شرکت AMD در نمایشگاه 2017 CES ، اطلاعاتی در مورد جزئیات نسل بعدی معماری GPU وگا (Vega) منتشر کرد . با نزدیک به 5 سال فعالیت شرکت AMD در زمینه معماری GPU های Vega ، شاهد این خواهیم بود که این GPU ها را صرفا برای کارت های بازی کامپیوتری تولید نکرده ، بلکه آن ها در زمینه طراحی حرفه ای ، هوش ماشینی و AR/VR و خیلی زمینه های دیگر ، می توانند کمک شایان توجهی داشته باشند . شرکت AMD جزئیات کامل تری در این باره منتشر نکرده ، مثلا این مورد که ، انتظار می رود تا اواسط سال 2017 ، محصولات ورزشی معماری وگا ارائه شوند .
یکی از چالش های اولیه کار با داده های فشرده ، پردازش اطلاعات است که هسته های موازی GPU مراقبت از این کار را به یک اندازه انجام می دهند . اگر زیر سیستم حافظه کندی (آهسته ای ) وجود داشته باشد ، پردازش داده های بزرگ ، همچنان یک اختلال به حساب می رود . هدف اصلی معماری GPU های وگا ، کمک به حل این مشکل است که این کار را با آدرس دهی مجموعه ای از داده های بزرگ به سمت ترکیبی از انواع حافظه ، انجام می دهد . این کار به سه قسمت (بخش) تقسیم می شود : کارت های گرافیک Radeon RX,Radeon Pro , Radeon Instict.
آقای Raja Koduri ؛ معاون ارشد رئیس جمهور و معمار ارشد گروه فناوری Radeon در شرکت AMD معتقد است : ” استفاده از GPU ها در حل مسائل داده های بزرگ در مقیاس گیگابایت در بازی ها و همچنین بهره گیری از آن ها در حل مسائل داده های بزرگ در مقیاس اگزابایت در هوش ماشینی ، بسیار شگفت انگیز است . ما ، معماری وگا را بر اساس این قابلیت ، طوری طراحی کرده ایم که انعطاف بررسی کردن طیف وسیعی از مشکلاتی که GPU ها در حال حاضر و در 5 سال آینده با آن ها مواجه خواهند شد را داشته باشند .”
معماری پیشرفته حافظه GPU
انتظار می رود در محصول وگا شرکت AMD از معماری پیشرفته حافظه GPU در قالب جدیدی از حافظه نهان با پهنای باند بالا درون کنترلرهایش به کار گرفته شود . این حافظه نهان قادر است در هر ثانیه ترابایت داده را انتقال دهد (مطابق با شرکت AMD) . این حافظه نهان از نسل دوم فناوری حافظه با پهنای باند بالا (HBM)استفاده می کند . در سال 2010 ، HBMبه عنوان استاندارد صنعتی پیشنهاد شد . HBM از حافظه پشته شده DRAM به منظور افزایش سرعت پهنای باند حافظه (بالاتر از GDDR5) با تحت کنترل قرار دادن مصرف انرژی ، استفاده می کند . HBM 2 در مقایسه با GDDR5 ، ظرفیت بالاتر و ردپای محدودتری دارد ، به طور تقریبی ظرفیت آن 8x و پهنای باند آن 2x می باشد . معماری وگا ، مطابق با شرکت AMD بهینه شده تا بتواند با مجموعه های داده های بزرگ کار کند و تقریبا نزدیک به 512 ترا بایت فضای آدرس دهی مجازی دارد .
نسل بعدی خط لوله هندسی
در بازی های امروزی و نرم افزارهای حرفه ای ، به طور چشم گیری از چندضلعی های بیشماری استفاده شده است . در هر قالب داده شده ، میلیون ها چندضلعی وجود دارند که باعث تراکم شبکه می شوند و درنتیجه در هر پیکسل ، بایستی چند ضلعی های بیشماری رندر شوند .
نسل بعدی خط لوله هندسی وگا ، این امکان را به برنامه نویس می دهد که در پردازش این شکل هندسی پیچیده ، بازدهی بالا و کارامدی داشته باشد و همچنین نسبت به نسل قبلی معماری Radeon ، توان عملیاتی آن در هر کلاک (ساعت) ، بیش از 200درصد می باشد .
همچنین واحد های محاسباتی انعطاف پذیری برای پردازش عملیات 8 ، 16 ، 32 و 64 بیتی در هر چرخه کلاک (شمارشگر ) وجود خواهد داشت که این واحدهای محاسباتی جدید به نسبت نسل قبل ، برای فرکانس های بالاتری بهینه شده اند و همچنین پشتیبانی از انواع دادهای گوناگون باعث شده که این معماری در زمینه های مختلف ، کابردی باشد .
نسل بعدی موتورهای محاسباتی
واحد های محاسباتی انعطاف پذیری برای پردازش عملیات 8 ، 16 ، 32 و 64 بیتی در هر چرخه کلاک (شمارشگر ) وجود خواهد داشت که این واحدهای محاسباتی جدید به نسبت نسل قبل ، برای فرکانس های بالاتری بهینه شده اند و همچنین پشتیبانی از انواع دادهای گوناگون باعث شده که این معماری در زمینه های مختلف ، کابردی باشد .
موتور پیکسل پیشرفته
موتور پیکسل جدید وگا برای بهبود عملکرد و بهره وری قدرت ؛ از جریان Bining Rastrizer بهره می گیرد و در حال حاضر ، به منظور کاهش سربار قابل ملاحظه در کارهای گرافیکی که عملیات “خواندن پس از نوشتن ” متناوب را انجام می دهند ، از حافظه نهان پردازنده l2 بهره می گیرد .
