AMD Radeon 680M vs NVIDIA GeForce RTX 3060 Mobile
Résultat de la comparaison des GPU
Vous trouverez ci-dessous les résultats d'une comparaison de AMD Radeon 680M et NVIDIA GeForce RTX 3060 Mobile cartes vidéo basées sur des caractéristiques de performances clés, ainsi que sur la consommation d'énergie et bien plus encore.
Avantages
- Plus haut Horloge Boost: 2200MHz (2200MHz vs 1425MHz)
- Plus récent Date de lancement: January 2022 (January 2022 vs January 2021)
- Plus grand Taille de Mémoire: 6GB (System Shared vs 6GB)
- Plus haut Bande Passante: 336.0 GB/s (System Dependent vs 336.0 GB/s)
- Plus Unités d'Ombrage: 3840 (768 vs 3840)
Basique
AMD
Nom de l'étiquette
NVIDIA
January 2022
Date de lancement
January 2021
Integrated
Plate-forme
Mobile
Radeon 680M
Nom du modèle
GeForce RTX 3060 Mobile
Navi II IGP
Génération
GeForce 30 Mobile
2000MHz
Horloge de base
900MHz
2200MHz
Horloge Boost
1425MHz
PCIe 4.0 x8
Interface de bus
PCIe 4.0 x16
13,100 million
Transistors
12,000 million
12
Cœurs RT
30
12
Unités de calcul
-
-
Cœurs de Tensor
?
Les Tensor Cores sont des unités de traitement spécialisées conçues spécifiquement pour l'apprentissage en profondeur, offrant des performances supérieures en matière d'entraînement et d'inférence par rapport à l'entraînement FP32. Ils permettent des calculs rapides dans des domaines tels que la vision par ordinateur, le traitement du langage naturel, la reconnaissance vocale, la conversion texte-parole et les recommandations personnalisées. Les deux applications les plus remarquables des Tensor Cores sont DLSS (Deep Learning Super Sampling) et AI Denoiser pour la réduction du bruit.
120
48
TMUs
?
Les unités de mappage de texture (TMUs) sont des composants du GPU qui sont capables de faire pivoter, mettre à l'échelle et déformer des images binaires, puis de les placer en tant que textures sur n'importe quel plan d'un modèle 3D donné. Ce processus est appelé mappage de texture.
120
TSMC
Fonderie
Samsung
6 nm
Taille de processus
8 nm
RDNA 2.0
Architecture
Ampere
Spécifications de la mémoire
System Shared
Taille de Mémoire
6GB
System Shared
Type de Mémoire
GDDR6
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.
192bit
SystemShared
Horloge Mémoire
1750MHz
System Dependent
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.
336.0 GB/s
Performance théorique
70.40 GPixel/s
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.
68.40 GPixel/s
105.6 GTexel/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.
171.0 GTexel/s
6.758 TFLOPS
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.
10.94 TFLOPS
211.2 GFLOPS
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.
171.0 GFLOPS
3.311
TFLOPS
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.
11.159
TFLOPS
Divers
-
Nombre de SM
?
Plusieurs processeurs de flux (SPs), ainsi que d'autres ressources, forment un multiprocesseur de flux (SM), également appelé cœur principal du GPU. Ces ressources supplémentaires comprennent des composants tels que des ordonnanceurs de warp, des registres et de la mémoire partagée. Le SM peut être considéré comme le cœur du GPU, similaire à un cœur de CPU, les registres et la mémoire partagée étant des ressources limitées au sein du SM.
30
768
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.
3840
128 KB per Array
Cache L1
128 KB (per SM)
2MB
Cache L2
3MB
50W
TDP
80W
1.3
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.
1.3
2.0
Version OpenCL
3.0
4.6
OpenGL
4.6
12 Ultimate (12_2)
DirectX
12 Ultimate (12_2)
-
CUDA
8.6
None
Connecteurs d'alimentation
None
6.7
Modèle de shader
6.6
32
ROPs
?
Le pipeline des opérations de rasterisation (ROPs) est principalement responsable de la gestion des calculs d'éclairage et de réflexion dans les jeux, ainsi que de la gestion d'effets tels que l'anti-aliasing (AA), la haute résolution, la fumée et le feu. Plus les effets d'anti-aliasing et d'éclairage sont exigeants dans un jeu, plus les exigences de performances pour les ROPs sont élevées ; sinon, cela peut entraîner une chute importante du taux de rafraîchissement.
48
Benchmarks
FP32 (flottant)
/ TFLOPS
Radeon 680M
3.311
GeForce RTX 3060 Mobile
11.159
+237%
3DMark Time Spy
Radeon 680M
2399
GeForce RTX 3060 Mobile
8534
+256%
Blender
Radeon 680M
249
GeForce RTX 3060 Mobile
2558
+927%
