当前位置: 首页 > news >正文

拔掉独显提升性能,AMD新一代核显可以通杀主流游戏了

在今年台北电脑展上,AMD 除了带来了全新的 Ryzen 9000 系列。

与此同时也带来了全新的移动端处理器 Ryzen AI 9 HX 300 系列。

图片

来源:AMD

也许是在 AI 领域稍晚一步,AMD 的全新移动端处理器命名直接把 AI 焊在脸上。

图片

也就是咱们今天的主角 Ryzen AI 9 HX 370。(这名字比我写的检讨还长)

图片

来源:AMD

与 Ryzen 9000 系列浓墨重彩的介绍不同,移动端的处理器 Ryzen AI 9 HX 300 系列只是简单介绍了规格。

AMD 并没有公布理论性能跑分,这就有点遗憾了。

图片

来源:AMD

简单介绍一下,以 Ryzen AI 9 HX 370 为例,核心规模为 12C 24T

虽然为 4 个高性能 Zen5 核心 +8 个紧凑型 Zen5c 核心混合架构,但也仅仅为频率差别,没有学 intel 搞妖魔的大小核架构。

图片

采用台积电 4nm 工艺,主频 2.0GHz,最大加速频率 5.1GHz,L3 级缓存 24MB。

NPU 采用 AMD 此次最新的 XDNA 2 架构,算力达到 50TOPS。

图片

来源:AMD

或许是因为 AI 方面棋差一招,所以在宣讲方面 AI 就成了 AMD 的重头戏,与其他各家对比算力,也是登顶了 TOP1。

图片

来源:AMD

与上代对比也有着长足的进步,终于是跻身到 Copilot+PC 行列了。

图片

而 GPU 方面,HX 370 搭载了最新架构 RDNA 3.5,规格方面为 16 CU 的Radeon 890M,加速频率为 2.9GHz。

图片

也是同样没有具体的理论跑分作为参考,只是拉来了老对手 intel Core Ultra9 185H 作为性能对比,综合实力高 36%

图片

来源:AMD

看到这可能有同学要举手了,那这些不都是 PPT 吗,具体应用是个啥样呢?

图片

俗话说的好,不怕神对手,就怕居队友。你不跑是吧?有人帮你跑。

近日,国内微型电脑厂商 GPD 来给大家整了个花活儿。

图片

在宣传自家的新品时,顺便把 Ryzen AI 9 HX 370 分也跑了。

首先是 CPU 方面,拉来了桌面端的 R9-7950X 以及 R9-5950X 对比。

图片

来源:GPD

可以看到,在 Cinebench 2024 当中,Ryzen AI 9 HX 370 单核持平 7950X。

多核方面还打赢了 16C 32T 的 5950X。好家伙,这就是Zen5的魅力吗?

以及在 Geekbench6 中 ES 版本偷跑,单核 2816 分,多核 12916 分

图片

来源:Geekbench

各个方面都证明了这颗 CPU 的性能不俗。

而重头戏 GPU 方面,配合搭载 LPDDR5x 7500MT/s 内存。

图片

图片

来源:GPD

3D Mark Time Spy 跑分 4221 分,超过移动端 RTX 2050,并且性能非常接近 RTX 3050 移动端了。

图片

Time Spy横向对比图,来源:VideoCardz

对比桌面端的 GTX1060 性能也是打平

图片

对比上代同功耗下,性能提升超过了 45%,有意思的是,性能提升超过了硬件规格的提升。

且和 intel 显卡高分低能不同,AMD 这边是真正能应用到实际当中去的。

54W 的满血功耗,这意味着,轻薄本也可以流畅玩吃鸡、APEX这类网游或者部分优化较好的 3A 大作了!

图片

总的来说,AMD 这次移动端处理器是真的拿出了硬实力,也难怪老对手 intel 急着找台积电代工了。

在科技越来越先进的今天,各家虽然把性能做上去了,但是功耗也随之攀升。

图片

像 AMD 这次降低功耗的同时却迎来性能的进步,阿红觉得才是点对科技树的方向。

大伙儿对此有啥想法,咱们评论区聊聊!

http://www.lryc.cn/news/382896.html

相关文章:

  • 关于单片机那些事?
  • 第5章 传输层
  • 典型传感器简介及驱动安装
  • linux和Win——显卡驱动、Anaconda及pytorch安装(无需单独安装cuda、cudnn)
  • 机器学习之多模态学习FLAVA(Foundational Language and Vision Alignment)
  • Maven高级-证书校验
  • flutter是app跨平台最优解吗?
  • 算法 Hw9
  • 前端JS必用工具【js-tool-big-box】学习,字符串字母大小写转换的方法使用
  • Zookeeper:分布式系统中的协调者
  • 如何使用代理IP进行数据抓取,PHP爬虫抓取京东商品数据
  • 一口气安装【Python】教程
  • 华为HCIP Datacom H12-821 卷13
  • 基于SSM的酒店客房管理系统
  • 【数据结构与算法】最短路径,Floyd算法,Dijkstra算法 详解
  • PHP中如何进行网络爬虫和数据抓取?
  • 【Hadoop集群搭建】实验3:JDK安装及配置、Hadoop本地模式部署及测试
  • 分布式锁在Spring Boot应用中的优雅实现
  • 常用框架-Spring Boot
  • AttributeError: module ‘cv2‘ has no attribute ‘face‘
  • 不管你是普本还是双一流,建议你一定要尝试一下学习GIS开发
  • OurBMC大咖说丨第5期:BMC开发中的非标准化问题探讨
  • 空调制冷剂泄漏引发健康隐患,冷媒传感器实时监测至关重要
  • 开源TinyFSM状态机适用于嵌入式工业平台吗?
  • EE trade:利弗莫尔三步建仓法
  • Java中Callable的应用
  • 测试卡无法仪表注册问题分析
  • 【扩散模型(一)】Stable Diffusion中的重建分支(reconstruction branch)和条件分支(condition branch)
  • WPF——Binding
  • linux与windows环境下qt程序打包教程