รูปภาพ Die และข้อมูลชิป GP104 หัวใจหลักของ GTX 1080 & 1070

รูปภาพ Die และข้อมูลชิป GP104 หัวใจหลักของ GTX 1080 & 1070

ในตอนนี้ได้มีรูปภาพด้านในของชิป GP104 GPU หรือส่วนหัวใจหลักของ GTX 1080 และ GTX 1070 ตัวแรงของทาง Nvidia มาให้เพื่อนๆได้ชมกันแล้ว โดยชิปตัวนี้จะมีขนาด 314 mm²

nvidia-gp104-gpu-4-1920x1280

nvidia-gtx-1070-gp104-gpu-2-1140x564ผู้ที่ถ่ายภาพ Die ของชิปตัวนี้ก็คือคุณ Fritzchens Fritz ผู้ที่เก็บสะสมรูปภาพ Die ของ GPU ในหลากหลายรุ่น ซึ่งในครั้งนี้ก็ถึงคราวชิป GP104 ที่เป็นตัวขับเคลื่อนกราฟฟิกการ์ด GTX 1080 และ GTX 1070 โดยจากภาพด้านบนก็จะเห็นว่าผู้ถ่ายได้เอาตัวชิปออกจาก Socket บน PCB และแยก Die จากแผงวงจรเล็กๆ สำหรับสถาปัตยกรรม Pascal ก็จะเป็นการนำเอาสถาปัตยกรรมรุ่นก่อนหน้าอย่าง Maxwell ออกแบบใหม่ให้ดีมากขึ้น

blockdiagram

ด้านบนก็จะเป็นภาพ Block Diagram ด้านในชิป GP104 ก็จะประกอบไปด้วย 4 Graphics Processing Clusters (GPCs) แต่ละ GPC จะมี 5 Streaming Multiprocessors (SMs) ซึ่งเป็นตัวขับเคลื่อนในการประมวลผลภายในชิป GPU แต่ละ SM จะมี 128 CUDA Cores (32*4), 16 Texture Mapping Units, 4 dispatch units, 2 warp schedulers และ Instruction buffer ที่มีความจุมากกว่าสถาปัตยกรรม Maxwell 2 เท่า รวมทั้งชิปมีหน่วยประมวลผลทั้งหมดคือ 2560 CUDA Cores, 160 TMUs และ 64 ROPs รวมถึงมีจุดเชื่อมต่อแรม 32-bit GDDR5X 8 ส่วน เอาไว้รองรับแรม 8GB 256-bit GDDR5X นั่นเอง

nvidia-gp104-gpu-5 nvidia-gp104-gpu-die-wccftech-watermarked

ภาพด้านบนก็จะเป็นด้านในชิป GP104 ที่ได้ถ่ายมา ก็จะมี GPC วางอยู่ 4 จุด แต่ละ GPC จะกินที่ประมาณ 1/4 ของชิปและประกอบไปด้วย 5 SMs ซึ่งก็จะคล้ายๆกับภาพ Block Diagram ที่ได้กล่าวไปแล้ว

nvidia-pascal-gp104-sm

การเรียงของ SM จะเหมือนกับชิปตัวใหญ่อย่าง GP100 ที่มี 3840 CUDA Cores ที่นำไปใช้งานกับการ์ด Tesla P100 แตกต่างกันตรงที่แต่ละ SM ใน GP100 มีปริมาณหน่วยประมวลผลลดลงครึ่งหนึ่ง แต่มี SM ใน GPC เพิ่มขึ้นสองเท่า และที่สำคัญคือ GP104 จะมีอัตราส่วนระหว่าง FP32 CUDA Cores: FP64 CUDA Cores ที่ 32:1 แต่ GP100 มีอยู่ที่ 2:1 เห็นได้ชัดเจนว่า GP104 มี FP64 CUDA Cores ที่น้อยกว่ากันมากถึง 16 เท่า เนื่องจาก FP64 CUDA Cores ไม่มีผลกับการนำเอามาใช้ในการเล่นเกมนั่นเอง

นอกจากนี้คุณ Lars Nyland ผู้ที่เป็น Senior Architect ของทาง Nvidia ได้ยอมรับว่ากระบวนการผลิต 16nm FinFET เป็นส่วนสำคัญที่ทำให้ประสิทธิภาพในการใช้พลังงานไฟฟ้าเป็นไปตามเป้าหมายอีกด้วย

ที่มา: WCCFTech

Related articles

[HOW TO] สร้าง QR Code เพื่อแชร์ Wi-Fi ให้เพื่อนได้ง่าย ๆ บน Windows 11

สำหรับใครที่เปิดคาเฟ่, ร้านอาหาร, ร้านกาแฟ หรือแม้ในบ้านที่มีคนมาขอใช้ Wi-Fi เยอะ ๆ แล้วเราขี้เกียจบอกรหัสผ่านซ้ำ ๆ...

Maktar เปิดตัว “Qubii Power” หัวชาร์จอัจฉริยะที่สำรองข้อมูลได้ ! เปิดตัวครั้งแรกในไทยที่งาน Commart 2025 พร้อมกระแสตอบรับอย่างล้นหลาม

บริษัท Maktar ผู้นำด้านโซลูชันการจัดเก็บและสำรองข้อมูลจากประเทศไต้หวัน เปิดตัวนวัตกรรม ใหม่ล่าสุด “Qubii Power” อย่างเป็นทางการในประเทศไทยครั้งแรกที่งาน Commart...

[Review] สอบ CRTA ใบเซอร์สาย Pentest ระดับเริ่มต้น ลดราคาจาก $99 เหลือ $9

เห็นว่ามีเพื่อน ๆ สนใจการสอบ CRTA หลายคนเลยนะครับ และไหน ๆ แอดก็สอบผ่านแล้วเดี๋ยวขอมาเล่าประสบการณ์ให้ฟังสักหน่อย เผื่อใครอยากจะลองซื้อมาเรียนและเตรียมตัวสอบ...

Write-Up (Reverse Engineering) : กิจกรรม SWU CTF แข่งขันชิงธงจาก มศว. สำหรับน้อง ๆ สาย Cybersecurity

ผมคิดว่าหลาย ๆ คนที่เคยอ่านเรื่องราวของผมมาบ้าง น่าจะพอทราบกันดีว่าปกติผมสอบใบเซอร์อย่างเดียว ไม่ได้เคยลองทำงานหรือลงแข่งในสนามจริงของ Cybersecurity มากนัก โดยเฉพาะฝั่ง Red...

แนะนำ 5 ดิสโทร Linux สำหรับมือใหม่โยกย้ายจาก Windows

เมื่อ Windows 10 กำลังจะหยุดการสนับสนุนในปี 2025 เรามีทางเลือกหลายทางเลือก (อ่านเพิ่มเติมที่นี่) ทางเลือกหนึ่งสำหรับคนที่ไม่อยากไปต่อกับ Windows...

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

ตั้งค่าความเป็นส่วนตัว

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

ยอมรับทั้งหมด
จัดการความเป็นส่วนตัว
  • เปิดใช้งานตลอด

บันทึกการตั้งค่า