的新卡讓大家瞅瞅,但不允許放出任何資料和照片,必須等16日發布。

最後附上來自AMD官方的Fiji核心渲染照:紅色部分是GPU核心,四個綠色部分是HBM顯存,棕色部分是Interposer中介層,黑色部分就是封裝基板了。

相關焦點

  • FIJI斐濟礦泉水
    1、斐濟水不只是個具異國情調的品名,它真的產自斐濟共和國。斐濟水就在水源地裝瓶,也就是斐濟的Viti Levu島。斐濟水直接取自深入地表有著阻水巖層保護的天然自流水層,取水地點位於原始雨林邊緣,距離工業汙染源有數千裡之遙。
  • 盤點:GPU加速的神經網絡與JavaScript的交叉
    ;& exp.step >= maxSteps) break}}一種前饋神經網絡,它有三個層次的訓練,在MNIST數據集上進行了訓練自動微分(AD)是這個項目的核心import GPU from 'gpu.js'const gpu = new GPU()const multiplyMatrix = gpu.createKernel(function(a, b) {var sum = 0;
  • AMD Fury X全球首發評測-AMD,Fury X,4K,旗艦卡,首發...
    無論如何,憋了太久的全新核心「Fiji」(斐濟)、全新顯卡「Radeon R9 Fury X【Fiji:A卡史上最龐大核心它是AMD(包括ATI)有史以來最龐大的一顆GPU核心。集成了多達89億個電晶體,一舉打破了NVIDIA GM200 80億個的老記錄,也比此前的Hawaii 62億個猛增了幾乎一半。
  • 亞馬遜加持,英偉達A100 GPU將無人匹敵?
    在今年的MLPerf中,A100在數據中心推斷方面的表現超過cpu達237x。單個NVIDIA DGX A100系統(帶有8個A100 gpu)在某些AI應用上可以提供與近1000臺雙插槽CPU伺服器相同的性能。
  • 滿效吃雞電腦6核12線,銳龍ryzen R5 1600X值得買嗎?玩家告訴你
    但是,amd處理器還真沒放棄,還真搞出來一個嚇死intel的東西,那就是文章所指的銳龍Ryzen處理器,其中,包括r3,R5,r7系列,intel一直佔據上風,突然間被amd搞出來個這玩意,的確太不適應了,竟然還是6核12線程,這簡直是要了i7的飯碗,話說回來,如果沒有兩把刷子,手裡沒活,哪能直接懟i7,是吧?
  • 基於RTX2060構建TensorFlow-gpu(keras)學習平臺
    一、conda命令1. onda env list 或 conda info -e 查看當前存在哪些虛擬環境2. conda create --name tf36gpu python=3.6 anaconda3. conda remove -n
  • CPU+GPU升級!AMD二代APU A10-5800K首測
    實際上是個真物理4核,那兩個模塊,每個模塊管理2個核心?還是1個模塊管CPU,1個模塊管GPU? amd不會出超線程的?  PConline編輯回覆:AMD把每兩個核心歸類成一個模塊,共享2M緩存,實際上還是四核結構。GPU模塊是獨立開的,和模塊化結構關係不大。
  • GPU上的隨機森林:比Apache Spark快2000倍
    兩個集群都有20個工作節點,具有以下AWS實例類型:Spark:r5.2xlarge8個CPU,64 GB RAM按需價格:0.504美元/小時RAPIDS:g4dn.xlarge4個CPU,16 GB RAM1個GPU,16 GB GPU RAM(NVIDIA T4)按需價格:0.526美元/小時Saturn Cloud也可以用NVIDIA特斯拉
  • 超算安裝GPU-based軟體 (以pytorch為例)
    /bin/sh# script for software install#SBATCH -J torch_install#SBATCH -o job-%j.log#SBATCH -e job-%j.err#SBATCH -N 1 --ntasks-per-node=1 -p GPU-V100 --gres=gpu:v100:1
  • AMD在CES 2018預覽全新處理器和顯卡產品
    技術更新  AMD首席技術官和高級副總裁Mark Papermaster分享了AMD針對x86處理器和圖形架構的工藝技術路線圖更新,包括:  x86處理器  目前在AMD銳龍桌面處理器和移動處理器上出貨的"Zen"核心正在使用14nm和12nm工藝進行生產,其中12nm工藝樣片已經出貨。
  • 從GPU誕生說起:AMD統一渲染架構回顧及展望-AMD,ATI,統一渲染,顯卡...
    一般在同等晶片的對比情況下,管線數量越多性能越高;同樣管線數量的情況下,新核心的性能要高于于老核心的產品。不過另外一個問題又出現了,傳統意義上的像素流水線各個部分單元比例相當,但隨著3D圖形技術的發展,管線各部分負載的壓力開始不均衡起來。最簡單的例子就是,VS很快完成頂點處理的任務,然後發現PS部分還忙得不可開交。
  • GPU-Z 2.34.0大更新:完整支持RTX 30、Intel 11代酷睿
    - 增加支持蘋果版AMD Radeon RX 5700 XT/Pro 5700、Radeon RX 530、Radeon E6465- 增加支持Intel Tiger Lake、Ice Lake核心面積檢測- 增加支持DirectX 12 FL 12_2
  • 一文看懂Chiplet小晶片:AMD、英特爾、華為海思都在研究!
    因此單純從生產角度看,大型最先進工藝的晶片,或者對性能,功耗和尺寸有超高要求,而價值比較高的晶片,適合做chiplet 的設計。Chiplet 是針對超貴晶片的一種相對省錢設計,在初期。但是這個chiplet 互聯標準,是一個新生態的核心標準,競爭者眾多。2.5 Hisilicon海思的第一片公開的chiplet 設計,就是2014 年TSMC 16nm FinFet 網絡晶片。這個時間,這個工藝,這個CoWoS,都是閃閃亮的頂配。
  • PyTorch中使用DistributedDataParallel進行多GPU分布式模型訓練
    這些梯度更新然後在gpu之間同步,一起平均,最後應用到模型。(同步步驟在技術上是可選的,但理論上更快的異步更新策略仍是一個活躍的研究領域)在模型並行化中,模型訓練作業是在模型上進行分割的。工作中的每個GPU接收模型的一個切片,例如它的層的一個子集。例如,一個GPU負責它的輸出頭,另一個負責輸入層,另一個負責中間的隱藏層。
  • AMD發燒友的特大喜訊:破解Duron新方法
    現在,您不需昂貴難買的導電銀漆,一樣也可以用低廉簡單的方法實現diy,同樣該改進後的導電膠還可以用到其他cpu的超頻破解(包括過去一切cpu連接大法),如老duron、athlonxp l1銅橋的連接,甚至thorton超頻變身為barton核心3200+(改l2銅橋1)都可以,成功率100%(當然了要保證買來的cpu可超頻),太爽了!!!
  • AMD宣布全新CDNA GPU架構:數據中心計算專用
    而除了打遊戲、渲染圖形,GPU的另一項核心任務就是計算,尤其是隨著人工智慧、神經網絡、深度學習對於高性能計算的需求越來越苛刻,GPU也必須快速跟上。這方面,NVIDIA無疑是相當成功的,從架構到技術、從產品到市場都形勢良好,特別是架構上有專門的針對性設計,Tesla V100所用的「Volta」(伏特)就是最典型的。
  • AMD全新GPU架構揭秘:從零起步 7nm工藝
    Instinct MI100計算卡採用臺積電7nm工藝製造,集成120個計算單元、7680個流處理器,核心頻率最高1502MHz,並專門加入了Matrix Core(矩陣核心),用於加速HPC、AI運算。它整合封裝了32GB HBM2顯存,位寬4096-bit,頻率1.2GHz,帶寬1228.8GB/s,支持ECC。