La última patente de AMD nos han dejado ver algo que puede marcar un antes y un después en el diseño de la GPU para las futuras RDNA 5 o UDNA. La compañía ha introducido el concepto de Co-Compute Unit (CCU), una nueva pieza dentro de la arquitectura que no sustituye al clásico Compute Unit, sino que lo complementa para liberar carga y acelerar tareas muy específicas. Es tan disruptivo que realmente puede ser un arma que impulse en rendimiento bastante, sea en Radeon o Instinct.
Este movimiento encaja con la estrategia de AMD de optimizar cada milímetro del silicio y supone un revés a lo que tiene en el mercado y frente a NVIDIA. Lo que busca con el CCU es que la GPU no se centre únicamente en el renderizado, sino que también disponga de un bloque especializado capaz de asumir operaciones de IA, compresión de memoria, cálculos vectoriales o físicas avanzadas, sin que el Compute Unit tenga que perder ciclos de ejecución en ello.
AMD Co-Compute Unit, o CCU, ¿qué es y cómo funciona dentro de la futura arquitectura de los rojos?
Según la patente US20240264942A1, un CCU es una unidad de ejecución que comparte el mismo front-end que el Compute Unit tradicional. Por lo tanto, el scheduler es el encargado de decidir si una instrucción va al Compute Unit o al Co-Compute Unit como tal. La diferencia está en el tipo de tarea: el Compute Unit sigue ocupándose de shaders, geometría e iluminación, mientras que el CCU se enfoca en cargas auxiliares. Así se reduce la latencia y se consigue un pipeline mucho más eficiente.
Por lo que vemos en la patente, habría 5 escenarios clave donde el Co-Compute Unit tendría una ventaja sustancial frente al resto de arquitecturas actuales. El primero sería un mayor rendimiento en inferencia y operaciones de IA, destacando claramente en multiplicación de matrices y tensores, algoritmos de ML y similares.
El segundo punto sería la compresión y descompresión de datos, lo cual ayudaría con el ancho de banda de la memoria y descargaría a estos CCU las operaciones repetitivas y paralelizadas que normalmente saturan a los actuales CU.
En tercer plano tenemos algunos cálculos vectoriales y matriciales, es decir, operaciones SIMD de gran volumen que saturan los CU con vectores de larga data o bloques de datos paralelos, nada óptimos para las actuales unidades de computación dentro de una GPU o acelerador.
Como cuarto punto, vemos un procesamiento de física y simulación mucho más optimizado y rápido, lo que viene siendo las físicas de los videojuegos o simulaciones que acompañan al renderizado tradicional o por SuperSampling.
Por último, tenemos que hablar del trabajo cooperativo entre CU y CCU. Esto es importante entenderlo, porque según vemos en los diagramas, ahora un mismo workload va a ser dividido, donde los CU se encargarán del Shader gráfico tradicional y general, mientras que los CCU trabajarán con kernels auxiliares. Este punto es clave, porque los diagramas dicen que los resultados de ambos serán sincronizados en memoria.
Para cerrar este bloque, esta misma semana hablábamos de la AMD HB-DIMM, el diseño híbrido entre DDR5 y HBM para tarjetas gráficas y aceleradores con un controlador de memoria dual para ambos tipos de DRAM. Pues bien, los Co-Computer Unit entrarían dentro del Graphics SIMD Core que vimos en dicha patente, impulsando todavía más el rendimiento.
¿Cómo se aplicaría esta nueva unidad a los juegos, en qué escenarios y cuál es el impacto en las Radeon e Instinct?
Visto el qué es y cómo funciona, quedan por responder preguntas clave, que, si bien no tenemos todas las respuestas como tal, sí que podemos intuir escenarios concretos y simulados. Si pensamos en un título como Cyberpunk 2077, los CCU podría encargarse de la inferencia de IA para NPC o del reescalado inteligente de imagen por SuperSampling, mientras que los Compute Unit gestionaría el Ray Tracing y los efectos gráficos.
Otro ejemplo, como Call of Duty: Warzone, los CCU entrarían en acción descomprimiendo mapas y texturas en tiempo real, dejando a los Compute Unit libre para renderizar la acción. En simulaciones físicas complejas como las de Battlefield 6, serían los CCU quienes calcularían colisiones y destrucción de edificios, evitando que esas operaciones ralenticen el motor gráfico.
El planteamiento es claro: separar cargas de trabajo para maximizar el rendimiento. Con los CCU, AMD consigue que la GPU procese IA, compresión y cálculos matriciales de forma más rápida y con menor consumo y ancho de banda, al mismo tiempo que mejora la eficiencia de los Compute Unit tradicionales. Esto supone un paso hacia arquitecturas más heterogéneas, en las que cada bloque está optimizado para un conjunto de instrucciones concreto.
En el terreno del gaming, esto puede traducirse en más FPS y en una experiencia gráfica más fluida, incluso en juegos que mezclan IA, físicas avanzadas y renderizado / SuperSampling de última generación. Para los aceleradores Instinct orientados a centros de datos, los CCU encajan de lleno en la necesidad de combinar cargas de IA y HPC, reduciendo los cuellos de botella y mejorando la densidad de rendimiento por vatio.
Será en RDNA 5 o UDNA, no importa, es simplemente una revolución hacia lo híbrido y un enfoque heterogéneo específico
La clave está en que el Co-Compute Unit no es un sustituto, sino un aliado, un complemento del Compute Unit tradicional. AMD ha creado un camino para que las futuras GPU no solo “pinten y representen” píxeles, sino que también se convierta en un motor híbrido de gráficos, IA y simulación.
El resultado, si se materializa en silicio, puede situar a las Radeon y los Instinct en una posición muy ventajosa frente a sus competidores NVIDIA e Intel.
Sin duda, es otro paso hacia la unificación que buscan, de ahí el nombre de UDNA, que cada vez va tomando más fuerza frente a RDNA 5, o quizás, sea su sustituta y no haya una RDNA 6. Porque si algo tenemos claro es que no sabemos exactamente cuándo estos Co-Computer Unit, o CCU, van a ser implementados, pero dada la complejidad de la patente, llegarán antes o después al mercado con las Radeon e Instinct
No hay comentarios:
Publicar un comentario
Por favor sé respetuoso/a y escribe adecuadamente. Gracias.