Es ist das Ergebnis von Kontroversen, Kanonenfutter für Benutzer, die wenig mit dem puren Genuss der Technologie zu tun haben, die beide Unternehmen anbieten, und dennoch ist es eine Tatsache, die seit der Radeon X800 beibehalten wurde. NVIDIA übernahm Ende 2005 das Kommando über Grafikkarten und regiert seitdem seit 15 Jahren mit eiserner Faust, aber was hört auf AMD vom Start eines GPU das übertrifft seinen Rivalen?
Es gibt mehrere Schlüsselfaktoren, über die NVIDIA bei der Markteinführung neuer GPUs immer klar war und die AMD seit etwas mehr als zwei Jahren zu verstehen beginnt.
Diese Faktoren sind über die Architekturen selbst hinaus nicht wirklich relevant, haben jedoch interessante Konnotationen, die eine klare Botschaft hinterlassen, die verspricht, die aktuelle Grafikkartenlandschaft zu ändern.
Architektur
Wir gehen davon aus, dass wir die Natur einer GPU als solche verstehen, das heißt, sie sind fantastische „Riesenrechner“ für FP-Operationen, daher eignen sie sich hervorragend für Paralleloperationen. Die überwiegende Mehrheit der Berechnungen wird von FPU-Einheiten durchgeführt. Im Gegensatz zu CPUs sind diese Einheiten als solche nicht von Software-Designern programmierbar, sondern alle etwas abstrakter und völlig abhängig von dem Treiber, der sie unterstützt.
Dadurch können AMD und NVIDIA ihre Produkte optimieren, wie es nur wenige Geräte auf einem PC haben. Gleichzeitig ist dies nur der Anfang des Problems mit dem Hauptargument dieses Artikels, und das heißt, dass NVIDIA so viele Ressourcen zuweist, dass seine Entwicklungsgruppe intern als „NVIDIA-Armee“ bezeichnet wird.
Die Anzahl der Softwareentwickler, die sie haben, ist AMD weit überlegen, und hier ist ein Teil der Überlegenheit ihrer GPUs. Es muss verstanden werden, dass in den Architekturen und genau ab Ende 2005 die Grafikkarten die gleichen Arbeitseinheiten haben: ALUs / FPU-TMUs und ROPs (abgesehen von den entsprechenden Caches und klarem VRAM) und nur Turing hat die neue RT auferlegt Kerne und Tensorkerne für verschiedene Aufgaben.
Dies setzt wiederum voraus, dass Softwareoptimierung in Verbindung mit Architekturverbesserungen für jede Generation einen größeren Unterschied darstellt, wenn Sie nicht schneller als der Rivale vorankommen. Um genau zu sein, umfasst Navi als Architektur zwei Shader-Motoren Blöcke, die AMD wiederum in die berühmten teilt Asynchrone Rechenmaschinen (ACE) , wo jeder 5 WGP und zwei CUs hat.
Zum reinen Vergleich hat NVIDIA in Turing 6 GPCs mit 6 TPCs in jedem und zwei SMs für jeden Block. Diese einfache Vision der Struktur jeder Architektur lässt erkennen, dass die Parallelisierung derjenigen von Huang viel höher und konfigurierbarer ist als die von AMD, das insgesamt viel leistungsfähigere Blöcke aufweist, aber gleichzeitig weniger energieeffizient ist als die Option Ihres Rivalen.
Schließlich muss verstanden werden, dass es einen radikalen Unterschied im Ansatz des Betriebs beider Architekturen gibt, der aus der Vergangenheit durch einfache Entwicklung derselben stammt: NVIDIA arbeitet mit skalaren Ausführungseinheiten, AMD verwendet seinerseits Einheiten, mit denen gearbeitet wird Vektoren.
Was bedeutet das? Eine völlig andere Optimierung, die von Entwicklern durchgeführt werden muss und gleichzeitig aufgrund ihrer Deckkraft eine Mauer ist, die AMD versucht, Einheiten anzubieten, die einfacher zu programmieren und mit besseren Ressourcen ausgestattet sind.
Verbrauch
Ein weiteres Problem, das AMD seit Jahren hat und das es selbst mit einem viel weiter fortgeschrittenen lithografischen Verfahren als dem seines Konkurrenten nicht schafft, die Nase vorn zu haben. Auch hier ist alles ein Architektur- und Optimierungsproblem.
NVIDIA ist in der Lage, jede Gruppe von TPCs und sogar ganze GPCs in Millisekunden zu deaktivieren, wodurch die Arbeitslast stark variiert wird und die Einheiten zusammen mit verschiedenen Technologien wie gekachelt oder hochgradiger Farbkomprimierung effizienter arbeiten und daher eine Steigerung erzielen Leistung durch weniger Energieverbrauch.
Optimierung ist der Schlüssel und hier schafft NVIDIA durch den Betrieb seiner Einheiten mehr als AMD im gleichen Taktzyklus. Sie sollten dies nicht so sehr unter dem Gesichtspunkt der Leistung (was offensichtlich besser ist) betrachten, sondern unter dem Gesichtspunkt des Verbrauchs.
Eine Skalareinheit erlaubt einen schwebenden Befehl und eine ganze Zahl gleichzeitig und pro Taktzyklus. Die Neuorganisation der Architektur in NVIDIA ermöglicht es einem Programmierer, einfacher als in AMD mit Vektoroperationen zu arbeiten, insbesondere jetzt, da Turing drei verschiedene, gut differenzierte Engines in jedem SM hat.
Dadurch kann die Rasterung besser auf diese Motoren konzentriert werden, sei es INT32 , FP32 oder Tensorkerne Dies ermöglicht, falls nicht erforderlich, vollständige GPCs oder einen dieser Motoren zu deaktivieren, um Verbrauch zu sparen und bei der Arbeit effizienter zu sein. .
Preise
Es ist ein entscheidender Faktor, wenn wir darüber sprechen, welche GPU „besser“ ist. Für NVIDIA hat sich diesmal die Strategie hoher Preise, innovative Technologien anzubieten, bewährt. In Wirklichkeit waren sowohl Ray Tracing als auch DLSS visuell kein so großer Schritt wie beabsichtigt und sie waren nicht frei von Kontroversen oder Problemen.
Wenn Sie ein niedrigeres Produkt zu einem niedrigeren Preis anbieten, wird es an sich nicht besser. Sie müssen wissen, wie Sie es auf attraktive Weise positionieren können. Die Bereiche Konsum und Architektur führen direkt dazu und machen AMD für eine größere Anzahl von Benutzern preislich zur günstigsten Option.
Navi überraschte NVIDIA zu diesem Zeitpunkt, da die architektonischen Verbesserungen tiefgreifend waren und es ein bedeutender Sprung war, der Huangs Einführung einer neuen Reihe von Karten veranlasste, um Lücken zu schließen. Die Realität auf der ganzen Welt ist jedoch, dass der Benutzer die Technologien, die Leistung und den Verbrauch, die NVIDIA bietet, zu einem höheren Preis schätzt. Nicht umsonst besitzt es mehr als 60% des Weltmarktes, daher sind wir in der Lage, diejenigen, die sich dafür entscheiden, etwas mehr für eine NVIDIA-GPU zu bezahlen, um die Vorteile ihrer neuen Technologien zu nutzen, und diejenigen, die dies einfach nicht wollen aus verschiedenen Gründen durch diesen Ring zu gehen.
In jedem Fall ist AMD in diesem Abschnitt normalerweise seit mehr als 15 Jahren im Schlepptau. NVIDIA setzt mit seinen neuen GPUs Preise fest und AMD füllt die Lücken mit seinen GPUs.
