AMD Radeon RX Vega M GH

AMD Radeon RX Vega M GH

À propos du GPU

L'AMD Radeon RX Vega M GH est un puissant GPU mobile qui offre des performances exceptionnelles pour le jeu et la création de contenu en déplacement. Avec une horloge de base de 1063MHz et une horloge de boost de 1190MHz, ce GPU offre un gameplay fluide et sans effort, ainsi que des capacités d'édition vidéo et de rendu efficaces. Les 4 Go de mémoire HBM2 et une mémoire horloge de 800MHz assurent un accès rapide et fiable aux données graphiques, tandis que les 1536 unités d'ombrage et 1024 Ko de cache L2 contribuent à la puissance de traitement impressionnante du GPU. Avec un TDP de 100W, le Radeon RX Vega M GH offre un bon équilibre entre les performances et l'efficacité énergétique, le rendant adapté aux ordinateurs portables haut de gamme et aux stations de travail mobiles. En termes de performances, le Radeon RX Vega M GH offre une performance théorique de 3,656 TFLOPS, ce qui se traduit par un gameplay fluide à des résolutions et des taux de rafraîchissement élevés, ainsi qu'une performance rapide et réactive dans les applications de création de contenu telles que l'édition vidéo et le rendu 3D. Dans l'ensemble, l'AMD Radeon RX Vega M GH est un excellent GPU mobile qui offre des performances exceptionnelles pour les joueurs et les créateurs de contenu en déplacement. Ses spécifications puissantes, son utilisation efficace de l'énergie et ses performances fiables en font un choix de premier ordre pour toute personne ayant besoin d'une solution graphique mobile haute performance.

Basique

Nom de l'étiquette
AMD
Plate-forme
Mobile
Date de lancement
February 2018
Nom du modèle
Radeon RX Vega M GH
Génération
Vega
Horloge de base
1063MHz
Horloge Boost
1190MHz
Interface de bus
IGP

Spécifications de la mémoire

Taille de Mémoire
4GB
Type de Mémoire
HBM2
Bus de Mémoire
?
La largeur du bus mémoire fait référence au nombre de bits de données que la mémoire vidéo peut transférer lors d'un seul cycle d'horloge. Plus la largeur du bus est grande, plus la quantité de données qui peut être transmise instantanément est importante, ce qui en fait l'un des paramètres cruciaux de la mémoire vidéo. La bande passante mémoire est calculée comme suit : Bande passante mémoire = Fréquence mémoire x Largeur du bus mémoire / 8. Par conséquent, lorsque les fréquences mémoire sont similaires, la largeur du bus mémoire déterminera la taille de la bande passante mémoire.
1024bit
Horloge Mémoire
800MHz
Bande Passante
?
La bande passante mémoire fait référence au débit de transfert de données entre la puce graphique et la mémoire vidéo. Elle est mesurée en octets par seconde, et la formule pour la calculer est : bande passante mémoire = fréquence de fonctionnement × largeur du bus mémoire / 8 bits. En français: La bande passante mémoire désigne le taux de transfert de données entre la puce graphique et la mémoire vidéo. Elle est mesurée en octets par seconde et la formule pour la calculer est la suivante : bande passante mémoire = fréquence de fonctionnement × largeur du bus mémoire / 8 bits.
204.8 GB/s

Performance théorique

Taux de Pixel
?
Le taux de remplissage des pixels désigne le nombre de pixels qu'une unité de traitement graphique (GPU) peut rendre par seconde, mesuré en MPixels/s (million de pixels par seconde) ou en GPixels/s (milliard de pixels par seconde). C'est la mesure la plus couramment utilisée pour évaluer les performances de traitement des pixels d'une carte graphique.
76.16 GPixel/s
Taux de Texture
?
Le taux de remplissage de texture fait référence au nombre d'éléments de texture (texels) qu'un GPU peut mapper sur des pixels en une seule seconde.
114.2 GTexel/s
FP16 (demi)
?
Une mesure importante pour évaluer les performances des GPU est la capacité de calcul en virgule flottante. Les nombres en virgule flottante à demi-précision (16 bits) sont utilisés pour des applications telles que l'apprentissage automatique, où une précision inférieure est acceptable. Les nombres en virgule flottante simple précision (32 bits) sont utilisés pour les tâches courantes de multimédia et de traitement graphique, tandis que les nombres en virgule flottante double précision (64 bits) sont requis pour le calcul scientifique qui nécessite une large plage numérique et une grande précision.
3.656 TFLOPS
FP64 (double précision)
?
Une mesure importante pour évaluer les performances des GPU est la capacité de calcul en virgule flottante. Les nombres en virgule flottante à demi-précision (16 bits) sont utilisés pour des applications telles que l'apprentissage automatique, où une précision inférieure est acceptable. Les nombres en virgule flottante simple précision (32 bits) sont utilisés pour les tâches courantes de multimédia et de traitement graphique, tandis que les nombres en virgule flottante double précision (64 bits) sont requis pour le calcul scientifique qui nécessite une large plage numérique et une grande précision.
228.5 GFLOPS
FP32 (flottant)
?
Une mesure importante pour mesurer les performances du GPU est la capacité de calcul en virgule flottante. Les nombres à virgule flottante simple précision (32 bits) sont utilisés pour les tâches courantes de traitement multimédia et graphique, tandis que les nombres à virgule flottante double précision (64 bits) sont requis pour le calcul scientifique qui exige une large plage numérique et une grande précision. Les nombres à virgule flottante demi-précision (16 bits) sont utilisés pour des applications telles que l'apprentissage automatique, où une précision inférieure est acceptable.
3.583 TFLOPS

Divers

Unités d'Ombrage
?
L'unité de traitement la plus fondamentale est le processeur en continu (SP), où des instructions et des tâches spécifiques sont exécutées. Les GPU effectuent des calculs parallèles, ce qui signifie que plusieurs SP fonctionnent simultanément pour traiter les tâches.
1536
Cache L1
16 KB (per CU)
Cache L2
1024KB
TDP
100W
Version Vulkan
?
Vulkan est une API graphique et de calcul multiplateforme du groupe Khronos, offrant des performances élevées et une faible surcharge du processeur. Il permet aux développeurs de contrôler directement le GPU, réduit les frais de rendu et prend en charge les processeurs multithread et multicœurs.
1.2
Version OpenCL
2.1

Benchmarks

FP32 (flottant)
Score
3.583 TFLOPS

Comparé aux autres GPU

FP32 (flottant) / TFLOPS
3.612 +0.8%
3.594 +0.3%
3.552 -0.9%
3.552 -0.9%