Procesor graficzny Intela zaskakuje liczbą tranzystorów. Znamy też taktowanie

Czy wiecie już wszystko o mobilnych kartach Intel Arc? Jeśli tak, to najwyższy czas zacząć interesować się segmentem desktopowym, w który firma przypadkowo zapewniła nam wgląd. Ujawniła tym samym nieopacznie (najpewniej) specyfikację flagowej karty graficznej Intel Arc A780, która wykorzystuje rdzeń ACM-G10. Co ciekawe, ten przyćmiewa liczbę tranzystorów obecnych w GPU konkurencji nawet w swojej mobilnej implementacji.

Wielkość i liczba tranzystorów procesora graficznego Intel ACM-G10

Zacznijmy właśnie od tego – wielkości oraz liczby tranzystorów procesora graficznego Intel ACM-G10, który na tle konkurencyjnych GPU w postaci Navi 22 oraz GA104 wypada na olbrzyma. Z oczywistych względów porównujemy je do tych „prawie” najwydajniejszych procesorów AMD i NVIDIA, bo poziom wydajności ACM-G10 w ramach karty Arc A780 ma odpowiadać właśnie modelowi Radeon RX 6700 i GeForce RTX 3070. Tego, czy to prawda, dowiemy się dopiero latem, bo na początku ma zadebiutować wersja mobilna, a nieco później ta desktopowa.

Wedle informacji uzyskanych przez HardwareUnboxed Intel ACM-G10 mierzy całe 406 mm kwadratowych, a dzięki wyprodukowaniu go z użyciem technologii N6 firmy TSMC upchnięto w niego całe 21,7 miliarda tranzystorów. To więcej niż 17,2 miliarda tranzystorów w 336-mm2 Navi 22 na bazie procesu N7 i 17,4 miliarda upchnięte w 392-mm2 procesor NVIDIA GA104 produkowany przez Samsunga w ramach 8-nm procesu.

Intelowi wypsnęły się informacje o flagowej karcie Arc A780

Jeśli uważnie obejrzycie prezentację oprogramowania Intel Arc Control, które firma stworzyła dla lepszego zarządzania swoimi kartami graficznymi, zauważycie dziwną specyfikację modelu, który nie został jeszcze zaprezentowany. Ten został poddany testom podczas nagrywania pulpitu przez Intela, przez co podbił swoje zegary do 2250 MHz w przypadku procesora graficznego i zaczął pożerać 175 watów mocy, osiągając temperaturę 80 stopni Celsjusza.

Najpewniej test dotyczył właśnie modelu Arc A780 przeznaczonego do komputerów stacjonarnych, a widoczny powyżej zegar dotyczy taktowania Boost. Wbrew pozorom taki poziom ma nie być domeną kart stacjonarnych, co potwierdził test mobilnego Arc A350M, który w benchmarku Geekbench mimo oficjalnej wzmianki o 1150 MHz taktowania, rozkręcił się do 2,2 GHz.

Podziel się postem:

Najnowsze:

Oprogramowanie

Unia Europejska przejdzie na Linuxa? Powstaje dystrybucja EU OS

Unia Europejska może wkrótce podjąć kroki w kierunku uniezależnienia się od amerykańskiego oprogramowania. Społeczność entuzjastów pod patronatem władz UE pracuje nad projektem EU OS, który ma zastąpić system operacyjny Windows w instytucjach rządowych. Wybór padł na modyfikację dystrybucji Fedora Linux, która zostanie dostosowana do potrzeb urzędników poprzez interfejs przypominający Windows.

Bezpieczeństwo

Przełomowa kwantowa technologia generowania liczb losowych z WAT: Szczegółowa analiza i perspektywy

W dzisiejszym zaawansowanym technologicznie świecie, prawdziwie losowe liczby stanowią fundament wielu kluczowych dziedzin. Od zabezpieczania komunikacji poprzez kryptografię aż po przeprowadzanie złożonych symulacji naukowych i inżynierskich , generowanie nieprzewidywalnych sekwencji danych jest niezbędne. Losowość odgrywa również istotną rolę w grach losowych , w sektorze finansowym , gdzie zapewnia unikalność transakcji, oraz w badaniach statystycznych. W kryptografii, siła klucza szyfrującego jest bezpośrednio związana z jakością i stopniem losowości użytym do jego wygenerowania . Im wyższa entropia źródła losowego, tym trudniejszy do złamania staje się klucz. Prawdziwa losowość jest zatem kluczowym elementem zapewniającym bezpieczeństwo w cyberprzestrzeni, wzmacniając algorytmy szyfrujące i chroniąc integralność przesyłanych oraz przechowywanych danych . Zapotrzebowanie na generatory liczb losowych o wysokiej jakości i nieprzewidywalności stale rośnie, co jest bezpośrednio powiązane z postępem technologicznym i coraz większym znaczeniem bezpieczeństwa informacji. Wraz z dynamicznym przenoszeniem coraz większej liczby aspektów naszego życia do sfery cyfrowej, ilość generowanych i przesyłanych danych nieustannie wzrasta. Ochrona tych danych przed nieautoryzowanym dostępem i manipulacją staje się priorytetem, a prawdziwa losowość jest nieodzownym narzędziem do skutecznego szyfrowania i zabezpieczania przed różnego rodzaju atakami.

Bezpieczeństwo

Prawdopodobnie DeepSeek Zna Twoje Sekrety: Analiza Bezpieczeństwa Danych Treningowych LLM

Prawdopodobnie DeepSeek zna Wasze sekrety oraz klucze API! Takie ostrzeżenie pojawiło się na łamach Sekurak.pl. W dynamicznie rozwijającym się świecie dużych modeli językowych (LLM), gdzie innowacje pojawiają się niemal codziennie, DeepSeek AI szybko zyskał miano znaczącego gracza, budząc zainteresowanie swoimi możliwościami i efektywnością. Jednakże, wraz z postępem technologicznym, pojawiają się również nowe wyzwania w obszarze bezpieczeństwa. Niedawne odkrycie dokonane przez badaczy z Truffle Security rzuca nowe światło na potencjalne zagrożenia związane z danymi treningowymi tych zaawansowanych modeli. Wnikliwa analiza publicznie dostępnego zbioru danych Common Crawl, wykorzystywanego do trenowania LLM, w tym DeepSeek, ujawniła obecność licznych, potencjalnie wciąż aktywnych kluczy API i haseł.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *