AMD Radeon Pro 5600M — новые топовые видеокарты для Apple MacBook Pro
18.06.20
AMD анонсировала выпуск мобильных графических ускорителей Radeon Pro 5600M для ноутбуков Apple MacBook Pro. Построенные на архитектуре RDNA, видеокарты Radeon Pro 5600M являются первыми мобильными графическими решениями AMD, использующими высокопроизводительную видеопамять стандарта HBM2, вместо традиционной GDDR6, которая применяется в остальных видеокартах 5000-й серии.
AMD указывает, что Radeon Pro 5600M построен на основе 7-нм графического процессора Navi 12 с 40 вычислительными блоками (Compute Unit, CU), то есть он располагает 2560 потоковыми процессорами. Пиковая частота графического процессора составляет 1035 МГц. При этом его заявленная производительность может достигать значения в 5,3 Тфлопс.
Модель Radeon Pro 5600M является первым чипом Navi, который использует HBM2-память. Чипы распределены на одной подложке с самим GPU, и их общий объём составляет 8 ГБ.
Пропускная способность подсистемы памяти с шиной 2048 бит может достигать 394 Гбайт/с. Получается, что использована память с пропускной способностью в 1,54 Гбит/с на один контакт.
Заявленный общий уровень энергопотребления графической платы (TGP) Radeon Pro 5600M составляет 50 Вт. Добиться столько низкого значения удалось за счёт снижения максимальной тактовой частоты GPU. В стандартных настольных вариантах при требовательных задачах она может подниматься свыше 1500 МГц в зависимости от моделей.
Не пропустите интересное!
Підписывайтесь на наши каналы и читайте анонсы хай-тек новостей, тестов и обзоров в удобном формате!

Oppo Enco Buds3 Pro – беспроводные наушники-долгожители



Oppo Enco Buds3 Pro – свежая модель в линейке наушников компании с обновлённым дизайном и хорошей автономностью. Расскажем подробнее.

Новые электросамокаты Acer уже продаются в Украине Acer события в Украине электротранспорт
Acer Series 5 Select — третья модель в линейке электроскутеров Acer, после Series 3 Advance и Series 5 Advance
ИИ научился сжимать аудио без потерь в 2 раза плотнее аудио искусственный интеллект разработка
Метод предполагает, что эффективность сжатия может значительно возрасти, если алгоритм понимает содержание информации так же, как это делает человек.