უკეთესი DRAM-ით კი ის უდავოდ გაფრინდებოდა. მას შემდეგ, რაც Intel-ის Xe3 GPU არქიტექტურის პოტენციალზე ადრეული დაპირებები გაჟღერდა და კომპანიამ განხორციელებული ცვლილებები დეტალურად აღწერა, გასულ თვეს საბოლოოდ მოვახერხეთ მისი სათანადო ტესტირება Panther Lake ლეპტოპის სახით. იცით რა? ის კარგია. სინამდვილეში, ძალიან კარგიც კი. თეორიულად, ეს მოსალოდნელი იყო. Intel-ის Arc B390 მხოლოდ 1536 შეიდერით არის აღჭურვილი, მაგრამ 16 MB L2 ქეშით და 2.5 GHz-მდე გაზრდილი სიხშირით, ის გაცილებით ძლიერია, ვიდრე ინტეგრირებული GPU-ების უმეტესობა. თუ არ გავითვალისწინებთ AMD-ის Ryzen AI Max ჩიპებს (იგივე Strix Halo), რადგან ისინი უფრო მცირე GPU-ებია CPU ჩიპებით, ვიდრე APU-ები დიდი iGPU-ებით, B390-ისთვის ყველაზე შესაფერისი კონკურენტებია AMD-ის Radeon 890M და Nvidia-ის GeForce RTX 5050. მართლაც მაინტერესებდა, თუ როგორი იყო B390-ის ფუნდამენტური პიკური წარმადობა. ამისათვის iGPU-ს თამაშებიდან მოცილება და ძალიან სპეციფიკურ მიკრობენჩმარკებში გამოცდა დამჭირდა. თუმცა, 890M-ისა და RTX 5050-ის არქონის გამო, მომიწია დაკმაყოფილება შემდეგი საუკეთესო ალტერნატივებით: წინა თაობის Radeon 780M-ით და RTX 4050-ით. ძირითადი სფეროები, რომელთა განხილვაც მსურდა, იყო: ინსტრუქციის პიკური გამტარუნარიანობა, ქეშისა და VRAM-ის გამტარობა, პლუს ამ უკანასკნელის შეყოვნება (latency). ეს არ არის ერთადერთი ფაქტორები, რომლებიც GPU-სთვის მნიშვნელოვანია, მაგრამ თუ ისინი საკმარისად მყარია, მაშინ ჩიპის დანარჩენი წარმადობაც შესაბამისი იქნება. ამ მიზნით, გამოვიყენე Nemez-ის GPUPerfTest, პატარა, სასარგებლო პროექტი, რომელიც დეველოპერმა კეთილად გადასცა Chips and Cheese-ის ბენჩმარკინგის კომპლექტს. GitHub-ზე უახლესი რეპოზიტორიის კომპილაციის შემდეგ, დავიწყე სამი GPU-ის შედარება, პლუს ერთიც დამატებითი სიზუსტისთვის. ეს დამატებითი გრაფიკული ჩიპი Intel-ის Xe არქიტექტურის პირველი თაობაა, Alchemist-ზე მომუშავე Arc A770. იმის ნაცვლად, რომ ყოველი განახლებით რადიკალურად შეეცვალა შიდა სტრუქტურა, Intel-მა უბრალოდ გააძლიერა ის, რაც კარგად მუშაობდა და გააუმჯობესა სუსტი წერტილები, ასე რომ, მრავალი თვალსაზრისით, Xe3 არის უბრალოდ კარგად განახლებული Xe. დავიწყოთ გრაფიკის რენდერინგში ძალიან გავრცელებული ინსტრუქციის, fused multiply-add (შემოკლებით MADD) პიკური გამტარუნარიანობის განხილვით. ამ ერთი ბრძანებით, პროცესორი იღებს ორ მნიშვნელობას, ამრავლებს მათ ერთმანეთზე და შემდეგ შედეგს მესამე მნიშვნელობას უმატებს. ის მუდმივად გამოიყენება გრაფიკის რენდერინგში, ამიტომ აქ კარგი შედეგი მნიშვნელოვანია. ტესტი იმეორებს ინსტრუქციის გამტარუნარიანობას სხვადასხვა მონაცემთა ფორმატში, და მე ავირჩიე ის, რაც აქ ყველაზე შესაფერისია (თუმცა INT8 და INT16 გაცილებით ნაკლებად მნიშვნელოვანია თამაშებში, ვიდრე FP32, FP16 და INT32). ახლა, მნიშვნელოვანია გვესმოდეს, რომ შედეგი ძლიერ არის დამოკიდებული შეიდერების რაოდენობაზე და მათ საათის სიხშირეზე. მაგალითად, RTX 4050-ს აქვს 2560 CUDA ბირთვი, რომელიც 1.8 GHz-მდე იზრდება, რაც თეორიულად 9 TFLOPS-ზე ოდნავ ნაკლებ FP32 პიკურ გამტარუნარიანობას იძლევა. როგორც ხედავთ, ჩემს მიერ გამოყენებული RTX 4050 ამ პიკს საგრძნობლად ჩამორჩება, მაგრამ ეს იმიტომ, რომ ის მხოლოდ 75 W ვერსიაა, ამიტომ ალბათ ვერ ინარჩუნებს თავის გაზრდილ სიხშირეს საკმარისად დიდხანს. გარდა ამისა, თავად ტესტი არ მუშაობს თეორიულად სრულყოფილ სამყაროში, ამიტომ ყოველთვის იქნება განსხვავებები რეალობასა და ქაღალდზე არსებულ მონაცემებს შორის. Arc B390-მა უნდა მიაღწიოს დაახლოებით 7 ან 8 TFLOPS-ს FP32-ზე და ამ მაჩვენებლის გაორმაგებას FP16-ისთვის. ისევე როგორც RTX 4050, ისიც ჩამორჩება ამ მაჩვენებლებს, მაგრამ დააკვირდით, როგორ უწევს კონკურენციას Arc A770-ს? ეს არის 'პატარა' iGPU, რომელიც უთანაბრდება სრულმასშტაბიან გრაფიკულ ბარათს 400 კვადრატული მილიმეტრის GPU-თი. შემდეგი ტესტი, რომელიც ჩავატარე, არსებითად ზომავდა მონაცემთა პიკურ გამტარუნარიანობას, სხვადასხვა