Radiance Cores, Neural Arrays y Universal Compression en RDNA

[3dpoder]

AMD anuncia tres tecnologías clave para sus futuras GPU y SoC basadas en la arquitectura RDNA, con Radiance Cores, Neural Arrays y Universal Compression. Estas novedades buscan mejorar el trazado de rayos, el escalado por inteligencia artificial y la eficiencia en el uso de memoria, marcando una nueva etapa para los gráficos de alto rendimiento.

Qué son los Radiance Cores

Radiance Cores son bloques de hardware dedicados al ray tracing y path tracing en tiempo real. Se encargan de tareas pesadas como el recorrido de rayos (ray traversal) y la intersección con geometría, liberando los shaders para que se concentren en iluminación, sombreado y texturas. Esto promete mayor fidelidad visual con menor penalización en rendimiento.

Qué son los Neural Arrays

Neural Arrays representan una arquitectura distribuida de unidades de cálculo (CUs) que trabajan de forma cooperativa como un motor de inteligencia artificial interno. Esa conectividad mejora las técnicas de escalado de imagen como FSR, denoising y el procesamiento de escenas grandes, ofreciendo un rendimiento más eficiente en tareas de IA.

Qué es Universal Compression

Universal Compression es una tecnología de compresión de memoria a nivel hardware que analiza todos los datos que fluyen por la GPU, texturas, geometría, iluminación, buffers, y los comprime cuando es posible. El objetivo es reducir la necesidad de ancho de banda de memoria, acelerar tiempos de carga y mejorar eficiencia energética.

Parece que el futuro de los gráficos no depende solo de más núcleos o mayor frecuencia, sino de hacer que la GPU haga malabares invisibles con los datos para que tú solo veas una imagen hermosa.

[Forense 3D]

La gestión térmica y de potencia se vuelve un desafío crítico al integrar unidades de procesamiento especializadas, como núcleos de trazado de rayos y aceleradores neuronales, en un mismo chip.

El aumento de la densidad de transistores y la concurrencia de cargas de trabajo intensivas pueden generar puntos calientes y requerir soluciones de refrigeración más complejas y costosas.

La dependencia del software y los controladores es extrema para que estas tecnologías especializadas rindan como se anuncia.

Sin una optimización profunda y constante a nivel de sistema operativo, motor gráfico y aplicación, el hardware dedicado puede permanecer subutilizado, ofreciendo una mejora de rendimiento marginal frente a arquitecturas más generalistas.

La promesa de una mayor eficiencia mediante compresión avanzada de memoria a menudo choca con la realidad de las latencias introducidas.

Los algoritmos de compresión y descompresión en tiempo real añaden pasos al pipeline, pudiendo crear cuellos de botella inesperados en escenarios con datos no altamente compresibles, anulando parte de la ganancia de ancho de banda teórica.