AMD Radeon Vega 11 Embedded

AMD Radeon Vega 11 Embedded

À propos du GPU

Le GPU intégré AMD Radeon Vega 11 est une option solide pour ceux qui recherchent une GPU fiable et efficace. Avec une fréquence de base de 300 MHz et une fréquence boost de 1301 MHz, ce GPU offre un bon équilibre entre performance et efficacité énergétique. Les 704 unités d'ombrage contribuent à la capacité du GPU à gérer des tâches graphiques complexes avec facilité. L'une des caractéristiques clés du Radeon Vega 11 est sa faible consommation d'énergie, avec un TDP de seulement 35W. Cela en fait un excellent choix pour ceux qui cherchent à construire un système compact et économe en énergie sans sacrifier les performances graphiques. La performance théorique du GPU de 1,832 TFLOPS signifie qu'il est plus que capable de gérer des rendus 3D exigeants, des jeux et des tâches multimédias. La mémoire partagée du système, bien que moins puissante que la VRAM dédiée, offre tout de même de bonnes performances globales, surtout pour des graphismes intégrés. Dans une utilisation réelle, le Radeon Vega 11 se comporte admirablement, gérant les jeux modernes et les tâches multimédias avec facilité. Bien qu'il ne puisse pas rivaliser avec les performances des GPU haut de gamme dédiés, il offre tout de même une expérience de jeu fluide et agréable avec des paramètres plus bas. En résumé, le GPU intégré AMD Radeon Vega 11 est un choix solide pour ceux qui recherchent une solution graphique intégrée fiable et économe en énergie. Sa combinaison de bonnes performances, faible consommation d'énergie et prise en charge des technologies graphiques modernes en fait une excellente option pour les joueurs et les constructeurs de systèmes soucieux de leur budget.

Basique

Nom de l'étiquette
AMD
Plate-forme
Integrated
Date de lancement
February 2018
Nom du modèle
Radeon Vega 11 Embedded
Génération
Great Horned Owl
Horloge de base
300MHz
Horloge Boost
1301MHz
Interface de bus
IGP

Spécifications de la mémoire

Taille de Mémoire
System Shared
Type de Mémoire
System Shared
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.
System Shared
Horloge Mémoire
SystemShared
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.
System Dependent

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.
10.41 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.
57.24 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.
3.664 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.
114.5 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.
1.795 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.
704
TDP
35W
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
1.795 TFLOPS

Comparé aux autres GPU

FP32 (flottant) / TFLOPS
1.8 +0.3%
1.796 +0.1%
1.791 -0.2%
1.756 -2.2%