Kepler che consuma 2 W. Com'è possibile?
A un primo sguardo i conti non tornano. La GPU GK104 della GeForce GTX 680 contiene otto blocchi SMX ed è attestata a circa 200 W. Ci sono quattro partizioni ROP, un bus di memoria a 256 bit e il doppio di unità texture per SMX. Quando però Nvidia dichiara un consumo di 2 watt, parliamo di una differenza enorme. Com'è possibile?
Jonah Alben di Nvidia ha usato una GeForce GT 740M - una soluzione da 19 W con due SMX - per illustrarci come ci sono riusciti. L'I/O di memoria e il PCI Express 3.0 sono responsabili per circa 3 W di budget energetico della GPU. La dispersione pesa per circa 6 watt. Dato che GK107 è un design dual SMX, basta dividere per due per ottenere il consumo di un singolo blocco. E così arriviamo a 5 W. Da qui, considerate che Nvidia è in grado di gestire tensioni e frequenze delle GPU dedicate per rientrare in un determinato livello di consumo. Attraverso lo scaling della tensione è possibile arrivare ai 2 W o giù di lì, che è proprio il dato della GPU di Tegra K1.
Clicca per ingrandire
Massimizzare l'efficienza è naturalmente un po' più complesso di quanto descritto. Il multi-level clock gating spegne o riattiva dinamicamente la logica all'interno della GPU non necessaria in un dato momento. Ci sono anche due livelli di power gating per tagliare la corrente nel chip o al regolatore. All'interno del SoC gli ingegneri di Nvidia hanno dovuto ottimizzare interconnessioni e i data path, barattando le prestazioni per un minore consumo dove aveva più senso.
Nvidia ha illustrato risultati di test interni con GFXBench 3.0, mostrando il framerate rispetto ai consumi nel test Manhattan off-screen 1080p. Come termini di paragone ha scelto un iPhone 5S e il Sony Xperia Z Ultra, sfidando l'Apple A7 e lo Snapdragon 800. Con un livello di prestazioni costante l'azienda afferma che di avere un vantaggio nelle prestazioni per watt di 1,5 volte rispetto a entrambi i due SoC e sommando il consumo della DRAM.