三星跟AMD_三星看上AMD的下一代GPU架构，将引入移动设备

今年6月，三星和AMD宣布推出战略合作伙伴关系，并将AMD的下一代GPU体系结构引入移动设备。 最近AMD发布了最新的RDNA微体系结构白皮书。 揭示了AMD高端RX 5700显卡的工作原理，揭示了未来的低功耗设计。

图形微体系结构是GPU运行的基本组件。 从少量处理核心资料到连接所有内存的记忆体。 RDNA包括最新的AMD电脑、新一代游戏机和其他市场GPU使用的指令和硬件构建块。

深入之前，报纸上没有关于三星发售的GPU的报道。 最初在2021年发售，基于Navi的继承人和下一代RDNA的事实几乎是确实的。 然而，与该架构有关的有趣信息可以描述给未来的移动设备。

AMD的新一代体系结构进一步提高了每瓦性能。 移动设备需要这个。 AMD图形架构的哪些部分对移动芯片设计者(如三星)有吸引力，尤其需要提供经测试的移动图形产品，其中针对ARM和想象力进行优化。 先不论许可协议和成本，让我们来看看AMD硬件为三星提供了什么。

不能从白皮书过度论述移动要素的性能潜力。 但是，您可以看到RDNA为移动应用程序提供了适当的优化。 导入L1高速缓存后，2个数学运算部的运算单元之间共享，读写较少，因此能够降低功耗。 共享L2高速缓存还可以由64KB-512KB片段组成，具体取决于应用程序的性能。 具体地说，依赖于应用的性能、功耗和硅晶片面积的目标。

提高能效是RDNA变化的重要部分。 AMD体系结构也从64个使用GCN的任务转变为32个使用RDNA的任务。 换句话说，每个核心一次并行处理工作负载32次。 AMD说，将工作负载分配给更多核心可以提高性能、效率和并行性。 由于移动大块数据是一种能量密集型方法，因此它也适用于带宽有限的场景。

至少，AMD为内存和功耗投入了大量能量。 这是成功智能手机GPU的重要部分。

Radeon擅长计算工作负载，最多支持8个4位并行运算和混合精度FMA的机器学习任务。 AMD的图形核心Next架构是RDNA的前身，在机器学习工作负载方面也特别强大。 正如我们所知，人工智能现在是智能手机处理器领域的重大事件，在未来5年内很可能变得更普遍。

RDNA保留高性能的机器学习证书，并且支持64、32、16、8以及四位整数数学。 RDNA载波ALUs的宽度是上一代的两倍，可以更快地处理数字，执行融合乘积运算，低于上一代的功耗。 融合数学在机器学习应用中很常见，ARM的malig - g77中有专用的硬件块。

三星公司开发了神经处理单元，有消息称最终能达到脑的处理能力。 除了戴尔，RDNA还引入了异步计算隧道来管理计算着色器的工作负载。 AMD表示计算和图形工作负载可以在GPU上协调共存。 这意味着RDNA可以同时处理ML和图形工作负载，从而减少专用人工智能需求。

主要基于台式机级别RX5700文档进行性能预测。 这样，RDNA显然是非常吸引人的，因为他想要利用芯片空间特性来处理图形和ML工作负载。 AMD还承诺，7纳米+芯片和下一代RDNA芯片可以提高每瓦性能。 这个预定三星使用。