W jaki sposób wydajność sztucznej inteligencji RX 9070 w porównaniu z poprzednim GPU AMD

1. AI ACELERatory i wydajność: RX 9070 XT zawiera 128 akceleratorów AI, co stanowi wzrost o 12,5% w stosunku do standardowych akceleratorów RX 9070 112 [4]. Powoduje to wyższe możliwości przetwarzania AI, przy czym RX 9070 XT dostarcza do 1 557 szczytów (operacje TERA na sekundę) dla rzadkich obliczeń INT4, przewyższające 1165 szczytów RX 9070 [2] [5].

2. Obsługa typów danych FP8 i wąskich danych: seria RX 9070, w tym model XXT, obsługuje operacje FP8 (8-bitowy punkt zmiennoprzecinkowy), które zawierają tryby zaawansowane, takie jak BF8 (Brain Float 8) i HF8 (Half Precision Float). To wsparcie zwiększa wydajność AI i zadań uczenia maszynowego poprzez wykorzystanie niższych formatów precyzyjnych bez poświęcania znacznej dokładności [3].

3. Udoskonalenia instrukcji WMMA: Architektura RDNA 4 Dalej udoskonala instrukcje mnożące macierz fali (WMMA), które zostały po raz pierwszy wprowadzone w RDNA 3. To udoskonalenie powoduje znaczną poprawę wydajności obliczeniowej, z technikami RX 9070.

4. Tworzenie treści i uczenie maszynowe: AMD spodziewa się, że RX 9070 XT zapewni 12-34% podnoszenie wydajności dla zadań uczenia maszynowego opartego na tworzeniu treści w oprogramowaniu, takich jak Adobe Lightroom i DaVinci Resolve. W przypadku generatywnych obciążeń AI, takich jak wytwarzanie obrazu, zyski są jeszcze bardziej wyraźne, z do 70% zwiększania w niektórych zadaniach [2] [3].

5. Porównanie z poprzednimi pokoleniami: Wydajność sztucznej inteligencji RX 9070 XT jest szczególnie lepsza od poprzednich GPU AMD. Na przykład oferuje znaczące ulepszenia w stosunku do serii 7900, szczególnie w zadaniach AII. Warto jednak zauważyć, że chociaż RX 9070 XT wyróżnia się w zadaniach AI obliczeniowych, może być mniej konkurencyjny w obciążeniach związanych z pamięcią ze względu na 256-bitową magistrację pamięci, która ogranicza przepustowość do 640 GB/s [2].

Ogólnie rzecz biorąc, możliwości sztucznej inteligencji RX 9070 XT zostały zaprojektowane w celu poprawy zarówno gier, jak i kreatywnych przepływów pracy, wykorzystania zaawansowanych technologii AI, takich jak FidelityFx Super Resolution 4 (FSR4) w celu poprawy wydajności i jakości obrazu w obsługiwanych aplikacjach [6] [8].