విషయము

• మాలి-జి 77 పనితీరు అవలోకనం
• బిఫ్రాస్ట్ వారసుడైన వాల్హాల్‌ను కలవండి
• అమలు ఇంజిన్ లోపల
• క్వాడ్ ఆకృతి మాపర్
• మాలి-జి 77 లో ప్రతిదీ కలిసి తీసుకురావడం

ఆర్మ్ తన కొత్త కార్టెక్స్- A77 సిపియు కోర్తో పాటు, తరువాతి తరం స్మార్ట్‌ఫోన్ SoC ల కోసం ఉద్దేశించిన తదుపరి తరం GPU ని ఆవిష్కరించింది. మాలి-జి 77, కొత్త మాలి-డి 77 డిస్ప్లే ప్రాసెసర్‌తో గందరగోళం చెందకూడదు, ఆర్మ్ యొక్క బిఫ్రాస్ట్ ఆర్కిటెక్చర్ యొక్క నిష్క్రమణ మరియు వాల్హాల్‌కు వెళ్ళడాన్ని సూచిస్తుంది.

మేము క్రొత్త నిర్మాణం యొక్క చక్కని వివరాలను క్షణంలో పొందుతాము. మొదట, పనితీరు లాభాల పరంగా వినియోగదారులు ఏమి ఆశించాలో మేము దూకుతాము.

మాలి-జి 77 పనితీరు అవలోకనం

నేటి మాలి-జి 76 మోడళ్లతో పోల్చితే నెక్స్ట్-జెన్ మాలి-జి 77 పరికరాలతో ఆర్మ్ 40 శాతం గ్రాఫిక్స్ పనితీరును పెంచుతుంది. ఈ సంఖ్య ప్రక్రియ ప్రక్రియతో పాటు నిర్మాణ మెరుగుదలలను పరిగణనలోకి తీసుకుంటోంది. మాలి-జి 77 7 నుండి 16 షేడర్ కోర్ల వరకు కాన్ఫిగర్ చేయదగినది, మరియు ప్రతి కోర్ దాదాపుగా G76 కోర్ మాదిరిగానే ఉంటుంది. దీని అర్థం హై-ఎండ్ స్మార్ట్‌ఫోన్‌లు ఈ రోజు మాదిరిగానే జిపియు కోర్ గణనలతో రవాణా చేయబడతాయి - ఎక్కడో తక్కువ టీనేజ్‌లో. ఇప్పటికే, ఇది ఇప్పటికే ఉన్న చిప్‌సెట్‌లకు వ్యతిరేకంగా కొన్ని ula హాజనిత పనితీరు అంచనా వేయడానికి అనుమతిస్తుంది.

ప్రసిద్ధ మాన్హాటన్ జిఎఫ్ఎక్స్ బెంచ్ బెంచ్ మార్క్ ను చూస్తే, 40 శాతం పనితీరు పెంచడం ప్రస్తుత తరం హార్డ్‌వేర్‌కు వ్యతిరేకంగా గణనీయమైన ఆధిక్యాన్ని తెరుస్తుంది. క్వాల్కమ్ యొక్క తరువాతి-తరం అడ్రినో చిప్‌కు మైదానం స్థాయిని ఉంచడానికి దాని స్వంత ముఖ్యమైన పనితీరు అప్‌గ్రేడ్ అవసరం. పట్టికలు ఆర్మ్‌కు అనుకూలంగా మారినట్లు కనిపిస్తున్నాయి.

ఆర్కిటెక్చర్ వారీగా, గేమింగ్ పనితీరు 20 నుండి 40% పెరుగుతుంది, యంత్ర అభ్యాసం 60% బూస్ట్ సంపాదిస్తుంది

ఈ ముడి బాల్‌పార్కింగ్ ఆధారంగా, 10 కోర్ మాలి-జి 77 (హువావే నుండి మనం తరచుగా చూసే కాన్ఫిగరేషన్) ఈ తరం యొక్క మొబైల్ గ్రాఫిక్స్ హార్డ్‌వేర్‌లో అగ్రస్థానంలో ఉంటుంది. సామ్‌సంగ్ ఎక్సినోస్‌లో సాధారణంగా కనిపించే 12 కోర్ కాన్ఫిగరేషన్, ఆర్మ్ యొక్క తాజా GPU కోసం పెద్ద ఆధిక్యాన్ని అందిస్తుంది. వాస్తవానికి, ప్రాసెస్ నోడ్, GPU కాష్ మెమరీ, LPDDR మెమరీ కాన్ఫిగరేషన్ మరియు మీరు పరీక్షిస్తున్న అనువర్తన రకంతో సహా ఇతర అంశాలపై నిజమైన బెంచ్‌మార్క్‌లు ఆధారపడి ఉంటాయి. కాబట్టి ఉప్పు అధిక మోతాదుతో పై గ్రాఫ్ తీసుకోండి.

కొత్త ఆర్కిటెక్చర్ పరంగా, మాలి-జి 77 శక్తి సామర్థ్యం మరియు పనితీరు సాంద్రతకు సగటున 30 శాతం మెరుగుదలని ఇస్తుందని ఆర్మ్ పేర్కొంది. INT8 డాట్ ఉత్పత్తి మద్దతుకు ధన్యవాదాలు, యంత్ర అభ్యాస అనువర్తనాల కోసం 60 శాతం భారీ బూస్ట్ కూడా ఉంది. గేమింగ్ పనితీరు అంచనాలు టైటిల్ మరియు ఆఫర్‌లో గ్రాఫిక్స్ పనిభారం యొక్క రకాన్ని బట్టి 20 మరియు 40 శాతం బూస్ట్ మధ్య ఎక్కడో సెట్ చేయబడతాయి.

ఆర్మ్ ఈ పనితీరు ఉద్ధృతిని ఎలా సాధించిందో సరిగ్గా అర్థం చేసుకోవడానికి, నిర్మాణంలో మరింత లోతుగా డైవ్ చేద్దాం.

బిఫ్రాస్ట్ వారసుడైన వాల్హాల్‌ను కలవండి

వాహల్ ఆర్మ్ యొక్క రెండవ తరం స్కేలార్ GPU ఆర్కిటెక్చర్. ఇది 16-వైడ్-వార్ప్ ఎగ్జిక్యూషన్ ఇంజిన్, దీని అర్థం GPU 16 చక్రాలకు సమాంతరంగా, ప్రాసెసింగ్ యూనిట్కు, ప్రతి కోర్కు 16 సూచనలను అమలు చేస్తుంది. ఇది బిఫ్రాస్ట్‌లో 4 మరియు 8 వెడల్పుల వరకు ఉంటుంది.

ఇతర కొత్త నిర్మాణ లక్షణాలలో డైనమిక్ ఇన్స్ట్రక్షన్ షెడ్యూలింగ్ పూర్తిగా హార్డ్‌వేర్‌లో నిర్వహించబడుతుంది మరియు బిఫ్రాస్ట్‌తో కార్యాచరణ సమానత్వాన్ని కలిగి ఉన్న సరికొత్త ఇన్స్ట్రక్షన్ సెట్. ఆర్మ్ యొక్క AFBC1.3 కుదింపు ఆకృతి, FP16 రెండర్ లక్ష్యాలు, లేయర్డ్ రెండరింగ్ మరియు వెర్టెక్స్ షేడర్ అవుట్‌పుట్‌లకు మద్దతు ఉన్నాయి.

మాలి-జి 77 జి 76 కన్నా సమాంతరంగా 33% ఎక్కువ గణితాన్ని చేస్తుంది.

ప్రధాన నిర్మాణ మార్పులను అర్థం చేసుకునే కీలు కోర్ లోపల అమలు యూనిట్‌ను పరిశీలించడం ద్వారా కనుగొనబడతాయి. GPU యొక్క ఈ భాగం సంఖ్య క్రంచింగ్కు బాధ్యత వహిస్తుంది.

అమలు ఇంజిన్ లోపల

బిఫ్రాస్ట్‌లో, ప్రతి జిపియు కోర్ మూడు లోయర్-ఎండ్ మాలి-జి 52 డిజైన్ల విషయంలో మూడు ఎగ్జిక్యూషన్ ఇంజన్లు లేదా రెండు కలిగి ఉంటుంది. ప్రతి ఇంజిన్‌లో ఐ-కాష్, రిజిస్టర్ ఫైల్ మరియు వార్ప్ కంట్రోల్ యూనిట్ ఉంటాయి. మాలి-జి 72 లో, ప్రతి ఇంజిన్ ప్రతి చక్రానికి 4 సూచనలను నిర్వహిస్తుంది, ఇది గత సంవత్సరం మాలి-జి 76 లో 8 కి పెరిగింది. ఈ మూడు కోర్లలో విస్తరించి 12 మరియు 24 32-బిట్ ఫ్లోటింగ్ పాయింట్ (FP32) ఫ్యూజ్డ్ మల్టిప్లై-అక్యుమ్యులేట్ (FMA) సూచనలను ప్రతి చక్రానికి అనుమతిస్తుంది.

వాల్హాల్ మరియు మాలి-జి 77 తో, ప్రతి GPU కోర్ లోపల ఒకే అమలు ఇంజిన్ ఉంది. మునుపటిలాగే, ఈ ఇంజిన్ వార్ప్ కంట్రోల్ యూనిట్, రిజిస్టర్ మరియు ఐకాష్లను కలిగి ఉంది, ఇది ఇప్పుడు రెండు ప్రాసెసింగ్ యూనిట్లలో భాగస్వామ్యం చేయబడింది. ప్రతి ప్రాసెసింగ్ యూనిట్ ప్రతి చక్రానికి 16 వార్ప్ సూచనలను నిర్వహిస్తుంది, మొత్తం కోర్కు 32 FP32 FMA సూచనల ద్వారా. ఇది మాలి-జి 76 పై బోధనా నిర్గమాంశానికి 33 శాతం ost పు.

ఆర్మ్ GPU కోర్కు మూడు నుండి కేవలం ఒక ఎగ్జిక్యూషన్ యూనిట్కు మారిపోయింది, కాని ఇప్పుడు G77 కోర్ లోపల రెండు ప్రాసెసింగ్ యూనిట్లు ఉన్నాయి.

అదనంగా, ఈ ప్రాసెసింగ్ యూనిట్లలో ప్రతి రెండు కొత్త గణిత ఫంక్షన్ బ్లాక్స్ ఉన్నాయి. కొత్త కన్వర్ట్ యూనిట్ (సివిటి) ప్రాథమిక పూర్ణాంకం, తర్కం, శాఖ మరియు మార్పిడి సూచనలను నిర్వహిస్తుంది. స్పెషల్ ఫంక్షన్ యూనిట్ (SFU) పూర్ణాంక గుణకారం, విభాగాలు, వర్గమూలం, లోగరిథమ్‌లు మరియు ఇతర సంక్లిష్ట పూర్ణాంక విధులను వేగవంతం చేస్తుంది.

ప్రామాణిక FMA యూనిట్ కొన్ని ట్వీక్‌లను చూసింది, ప్రతి చక్రానికి 16 FP32 సూచనలు, 32 FP16 లేదా 64 INT8 డాట్ ఉత్పత్తి సూచనలకు మద్దతు ఇస్తుంది. ఈ ఆప్టిమైజేషన్లు యంత్ర అభ్యాస అనువర్తనాల్లో 60 శాతం పనితీరును మెరుగుపరుస్తాయి.

క్వాడ్ ఆకృతి మాపర్

మాలి-జి 77 లోని ఇతర కీలక మార్పు క్వాడ్ ఆకృతి మ్యాపర్‌ను పరిచయం చేయడం, మునుపటి తరంలో డ్యూయల్ ఆకృతి మ్యాపర్ నుండి. ఒక స్క్రీన్‌లో మీరు చూసే 2 డి ప్రాతినిధ్యంలో ఒక సన్నివేశంలో 3 డి బహుభుజాలను మ్యాపింగ్ చేయడానికి ఆకృతి మాపర్ బాధ్యత వహిస్తుంది. కఠినమైన, తక్కువ-నాణ్యత అంచులను నివారించడానికి కోణీయ మరియు కదిలే కంటెంట్‌ను సున్నితంగా చేయడానికి నమూనా, ఇంటర్‌పోలేషన్ మరియు వడపోత బాధ్యత.

చిత్ర నాణ్యతకు సహాయపడటానికి తక్కువ-ధర యాంటీ-అలియాసింగ్ స్థానంలో ఉంది, అయితే ఆకృతి పనితీరు రెట్టింపు చేయడం ఇక్కడ ప్రధాన ప్రయోజనం. ఆకృతి యూనిట్ ఇప్పుడు గడియారానికి 4 బిలినియర్ టెక్సెల్‌లను గతంలో 2 నుండి, 2 గడియారానికి 2 ట్రిలినియర్ టెక్సెల్‌లను ప్రాసెస్ చేస్తుంది మరియు వేగంగా FP16 మరియు FP32 వడపోతలను నిర్వహిస్తుంది.

క్వాడ్ ఆకృతి మ్యాపర్ రెండు మార్గాలుగా విభజించబడింది, కాష్‌లోని కంటెంట్‌ను కొట్టే థ్రెడ్‌లకు తక్కువ పైప్‌లైన్‌ను అందిస్తుంది. ఫార్మాట్ మార్పిడి మరియు ఆకృతి డికంప్రెషన్‌ను నిర్వహించే మిస్ పాత్, ఎల్ 2 కాష్‌కు విస్తృత ఇంటర్‌ఫేస్‌ను కలిగి ఉంది. మెమరీ నేర్చుకునే పనిభారం కోసం ఇది సహాయపడుతుంది, ఇది తరచుగా మెమరీ నుండి క్రొత్త డేటాను లాగవలసి ఉంటుంది.

మాలి-జి 77 లో ప్రతిదీ కలిసి తీసుకురావడం

వాల్హాల్ నిర్మాణంలో పెద్ద మార్పులతో సమానంగా మాలి-జి 77 కు ఆర్మ్ అనేక ఇతర ట్వీక్‌లు చేసింది. కంట్రోల్ బ్లాక్ సింగిల్ ఎగ్జిక్యూషన్ యూనిట్ డిజైన్‌కు కృతజ్ఞతలు సరళీకృతం చేయబడింది, అయితే అంతర్గత డైనమిక్ షెడ్యూలర్ వాస్తవానికి ప్రతి కోర్ లోపల మరింత సరళమైన సూచనలను జారీ చేయడానికి అనుమతిస్తుంది. ప్రతి కోర్లో అధిక నిర్గమాంశతో, డేటాపాత్ కూడా తక్కువ మరియు జాప్యం తక్కువగా ఉంటుంది, గతంలో 8 నుండి కేవలం 4-చక్రాల వరకు.

కొత్త డిజైన్ వల్కాన్ API తో కూడా బాగా సరిపోతుంది, మెరుగైన “లోహానికి” పనితీరు కోసం డ్రైవర్ డిస్క్రిప్టర్లను తక్కువ డ్రైవర్ ఓవర్ హెడ్‌కు సులభతరం చేస్తుంది.

సారాంశంలో, మాలి-జి 72 మరియు వాల్హాల్ బైఫ్రాస్ట్ నుండి ముఖ్యమైన మార్పులను చేస్తాయి, ఇవి గేమింగ్ మరియు మెషీన్ లెర్నింగ్ అనువర్తనాలకు గణనీయమైన పనితీరును పెంచుతాయి. ముఖ్యముగా, డిజైన్ బిఫ్రాస్ట్ వలె అదే శక్తి మరియు ఏరియా బడ్జెట్లలో సరిపోతుంది, మొబైల్ పరికరాలు వేడి, శక్తి మరియు సిలికాన్ ఖర్చుల గురించి చింతించకుండా మరింత గరిష్ట పనితీరును అందించగలవని నిర్ధారిస్తుంది. పనితీరు అంచనాల ఆధారంగా, మాలి-జి 77 క్వాల్కమ్ యొక్క తరువాతి తరం అడ్రినోకు దాని డబ్బు కోసం మంచి పరుగులు ఇవ్వగలగాలి.