AMD Radeon Vega 9 Mobile
À propos du GPU
Le GPU mobile AMD Radeon Vega 9 est une unité de traitement graphique intégrée conçue pour les ordinateurs portables et autres appareils mobiles. Avec une fréquence de base de 300MHz et une fréquence de boost de 1300MHz, ce GPU offre des performances solides pour une gamme de tâches informatiques.
L'une des caractéristiques remarquables du GPU mobile AMD Radeon Vega 9 est ses 576 unités de shader, qui permettent un rendu graphique fluide et efficace. De plus, avec une TDP de 15W, ce GPU équilibre efficacement la consommation d'énergie et les performances.
La taille de la mémoire du Radeon Vega 9 est partagée avec le système, ce qui signifie qu'il utilise la RAM du système plutôt que la VRAM dédiée. Bien que cela puisse aider à réduire les coûts et la consommation d'énergie, cela peut également affecter les performances globales pour les tâches plus exigeantes.
En termes de performances théoriques, le GPU mobile AMD Radeon Vega 9 offre 1,498 TFLOPS, ce qui est respectable pour un GPU intégré. Ce niveau de performance devrait être plus que suffisant pour les tâches informatiques quotidiennes, ainsi que pour certains jeux légers et la création de contenu.
En fin de compte, le GPU mobile AMD Radeon Vega 9 est un choix solide pour les utilisateurs ayant besoin d'une solution graphique intégrée capable pour leurs appareils mobiles. Bien qu'il ne puisse pas offrir le même niveau de performances que les cartes graphiques dédiées, il assure un bon équilibre entre l'efficacité énergétique et les performances pour son utilisation prévue.
Basique
Nom de l'étiquette
AMD
Plate-forme
Integrated
Date de lancement
October 2019
Nom du modèle
Radeon Vega 9 Mobile
Génération
Picasso
Horloge de base
300MHz
Horloge Boost
1300MHz
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.
10.40 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.
46.80 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.
2.995 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.
93.60 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.
1.468
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.
576
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
1.468
TFLOPS
Comparé aux autres GPU
FP32 (flottant)
/ TFLOPS