AMD Radeon RX 9070 GRE

AMD Radeon RX 9070 GRE
Test de la carte graphique AMD Radeon RX 9070 GRE

AMD Radeon RX 9070 GRE : 12 Go limitent les jeux et l'IA locale

La AMD Radeon RX 9070 GRE occupe une position intermédiaire entre la RX 9060 XT et la RX 9070, mais il est difficile de la qualifier de simple modèle « intermédiaire ». Au niveau des performances de calcul, elle est proche de la RX 9070, consomme la même quantité d'énergie, mais les principales réductions concernent la mémoire : 12 Go de GDDR6 et un bus de 192 bits au lieu de 16 Go et 256 bits.

Dans les jeux, ce compromis se fait sentir davantage en 4K qu'en 1440p. Dans l'IA locale, la limitation se voit immédiatement : le volume de mémoire vidéo influence non seulement la vitesse, mais aussi la possibilité de charger le modèle dans son intégralité. Ainsi, l'attrait de la RX 9070 GRE dépend surtout de son prix par rapport à la RX 9070 standard.

Une RX 9070 amputée, pas une RX 9060 XT renforcée

La Radeon RX 9070 GRE est équipée de 48 unités de calcul, de 3072 processeurs de flux, de 48 accélérateurs de ray tracing et de 96 accélérateurs IA. La fréquence de jeu est de 2220 MHz, avec un Boost atteignant 2790 MHz. La performance de pointe en FP32 est annoncée à 34,3 TFLOPS.

Pour comparaison, la RX 9070 dispose de 56 unités de calcul et de 3584 processeurs de flux. Sa performance de pointe en FP32 atteint 36,1 TFLOPS. L'écart en puissance théorique semble faible, car la GRE compense en partie les unités désactivées par une fréquence plus élevée.

Cependant, un Boost élevé ne remplace pas les unités manquantes. Dans des scènes de jeu lourdes, le ray tracing et les charges de calcul prolongées, la RX 9070 standard conservera un avantage.

Position de la RX 9070 GRE dans la gamme

Caractéristique Radeon RX 9060 XT 16 Go Radeon RX 9070 GRE Radeon RX 9070
Unités de calcul 32 48 56
Processeurs de flux 2048 3072 3584
Mémoire vidéo 16 Go GDDR6 12 Go GDDR6 16 Go GDDR6
Bus mémoire 128 bits 192 bits 256 bits
Bande passante 320 Go/s 432 Go/s 640 Go/s
Infinity Cache 32 Mo 48 Mo 64 Mo
Consommation typique 160 W 220 W 220 W
Scénario principal 1080p et 1440p 1440p 1440p et 4K

En termes de taille, le GPU de la RX 9070 GRE est beaucoup plus proche de la RX 9070. Cependant, la configuration de la mémoire semble étrange : la RX 9060 XT 16 Go n'affiche pas seulement une plus grande capacité de VRAM, mais elle est aussi largement inférieure en puissance de calcul.

La mémoire est le principal compromis

La RX 9070 GRE est équipée de 12 Go de GDDR6 avec une vitesse de 18 Gbit/s. La mémoire est connectée par un bus de 192 bits, offrant une bande passante de 432 Go/s. Le volume de l’Infinity Cache est de 48 Mo.

La RX 9070, quant à elle, est dotée de 16 Go de GDDR6 avec une vitesse de 20 Gbit/s, d'un bus de 256 bits et de 64 Mo d'Infinity Cache. Sa bande passante atteint 640 Go/s, soit près de 50 % de plus que celle de la GRE.

En 1440p, douze gigaoctets ne transforment pas encore la carte en un achat problématique. La plupart des jeux s'intègrent dans ce volume, et la performance de calcul élevée permet d'utiliser les réglages maximaux ou presque maximaux.

Mais la réserve est petite pour une carte graphique de cette catégorie. Des textures lourdes, des modifications, le ray tracing et le passage au 4K augmentent rapidement la consommation de VRAM. En cas de pénurie de mémoire, l'avantage d'un GPU puissant est partiellement perdu à cause des chargements depuis la mémoire système et de la nécessité de réduire certains réglages.

Une carte graphique rapide pour 1440p

La résolution principale de la RX 9070 GRE est de 2560 × 1440. Dans le jeu de tests publié par AMD, la carte affiche entre 82 et 144 images par seconde dans des jeux modernes avec des réglages élevés ou maximaux. Ces résultats ont été obtenus par AMD et servent de référence, sans remplacer des tests indépendants.

Pour un moniteur avec un taux de rafraîchissement de 120-165 Hz, les performances sont suffisantes dans de nombreux titres. Les modes de ray tracing les plus lourds nécessiteront une mise à l’échelle ou une réduction de certains paramètres, mais en rasterisation normale, la RX 9070 GRE se montre convaincante.

En 4K, la carte peut également fournir une fréquence d'images acceptable, surtout avec FSR. Cependant, c'est ici que 12 Go et un bus de 192 bits la distinguent vraiment de la RX 9070. Pour une utilisation occasionnelle en 4K, la GRE conviendra, mais comme carte 4K permanente, le modèle supérieur semble beaucoup plus convaincant.

FSR, ray tracing et moteur multimédia

La RX 9070 GRE prend en charge les technologies de la génération RDNA 4, y compris FSR Redstone, la génération de frames, Radeon Anti-Lag, Radeon Super Resolution et HYPR-RX. La carte peut également encoder et décoder matériellement les formats AV1, H.264 et H.265.

Les accélérateurs de ray tracing dans RDNA 4 sont plus performants que ceux des générations précédentes de Radeon, mais les modes RT les plus lourds restent tout de même une charge sérieuse. FSR fonctionne ici non pas comme un simple complément, mais comme un moyen pratique de maintenir une fréquence d'images élevée.

La consommation d'énergie est restée celle de la RX 9070

La consommation d'énergie typique de la RX 9070 GRE est de 220 W, exactement la même que celle indiquée par AMD pour la RX 9070. Deux connecteurs à huit broches sont nécessaires pour l'alimentation, et la puissance recommandée du bloc d'alimentation est de 650 W.

La GRE permet d'économiser de l'argent, mais pas de l'électricité. La carte nécessitera un boîtier avec une ventilation adéquate et un système de refroidissement performant. Il n'est pas toujours judicieux de surpayer pour les versions partenaires les plus massives : la RX 9070 GRE coûte cher, elle pourrait se rapprocher en prix de la RX 9070 plus puissante.

Le overclocking ne remédie pas non plus au principal inconvénient. Des mégahertz supplémentaires sur le cœur ne transforment pas 12 Go en 16 Go, ni un bus de 192 bits en 256 bits.

RX 9070 GRE dans l'IA locale et l'apprentissage automatique

La RX 9070 GRE dispose de 96 accélérateurs IA de deuxième génération et prend en charge des opérations matricielles à faible précision. Mais les performances en TOPS ne témoignent pas nécessairement de la performance réelle : le résultat dépend du modèle spécifique, du cadre, du type de données utilisé et de la qualité de l'optimisation logicielle.

Il est beaucoup plus important de noter que la RX 9070 GRE est officiellement prise en charge par la plateforme ROCm. Sous Linux, des outils comme PyTorch, TensorFlow, JAX et ONNX Runtime sont disponibles pour Radeon, ainsi que des outils pour exécuter des LLM et des modèles génératifs. La RX 9070 GRE figure dans la matrice du matériel compatible actuelle.

Dans la pratique, la carte peut être utilisée pour les tâches suivantes :

  • génération d'images dans Stable Diffusion et ComfyUI ;
  • exécution de modèles de langage locaux quantifiés ;
  • inférence de modèles PyTorch et ONNX ;
  • vision par ordinateur et traitement d'images ;
  • apprentissage de petits modèles et réglages LoRA ;
  • expériences avec des applications HIP personnalisées.

Pour l'inférence et la découverte de l'IA locale, les capacités sont suffisantes. Les problèmes commencent avec la taille croissante des modèles ou des flux de travail. Une partie de la VRAM est occupée par les poids, le contexte, les tenseurs intermédiaires et l'application elle-même. Dans les générateurs d'images, la mémoire est également consommée par la haute résolution, le traitement par lots, ControlNet et d'autres extensions.

Ainsi, 12 Go ne représentent pas seulement une réserve moindre pour l'avenir. Certaines tâches qui tiennent dans les 16 Go de la RX 9070 devront être exécutées sur la GRE avec une quantification plus agressive, un contexte réduit, une résolution plus faible ou un déchargement partiel des données en mémoire vive. Cette dernière option permet de lancer un modèle plus volumineux, mais réduit généralement la vitesse.

La RX 9070 GRE n'est pas destinée à un apprentissage complet de grands réseaux neuronaux. Ses points forts résident dans l'inférence locale, la génération de contenu, les projets éducatifs et les petites expériences.

Windows déjà pris en charge, mais Linux reste plus complet

La situation sous Windows s'est améliorée. La RX 9070 GRE prend officiellement en charge ROCm Runtime, HIP SDK et ROCm Debugger, et la version actuelle de la plateforme propose PyTorch pour Radeon sous Windows.

Cependant, le support logiciel des deux systèmes n'est pas encore équivalent. PyTorch est officiellement pris en charge sous Windows, tandis que Linux propose en plus TensorFlow, JAX et ONNX Runtime, ainsi qu'un ensemble d'outils plus mature pour l'apprentissage et l'inférence. Certaines bibliothèques mathématiques de ROCm ne sont accessibles que sur Linux.

Pour une exécution locale de modèles prêts à l'emploi, Windows peut désormais être considéré comme une option fonctionnelle. Pour le développement, l'apprentissage et les expériences avec différents cadres, Linux reste un environnement plus flexible.

Avant d'acheter une Radeon pour un programme professionnel spécifique, il est toujours utile de vérifier ses exigences. Le support de ROCm ne garantit pas que toute application conçue principalement pour CUDA fonctionnera sans configuration ou backend alternatif.

Pourquoi la RX 9070 est-elle préférable pour l'IA

Dans les jeux, quatre Go supplémentaires peuvent ne pas faire de différence noticeable pendant longtemps. En apprentissage automatique, ils affectent la possibilité même d'exécuter la tâche.

La RX 9070 propose :

  • plus d'espace pour les poids et le contexte d'un LLM local ;
  • une dépendance réduite au déchargement des couches en mémoire vive ;
  • plus de liberté avec les hautes résolutions ;
  • la possibilité d'utiliser des chaînes plus complexes dans ComfyUI ;
  • une réserve supplémentaire pour l'apprentissage et les réglages LoRA ;
  • une bande passante mémoire plus élevée.

Avec une consommation d'énergie identique, la RX 9070 a non seulement un GPU plus puissant, mais également une sous-système mémoire bien meilleure. Par conséquent, pour un ordinateur mixte destiné à la fois aux jeux et à l'IA, un investissement supplémentaire dans une carte supérieure semble plus justifié que pour un système purement axé sur le jeu.

Quand acheter la RX 9070 GRE a-t-il du sens

La Radeon RX 9070 GRE semble justifiée si :

  • elle est nettement moins chère que la RX 9070 ;
  • la résolution principale reste 1440p ;
  • le 4K est utilisé uniquement de manière ponctuelle ;
  • l'IA locale se limite à l'inférence et à des modèles modérés ;
  • les applications nécessaires fonctionnent officiellement via ROCm ;
  • l'économie est plus importante que la réserve supplémentaire de VRAM.

Avec une petite différence de prix, ces arguments perdent de leur poids. La RX 9070 propose plus d'unités de calcul, 16 Go de mémoire et un bus de 256 bits pour une consommation annoncée de 220 W.

Tout se décide par le prix

Les ventes mondiales de la Radeon RX 9070 GRE ont commencé le 2 juin 2026 à un prix de 549 dollars. C'était également le prix de la RX 9070 standard au moment de son lancement, bien que les prix recommandés fixés à des périodes différentes ne puissent pas être comparés directement.

Néanmoins, le positionnement de la GRE reste contestable. Elle est inférieure à la RX 9070 en termes de GPU, de volume de mémoire et de bande passante, sans économie d'énergie. Par conséquent, l'achat ne fait sens que si elle est proposée à une réduction significative par rapport au modèle supérieur.

Conclusion

La AMD Radeon RX 9070 GRE est une carte graphique puissante pour le 1440p, qui surpasse nettement la RX 9060 XT en termes de performances de calcul et prend en charge la pile ROCm actuelle.

Son point faible n'est pas tant le GPU que les 12 Go de mémoire et le bus de 192 bits. Dans les jeux, cela limite avant tout les réserves pour le 4K et les projets futurs. Dans l'IA locale, les conséquences sont déjà plus perceptibles : un volume de VRAM plus faible restreint le choix des modèles et complique les flux de travail lourds.

À un prix compétitif, la RX 9070 GRE apparaît comme une carte de jeu solide et une plateforme adaptée pour l'IA locale. Avec une petite différence de prix par rapport à la RX 9070, il est plus judicieux de payer pour 16 Go : la mémoire supplémentaire est plus utile à la fois dans un système de jeu à long terme et dans les tâches professionnelles.

Basique

Nom de l'étiquette
AMD
Plate-forme
Desktop
Date de lancement
May 2025
Nom du modèle
Radeon RX 9070 GRE
Génération
Navi 48
Horloge de base
2220 MHz
Horloge Boost
2790 MHz
Interface de bus
PCIe 5.0 x16
Transistors
53.9 billion
Cœurs RT
48
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.
96
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.
192
Fonderie
TSMC
Taille de processus
4 nm
Architecture
RDNA 4

Spécifications de la mémoire

Taille de Mémoire
12GB
Type de Mémoire
GDDR6
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
Horloge Mémoire
2250 MHz
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.
432.0GB/s

Affichage et multimédia

Sorties
1x HDMI 2.1b3x DisplayPort 2.1a

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.
267.8 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.
535.7 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.
34.3 TFLOPS Vector
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.
1071 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.
34.3 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.
3072
TDP
220W
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
Version OpenCL
2.2
OpenGL
4.6
DirectX
12 Ultimate (12_2)
Connecteurs d'alimentation
2x 8-pin
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.
96
Modèle de shader
6.8
Alimentation suggérée
650 W

Benchmarks

FP32 (flottant)
Score
34.3 TFLOPS
3DMark Steel Nomad
Score
5174
OpenCL
Score
134417

Comparé aux autres GPU

FP32 (flottant) / TFLOPS
37.936 +10.6%
29.733 -13.3%
3DMark Steel Nomad
5300 +2.4%
5117 -1.1%
OpenCL
388405 +189%
186397 +38.7%
90580 -32.6%
66428 -50.6%