Γενικη συζητηση για επεξεργαστες

[psolord]

TDP ≠ Power Draw

Έχει και 16/32 με το ίδιο tdp.

[uncharted]

Μοιάζει πολύ με την Zen CCX τοπολογία:

https://wccftech.com/tsmcs-custom-bu...4ghz-at-1-20v/

[MNP-10]

Αυτο που δε καταλαβαινω ειναι γιατι τις GPU τις εχουν ακομα monolithic, ειδικα αυτες που προοριζονται για data center compute και εχουν ψιλοπιασει ταβανι στο scaling... θα μπορουσαν να κανουν scale σε πολυ υψηλα νουμερα teraflops με πολλα μικρα chiplets, σε χαμηλα volt και χαμηλα watt. Να εχεις δλδ ενα fabric με 50-60 chiplets απο mini-gpu που δε καινε ουτε 5w εκαστο λογω underclock/undervolt, αλλα on aggregate να δινουν τρελα flops (και προφανως τρελα flops/watt).

[minas]

Μοιάζει πολύ με την Zen CCX τοπολογία:

https://wccftech.com/tsmcs-custom-bu...4ghz-at-1-20v/

Πολύ ωραία νούμερα η νέα μέθοδος, αν και η σύγκριση με Intel που κάνει στο άρθρο είναι λίγο μήλα-πορτοκάλια.

Όσο για το γιατί δεν γυρνάνε τις GPU σε chiplets, νομίζω ότι φοβούνται τo inter-chiplet latency. Ακόμη και για compute θα είναι αρκετές οι δουλειές που χρειάζονται επικοινωνία με διπλανά τσιπάκια.
Δεν σημαίνει ότι δεν περιμένω να γυρίσουν σε chiplets, ειδικά η AMD - νομίζω ότι θέλουν πρώτα να φτιάξουν καλύτερο σύστημα μεταξύ τους επικοινωνίας. Εξάλλου θα χρειαστεί σημαντικά διαφορετική αρχιτεκτονική, και όλοι οι παίχτες έχουν το R&D τους γεμάτο με άλλες προτεραιότητες...

[MNP-10]

Όσο για το γιατί δεν γυρνάνε τις GPU σε chiplets, νομίζω ότι φοβούνται τo inter-chiplet latency. Ακόμη και για compute θα είναι αρκετές οι δουλειές που χρειάζονται επικοινωνία με διπλανά τσιπάκια.

Μπα ειδικα το compute σε number crunching, AI, κτλ, δεν εχει θεμα latency... μπορει να παραλληλιστει ευκολα... οπως αμα το βαλεις σε πολλα gpu χωρις να χασει αποδοση...ετσι και αμα τα gpu ειναι στο ιδιο fabric. Στα ram intensive tasks μπορει να εχει οντως θεμα.

Βλεπεις gpu οπως αυτη που εχει το a12x που ειναι κανα τεραφλοπ με το τσιπακι να ειναι πολυ low watt (και εχει και cpu, εχει και system-on-chip δυνατοτητες, εχει και AI circuitry) και λες δλδ αμα ηταν μονο η gpu χωρις το SoC/CPU/AI circuits ποσο θα καιγε? 2w / tflop? Δλδ αμα αυτο το βαλεις σε 50 chiplets τετοια μονο το gpu, θα εχεις πιασει 50+ tflop με 100w? Μιλαμε για τρελα νουμερα efficiency + αποδοσης...

[uncharted]

Θέλουν να εφαρμόσουν και 3D stacking, αλλά υπάρχουν τεχνικές δυσκολίες προς το παρόν.

- - - Updated - - -

Βλεπεις gpu οπως αυτη που εχει το a12x που ειναι κανα τεραφλοπ με το τσιπακι να ειναι πολυ low watt (και εχει και cpu, εχει και system-on-chip δυνατοτητες, εχει και AI circuitry) και λες δλδ αμα ηταν μονο η gpu χωρις το SoC/CPU/AI circuits ποσο θα καιγε? 2w / tflop? Δλδ αμα αυτο το βαλεις σε 50 chiplets τετοια μονο το gpu, θα εχεις πιασει 50+ tflop με 100w? Μιλαμε για τρελα νουμερα efficiency + αποδοσης...

1TF FP32 ή FP16;

Επίσης το memory bandwidth σε mobile SoC είναι αρκετά χαμηλό και την σκαπουλάρουν με tiled rendering σε SRAM.

[MNP-10]

Αν θυμαμαι καλα ειναι 1.6 / 0.8.

- - - Updated - - -

Επίσης το memory bandwidth σε mobile SoC είναι αρκετά χαμηλό και την σκαπουλάρουν με tiled rendering σε SRAM.

Για compute στυλ σειριακο number crunching, hashing, ακομα και video encoding, δε θες σοβαρο bandwidth per chip...

[uncharted]

Για compute στυλ σειριακο number crunching, hashing, ακομα και video encoding, δε θες σοβαρο bandwidth per chip...

Αντιθέτως, για compute είναι που θες σοβαρό memory bandwidth και όχι για 3D rasterization saving tricks (TBDR, delta compression κλπ.)

Γι' αυτό οι GCN Radeon έχουν κάτι μπουριά μέχρι 512-bit GDDR5 (R9 390X).

[MNP-10]

Αντιθέτως, για compute είναι που θες σοβαρό memory bandwidth και όχι για 3D rasterization saving tricks (TBDR, delta compression κλπ.)

Γι' αυτό οι GCN Radeon έχουν κάτι μπουριά μέχρι 512-bit GDDR5 (R9 390X).

Εξαρταται το compute task. Αν ειναι read-process-write, ναι. Πχ data compression. Ι/Ο read κομματι Χ, το συμπιεζεις, το ξαναβγαζεις ως output Υ.

Αν ειναι νουμερα που επανυπολογιζονται ή data που γινονται process και re-process, ή data που γινονται process επι μεγαλη ωρα και το read/write ειναι μικρο ποσοστο επι του συνολου, οποτε τα data εχουν σοβαρο ποσοστο της ωρας locality πανω στο cpu, τοτε οχι.

Πχ το hashing παιρνεις μια λεξη και τη κανεις 800 μετατροπες πριν την ξαναγραψεις ως output. Το χρονο τον τρως στις ενδιαμεσες μετατροπες. Το ιδιο και σε number crunching οπου ενας αριθμητικο αποτελεσμα γινεται input για την επομενη πραξη - οπως τα AI tasks που παραγουν αποτελεσματα που επανυπολογιζονται... ομως ολο αυτο ειναι ηδη πανω στη cpu.

- - - Updated - - -

Ο phoronix εκανε review τον 3600x, σε γενικες γραμμες ειναι πολυ κοντα με τον 2700x. https://www.phoronix.com/scan.php?pa...n5-3600x&num=1

Το κουφο της υποθεσης ειναι η πολυ υψηλη καταναλωση σε min/avg/max: https://openbenchmarking.org/embed.p...ha=37caf6a&p=2

Η δοκιμη εγινε με Χ570 αλλα και παλι η διαφορα ειναι too much.

[psolord]

O 3600X και 3700Χ εχουν 30-35W χαμηλοτερο AVG απο τον 2700Χ. Γιατι ειναι κακο αυτο;

[MNP-10]

Σε σχεση με το 2700x παει καλα, σε σχεση με τα intel δε παει καλα σε perf/watt, ανευ λογου (ειναι 7nm - θα επρεπε να πηγαινει καλα). Τα δε idle των amd ειναι πολυ υψηλα. Βασικα απαραδεκτα υψηλα.

[minas]

Είναι αξιοσημείωτο όμως ότι μέτρησε system power consumption, όχι μόνο CPU. Και το Χ570 της δοκιμής συμβάλλει στη διαφορά...

[uncharted]

Σε σχεση με το 2700x παει καλα, σε σχεση με τα intel δε παει καλα σε perf/watt, ανευ λογου (ειναι 7nm - θα επρεπε να πηγαινει καλα). Τα δε idle των amd ειναι πολυ υψηλα. Βασικα απαραδεκτα υψηλα.

Οι Intel πέφτουν μέχρι και στα 800 MHz, οι πρώτοι Ryzen έπεφταν στα 1550 MHz και οι Zen 2 με το latest AGESA πέφτουν στα ~3 GHz. Από μνήμης αυτά, διορθώστε αν κάνω λάθος.

Ούτε εγώ μπορώ να καταλάβω γιατί δεν το φτιάχνουν αυτό...

[psolord]

Coffeelake 8600k εδω, στοκ πεφτει στα 800 οντως. Τον 2500Κ τον εχω μακριά τωρα και δε θυμαμαι.

[uncharted]

Απίστευτο:

https://venturebeat.com/2019/08/19/c...r-chip-for-ai/

- - - Updated - - -

https://www.servethehome.com/cerebra...-largest-ever/



Σαν να λέμε να τυπώσουν σε λιθογραφία των 90s (350nm) έναν Ryzen/Coffeelake. Τόσο τεράστιος θα έβγαινε!