AMD Radeon Vega 8 Embedded
À propos du GPU
Le GPU intégré AMD Radeon Vega 8 est une solution graphique conçue pour une utilisation dans des appareils à faible consommation tels que des ordinateurs portables, des mini-PC et des systèmes intégrés. Avec une vitesse d'horloge de base de 300 MHz et une vitesse d'horloge boost de 1100 MHz, le Radeon Vega 8 offre des performances décentes pour une variété de tâches, y compris les jeux légers, l'édition de photos et de vidéos, et la consommation multimédia générale.
L'une des caractéristiques clés du Radeon Vega 8 est ses 512 unités d'ombrage, qui permettent un rendu fluide et efficace des graphiques. Le GPU a également une puissance thermique de conception de 15W, ce qui le rend bien adapté à une utilisation dans des appareils de petit format avec des capacités de refroidissement limitées.
En termes de mémoire, le Radeon Vega 8 utilise la mémoire partagée du système, ce qui signifie qu'il peut allouer et utiliser dynamiquement une partie de la RAM du système pour le traitement graphique. Bien que cela ne puisse pas offrir le même niveau de performance que la VRAM dédiée, cela permet une plus grande flexibilité et des économies de coûts dans les solutions graphiques intégrées.
Les performances théoriques du Radeon Vega 8 sont évaluées à 1,126 TFLOPS, ce qui est respectable pour un GPU intégré de cette classe de puissance. Ce niveau de performances rend le Radeon Vega 8 bien adapté aux tâches quotidiennes telles que la navigation sur le web, la consommation de médias et les jeux légers, ce qui en fait une option polyvalente pour les appareils d'entrée de gamme et économiques.
Dans l'ensemble, le GPU intégré AMD Radeon Vega 8 offre un bon équilibre entre les performances, l'efficacité énergétique et la polyvalence, ce qui en fait un choix solide pour une large gamme de petits appareils de format et de systèmes intégrés.
Basique
Nom de l'étiquette
AMD
Plate-forme
Integrated
Date de lancement
February 2018
Nom du modèle
Radeon Vega 8 Embedded
Génération
Great Horned Owl
Horloge de base
300MHz
Horloge Boost
1100MHz
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.
8.800 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.
35.20 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.
2.253 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.
70.40 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.
1.103
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.
512
TDP
15W
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
1.103
TFLOPS
Comparé aux autres GPU
FP32 (flottant)
/ TFLOPS