NVIDIA Lovelace vs AMD RDNA 3, lo que no se ha contado de sus GPU

NVIDIA Lovelace vs AMD RDNA 3, lo que no se ha contado de sus GPU

Redacción

Falta casi un año para el lanzamiento de las GPU basadas en las RDNA 3 y Lovelace de AMD y NVIDIA, de las cuales se han comentado varios rumores y han aparecido de tanto en cuanto en las noticias. Es por ello que os hemos preparado un artículo sobre ciertas cosas que se comentan detrás de los bastidores sobre la siguiente generación de tarjetas gráficas para gaming.

Con las RTX 30 y las RX 6000 agotadas en todos lados resulta sorprendente que se esté hablando de la siguiente generación de tarjetas gráficas. Bueno, realmente no es así y de manera oficial ni AMD ni NVIDIA han dicho nada sobre sus arquitecturas. Pero, hay una serie de rumores que ordenados de manera lógica y con conocimiento sobre arquitecturas de hardware gráfico dibujan un escenario muy interesante de cara al futuro.

Un campo de batalla con un nodo en común

Procesadores fabricación oblea

Ambas arquitecturas van a enfrentarse haciendo uso del nodo de 5 nm de TSMC, el cual en el caso de AMD será utilizado también para la fabricación de sus APU y CPU Zen 4. En cuanto a NVIDIA se trata de un retorno a la fundición taiwanesa después de que las RTX 30 se hayan estado fabricando en Samsung.

TSMC que es conocedora de este hecho hará que sus obleas las pague el mejor postor, esto se va a traducir en una subida de los precios y es que el espacio en las fábricas de TSMC se han de reservar. ¿La situación actual? AMD no parece estar dispuesta a continuar siendo la marca barata en comparación con NVIDIA. Lo que era parte del motivo por el cual AMD no podía conseguir una cuota de mercado tan grande como NVIDIA. No solo por el peor rendimiento, sino por el hecho que a menos dinero ganado, menos obleas para pagar y a menos obleas menos tarjetas gráficas se acaban produciendo.

Los altos precios en comparación con el pasado en el caso de AMD ya los estamos viendo con las RX 6000 y es una tendencia en la que la empresa de Lisa Su seguirá la escalada de precios hasta igualarse al nivel de NVIDIA. Al fin y al cabo el mercado ha aceptado los altos precios de las últimas generaciones de las tarjetas de NVIDIA y AMD no deja de ser una multinacional con el afán de ganar dinero.

¿Qué nos tiene preparado NVIDIA con Lovelace?

Ada Lovelace

Lovelace es ahora mismo una enorme incógnita, los únicos datos que conocemos no vienen de NVIDIA sino de Kopite7Kimi, un insider que acertó con más de un año de antelación las especificaciones de las actuales RTX 30. ¿La cifra más destacada? Los 18432 núcleos CUDA o ALUs en FP32 que tendrá supuestamente la nueva arquitectura gráfica de NVIDIA, un aumento considerable que casi aumenta en número la cantidad de núcleos CUDA de la GA102 más potente.

En las RTX 30 hemos visto como la media de ALUs en FP32 por unidad shader o SM ha pasado de 64 a 128, cifra que se traduce en 144 SM en total, una cifra incluso superior a la que tiene una NVIDIA A100 y resulta en el salto más impresionante, si eso se cumple, en cualquier generación de NVIDIA. Tal salto hace que seamos parcialmente escépticos con dicha información.

Es muy posible que los 18432 núcleos CUDA sean una cifra que corresponden a NVIDIA Hopper y no a Lovelace. Al fin y al cabo Hopper será a Lovelace lo que Volta fue a Turing. El motivo por el cual pensamos esto es por los rumores de la nueva organización que se rumorea para Hopper y que lo más seguro acabe siendo utilizada en Lovelace

Una nueva organización para Hopper y Lovelace

Nuevo GPC NVIDIA

Hay otro rumor que habla del cambio en la organización de sus GPU en la siguiente generación por parte de NVIDIA, donde la unidad mínima será el SM y desaparecerán los subcores, por lo que la unidad SM tendrá un planificador general en vez de tener uno en cada subcore, en ese aspecto se parecerá mucho más a la arquitectura de AMD donde la caché de más bajo nivel se comparte para todo el SM por igual.

El siguiente punto es el TPC, este no sufre cambios, excepto que agrupará esta vez 3 SM en vez de 2 SM, pero es en la aparición del Cluster Processor Core donde viene lo interesante. Cada CPC tendrá en su interior 3 TPC y por tanto hablamos de 18 SM por GPC o 6 por CPC. ¿La particularidad de los CPC? Por lo visto cada uno tiene asignado a una nueva caché L1 de datos e instrucciones. ¿La cantidad de CPC por GPC? Pues según los rumores serían tres en total, pero la cantidad de CPC por GPC podría ser variable como lo son actualmente el número de TPC, pero este último detalle lo desconocemos.

Se podría estar confundiendo Lovelace con Hopper

Poisible Diagrama Lovelace GL102

Lo que nos hace dudar sobre la cantidad de unidades SM en relación con esta rumoreada nueva organización es que se necesitan 8 GPC para conseguirlo y la cantidad de GPC en las GPU de NVIDIA ha ido casi siempre de acorde con el ancho de banda de la memoria. Donde normalmente 6 GPC equivalen a un bus de 384 bits y no se suele utilizar un bus más ancho en las GPU comerciales.

Existe la posibilidad de que se haya confundido Lovelace con Hopper de cara a su posible configuración. Una vez que vemos más posible y realista. Y que conste que esto es una especulación por nuestra parte basada en cosas que hemos oído. Y es que NVIDIA Lovelace en su GPU más potente podría tener una configuración de 6 GPC de próxima generación, lo que le permitiría llegar a los 108 SM. Una cifra que si bien sería inferior a los rumoreados 144 SM son un salto importante respecto a los 82 SM de la actual RTX 3090.

La diferencia entre RDNA 3 y Lovelace es que la GPU de AMD podrá alcanzar las 160 Unidades Shader con un doble chip, pensar que NVIDIA alcanzará los 144 con un solo chip es cuanto menos ser bastante irrealista y más cuando hablamos del mismo nodo. De ahí a que pensamos que la configuración de 144 Unidades Shader podría corresponder a Hopper y no a Lovelace, dado que se comenta que Lovelace será una GPU multichip.

Infinity Cache no solo en RDNA 3, sino también en Lovelace

Infinity Cache Consumo

Uno de los puntos que nos hacen dudar sobre la enorme cantidad de unidades SM que se rumorean es la posibilidad de que NVIDIA le copia a AMD la idea de Infinity Cache a AMD, la cual sirve para que los datos descartados desde la L2 no tengan que ser recuperados en la RAM, el motivo es que el consumo energético de hacerlo es mucho más alto cuanto más lejana está cualquier memoria de cualquier procesador como ya os hemos comentado varias veces.

Por lo que la gran novedad de NVIDIA para Lovelace estaría en el añadido de un nivel adicional de caché, la cual haría la misma función que la Infinity Cache y pasaría a ser un punto en común entre RDNA 3 y Lovelace. Las pistas sobre el añadido de una gran caché L3 vienen de un paper reciente de NVIDIA y tendría todo el sentido del mundo, ya que es una forma de no requerir grandes anchos de bandas externos. Tenemos el caso de la AMD RX 6000 donde sus modelos más potentes utilizan un bus de 256 bits.

El añadido de la caché L3 en Lovelace y el aumento de la misma en RDNA 3 es lo que nos hace pensar que la configuración de 144 SM para Lovelace podría ser una exageración por malinterpretación de la información que ha dejado caer NVIDIA, pero, repetimos, puede que nos equivoquemos. En todo caso, no nos podemos olvidar que uno de los puntos fuertes del nodo de 5 nm de TSMC

¿Para qué quiere NVIDIA una caché L3 en Lovelace?

¿Pero qué sentido tiene para NVIDIA hacer lo mismo que AMD? Aquí viene una de las claves al rendimiento, las GPU actuales de NVIDIA desde Maxwell hasta el día de hoy utilizan lo que se llama el Tiled Caching, el cual consiste en rasterizar la escena en la caché L2 de manera directa. Por lo que es muy parecido al Tile Rendering, pero con dos diferencias muy importantes:

  • El Tile Rendering procesa los tiles dentro de una memoria embebida que es controlada por el hardware, por lo que los datos no abandonan de manera aleatoria hasta que el tile ha sido terminado.
  • El Tile Rendering ordena la geometría de la escena y genera una lista de pantalla nueva por cada tile de la misma antes del rasterizado de los triángulos. El Tiled Caching no lo hace.

Dicho de otra manera, el Tiled Caching es un híbrido que en la primera mitad del pipeline actúa con una GPU convencional y la otra mitad como un Tile Renderer pero limitado al depender de una caché, por lo que muchas veces los datos van para abajo, lo que supone en muchos sistemas que van a la DRAM. ¿La solución? Añades una caché muy grande que haga de colchón. Todo sigue operando sobre la caché L2, pero dicha caché L3 está para asegurarse que podamos recuperar los datos más rápido y sin un consumo energético por las nubes.

Lo que AMD le copiará a Lovelace en RDNA 3

AMD RDNA 3 GPU

En cuanto a RDNA 3 veremos como van adoptar varias ideas de las actuales NVIDIA RTX 30.

  • El ratio de ALUs en FP32 por unidad shader se duplicará, pasando de ser de 64 a 128, igualando a AMD con NVIDIA en esta cifra.
  • Nueva Ray Accelerator Unit, la cual puede atravesar el árbol BVH sin depender de la unidad shader, esto será una mejora enorme en el rendimiento del Ray Tracing.
  • La Matrix Core Unit de los CDNA será integrada en RDNA 3, esto permitirá algoritmos basados en redes neuronales convolucionales similares al DLSS de NVIDIA como el que está desarrollando Microsoft.

Por otro lado van a haber ciertos cambios internos, por ejemplo el modo Wave64 que daba compatibilidad con GCN y ha sido clave para la retrocompatibilidad hacia atrás de las Xbox Series X y S, así como de PlayStation 5 pues desaparecerá en RDNA 3 dirá definitivamente adiós.

¡Sé el primero en comentar!
Logo hardzone.es
Navega gratis con publicidad…

Navegar por testdevelocidad.es con publicidad personalizada, seguimiento y cookies de forma gratuita. i

Para ello, nosotros y nuestros socios i necesitamos tu consentimiento i para el tratamiento de datos personales i para los siguientes fines:

Las cookies, los identificadores de dispositivos o los identificadores online de similares características (p. ej., los identificadores basados en inicio de sesión, los identificadores asignados aleatoriamente, los identificadores basados en la red), junto con otra información (p. ej., la información y el tipo del navegador, el idioma, el tamaño de la pantalla, las tecnologías compatibles, etc.), pueden almacenarse o leerse en tu dispositivo a fin de reconocerlo siempre que se conecte a una aplicación o a una página web para una o varias de los finalidades que se recogen en el presente texto.

La mayoría de las finalidades que se explican en este texto dependen del almacenamiento o del acceso a la información de tu dispositivo cuando utilizas una aplicación o visitas una página web. Por ejemplo, es posible que un proveedor o un editor/medio de comunicación necesiten almacenar una cookie en tu dispositivo la primera vez que visite una página web a fin de poder reconocer tu dispositivo las próximas veces que vuelva a visitarla (accediendo a esta cookie cada vez que lo haga).

La publicidad y el contenido pueden personalizarse basándose en tu perfil. Tu actividad en este servicio puede utilizarse para crear o mejorar un perfil sobre tu persona para recibir publicidad o contenido personalizados. El rendimiento de la publicidad y del contenido puede medirse. Los informes pueden generarse en función de tu actividad y la de otros usuarios. Tu actividad en este servicio puede ayudar a desarrollar y mejorar productos y servicios.

La publicidad que se presenta en este servicio puede basarse en datos limitados, tales como la página web o la aplicación que esté utilizando, tu ubicación no precisa, el tipo de dispositivo o el contenido con el que está interactuando (o con el que ha interactuado) (por ejemplo, para limitar el número de veces que se presenta un anuncio concreto).

  • Un fabricante de automóviles quiere promocionar sus vehículos eléctricos a los usuarios respetuosos con el medioambiente que viven en la ciudad fuera del horario laboral. La publicidad se presenta en una página con contenido relacionado (como un artículo sobre medidas contra el cambio climático) después de las 18:30 h a los usuarios cuya ubicación no precisa sugiera que se encuentran en una zona urbana.
  • Un importante fabricante de acuarelas quiere realizar una campaña publicitaria en Internet para dar a conocer su última gama de acuarelas con la finalidad de llegar tanto a artistas aficionados como a profesionales y, a su vez, se evite mostrar el anuncio junto a otro contenido no relacionado (por ejemplo, artículos sobre cómo pintar una casa). Se detectará y limitará el número de veces que se ha presentado el anuncio a fin de no mostrarlo demasiadas veces.

La información sobre tu actividad en este servicio (por ejemplo, los formularios que rellenes, el contenido que estás consumiendo) puede almacenarse y combinarse con otra información que se tenga sobre tu persona o sobre usuarios similares(por ejemplo, información sobre tu actividad previa en este servicio y en otras páginas web o aplicaciones). Posteriormente, esto se utilizará para crear o mejorar un perfil sobre tu persona (que podría incluir posibles intereses y aspectos personales). Tu perfil puede utilizarse (también en un momento posterior) para mostrarte publicidad que pueda parecerte más relevante en función de tus posibles intereses, ya sea por parte nuestra o de terceros.

  • En una plataforma de redes sociales has leído varios artículos sobre cómo construir una casa en un árbol Esta información podría añadirse a un perfil determinado para indicar tuinterés en el contenido relacionado con la naturaleza, así como en los tutoriales de bricolaje (con el objetivo de permitir la personalización del contenido, de modo que en el futuro, por ejemplo, se te muestren más publicaciones de blogs y artículos sobre casas en árboles y cabañas de madera).
  • Has visualizado tres vídeos sobre la exploración espacial en diferentes aplicaciones de televisión. Una plataforma de noticias sin relación con las anteriores y con la que no has tenido contacto en el pasado crea un perfil basado en esa conducta de visualización marcando la exploración del espacio como un tema de tu posible interés para para otros vídeos.

El contenido que se te presenta en este servicio puede basarse en un perfilde personalización de contenido que se haya realizado previamente sobre tu persona, lo que puede reflejar tu actividad en este u otros servicios (por ejemplo, los formularios con los que interactúas o el contenido que visualizas), tus posibles intereses y aspectos personales. Un ejemplo de lo anterior sería la adaptación del orden en el que se te presenta el contenido, para que así te resulte más sencillo encontrar el contenido (no publicitario) que coincida con tus intereses.

  • Has leído unos artículos sobre comida vegetariana en una plataforma de redes sociales. Posteriormente has usado una aplicación de cocina de una empresa sin relación con la anterior plataforma. El perfil que se ha creado sobre tu persona en la plataforma de redes sociales se utilizará para mostrarte recetas vegetarianas en la pantalla de bienvenida de la aplicación de cocina.
  • Has visualizado tres vídeos sobre remo en páginas web diferentes. Una plataforma de video, no relacionada con la página web en la que has visualizado los vídeos sobre remo, pero basandose en el perfil creado cuando visistaste dicha web, podrá recomendarte otros 5 vídeos sobre remo cuando utilices la plataforma de video a través de tu televisor .

La información sobre qué publicidad se te presenta y sobre la forma en que interactúas con ella puede utilizarse para determinar lo bien que ha funcionado un anuncio en tu caso o en el de otros usuarios y si se han alcanzado los objetivos publicitarios. Por ejemplo, si has visualizado un anuncio, si has hecho clic sobre el mismo, si eso te ha llevado posteriormente a comprar un producto o a visitar una página web, etc. Esto resulta muy útil para comprender la relevancia de las campañas publicitarias./p>

  • Has hecho clic en un anuncio en una página web/medio de comunicación sobre descuentos realizados por una tienda online con motivo del “Black Friday” online y posteriormente has comprado un producto. Ese clic que has hecho estará vinculado a esa compra. Tu interacción y la de otros usuarios se medirán para saber el número de clics en el anuncio que han terminado en compra.
  • Usted es una de las pocas personas que ha hecho clic en un anuncio que promociona un descuento por el “Día de la madre”de una tienda de regalos en Internet dentro de la aplicación de una web/medio de comunicación. El medio de comunicación quiere contar con informes para comprender con qué frecuencia usted y otros usuarios han visualizado o han hecho clic en un anuncio determinado dentro de la aplicación y, en particular, en el anuncio del “Día de la madre” para así ayudar al medio de comunicación y a sus socios (por ejemplo, las agencias de publicidad) a optimizar la ubicación de los anuncios.

La información sobre qué contenido se te presenta y sobre la forma en que interactúas con él puede utilizarse para determinar, por ejemplo, si el contenido (no publicitario) ha llegado a su público previsto y ha coincidido con sus intereses. Por ejemplo, si hasleído un artículo, si has visualizado un vídeo, si has escuchado un “pódcast” o si has consultado la descripción de un producto, cuánto tiempo has pasado en esos servicios y en las páginas web que has visitado, etc. Esto resulta muy útil para comprender la relevancia del contenido (no publicitario) que se te muestra.

  • Has leído una publicación en un blog sobre senderismo desde la aplicación móvil de un editor/medio de comunicación y has seguido un enlace a una publicación recomendada y relacionada con esa publicación. Tus interacciones se registrarán para indicar que la publicación inicial sobre senderismo te ha resultado útil y que la misma ha tenido éxito a la hora de ganarse tu interés en la publicación relacionada. Esto se medirá para saber si deben publicarse más contenidos sobre senderismo en el futuro y para saber dónde emplazarlos en la pantalla de inicio de la aplicación móvil.
  • Se te ha presentado un vídeo sobre tendencias de moda, pero tu y otros usuarios habéis dejado de visualizarlo transcurridos unos 30 segundos. Esta información se utilizará para valorar la duración óptima de los futuros vídeos sobre tendencias de moda.

Se pueden generar informes basados en la combinación de conjuntos de datos (como perfiles de usuario, estadísticas, estudios de mercado, datos analíticos) respecto a tus interacciones y las de otros usuarios con el contenido publicitario (o no publicitario) para identificar las características comunes (por ejemplo, para determinar qué público objetivo es más receptivo a una campaña publicitaria o a ciertos contenidos).

  • El propietario de una librería que opera en Internet quiere contar con informes comerciales que muestren la proporción de visitantes que han visitado su página y se han ido sin comprar nada o que han consultado y comprado la última autobiografía publicada, así como la edad media y la distribución de género para cada uno de los dos grupos de visitantes. Posteriormente, los datos relacionados con la navegación que realizas en su página y sobre tus características personales se utilizan y combinan con otros datos para crear estas estadísticas.
  • Un anunciante quiere tener una mayor comprensión del tipo de público que interactúa con sus anuncios. Por ello, acude a un instituto de investigación con el fin de comparar las características de los usuarios que han interactuado con el anuncio con los atributos típicos de usuarios de plataformas similares en diferentes dispositivos. Esta comparación revela al anunciante que su público publicitario está accediendo principalmente a los anuncios a través de dispositivos móviles y que es probable que su rango de edad se encuentre entre los 45 y los 60 años.

La información sobre tu actividad en este servicio, como tu interacción con los anuncios o con el contenido, puede resultar muy útil para mejorar productos y servicios, así como para crear otros nuevos en base a las interacciones de los usuarios, el tipo de audiencia, etc. Esta finalidad específica no incluye el desarrollo ni la mejora de los perfiles de usuario y de identificadores.

  • Una plataforma tecnológica que opera con un proveedor de redes sociales observa un crecimiento en los usuarios de aplicaciones móviles y se da cuenta de que, en funciónde sus perfiles, muchos de ellos se conectan a través de conexiones móviles. La plataforma utiliza una tecnología nueva para mostrar anuncios con un formato óptimo para los dispositivos móviles y con un ancho de banda bajo a fin de mejorar su rendimiento.
  • Un anunciante está buscando una forma de mostrar anuncios en un nuevo tipo de dispositivo. El anunciante recopila información sobre la forma en que los usuarios interactúan con este nuevo tipo de dispositivo con el fin de determinar si puede crear un nuevo mecanismo para mostrar la publicidad en ese tipo de dispositivo.

El contenido que se presenta en este servicio puede basarse en datos limitados, como por ejemplo la página web o la aplicación que esté utilizando, tu ubicación no precisa, el tipo de dispositivo o el contenido con el que estás interactuando (o con el que has interactuado) (por ejemplo, para limitar el número de veces que se te presenta un vídeo o un artículo en concreto).

  • Una revista de viajes, para mejorar las experiencias de viaje en el extranjero, ha publicado en su página web un artículo sobre nuevos cursos que ofrece una escuela de idiomas por Internet. Las publicaciones del blog de la escuela se insertan directamente en la parte inferior de la página y se seleccionan en función de la ubicación no precisa del usuario (por ejemplo, publicaciones del blog que explican el plan de estudios del curso para idiomas diferentes al del país en el que este te encuentras).
  • Una aplicación móvil de noticias deportivas ha iniciado una nueva sección de artículos sobre los últimos partidos de fútbol. Cada artículo incluye vídeos alojados por una plataforma de streaming independiente que muestra los aspectos destacados de cada partido. Si adelantas un vídeo, esta información puede utilizarse para determinar que el siguiente vídeo a reproducir sea de menor duración.

Se puede utilizar la localización geográfica precisa y la información sobre las características del dispositivo

Al contar con tu aprobación, tu ubicación exacta (dentro de un radio inferior a 500 metros) podrá utilizarse para apoyar las finalidades que se explican en este documento.

Con tu aceptación, se pueden solicitar y utilizar ciertas características específicas de tu dispositivo para distinguirlo de otros (por ejemplo, las fuentes o complementos instalados y la resolución de su pantalla) en apoyo de las finalidades que se explican en este documento.

O sin publicidad desde 1,67€ al mes

Por solo 1,67€ al mes, disfruta de una navegación sin interrupciones por toda la red del Grupo ADSLZone: adslzone.net, movilzona.es, testdevelocidad.es, lamanzanamordida.net, hardzone.es, softzone.es, redeszone.net, topesdegama.com y más. Al unirte a nuestra comunidad, no solo estarás apoyando nuestro trabajo, sino que también te beneficiarás de una experiencia online sin publicidad ni cookies de seguimiento.