RDNA 4: AMDs neue Architektur beschleunigt KI wie noch nie
AMDs neue GPU-Mikroarchitektur RDNA 4 wurde nicht zuletzt im Bereich der KI-Beschleunigung deutlich aufgebohrt und soll mit den neuen KI-Beschleunigern der 2. Generation die achtfache KI-Rechenleistung im Vergleich zu RDNA 3 bieten.
AMDs neue GPU-Mikroarchitektur RDNA 4 ("GFX12XX") sowie die darauf basierenden Grafikprozessoren Navi 48 XTX ("GFX1201") und Navi 48 XT ("GFX1200") wurden nicht zuletzt im Bereich der KI-Beschleunigung deutlich aufgebohrt und sollen so mit ihren neuen KI-Beschleunigern der 2. Generation, sogenannten 2nd Gen AI-Accelerators, Herstellerangaben zufolge die achtfache KI-Rechenleistung in Komparation zur Vorgängergeneration RDNA 3 ("GFX11XX") mit Navi 3X bieten. Von diesem Leistungssprung für KI-Workflows profitiert dank FSR 4 auch Spieler.
Quelle: AMD
Während RDNA 4 im Vergleich zu RDNA 3 und RDNA 3.5 bei der KI-Beschleunigung binärer Fließkommazahlen mit halber Genauigkeit ("FP16") sowie binärer Ganzzahlen mit einer Genauigkeit von 63-Bit ("INT8") um den Faktor 2x respektive Faktor 4x zulegt, wird unter Verwendung des Features "Sparsity", welches auf dünnbesetzte Matrizen, die sogenannten "Sparse Matrices", zurückgreifen kann, sogar die bis zu achtfache Rechenleistung für die Beschleunigung von Künstlicher Intelligenz bereitgestellt.
Wie schon bei den Gaming-Benchmarks hinsichtlich der Rasterleistung und Raytracing-Performance vergleicht AMD sein neues RDNA-4-Spitzenmodell, die Radeon RX 9070 XT, im Hinblick auf Leistungszuwächse bei der KI-Rechenleistung einmal mehr mit der AMD Radeon RX 7900 GRE. Während Content Creator den Herstellerangaben zufolge mit einer 12 bis 34 Prozent höheren Leistung in Produktivanwendungen rechnen können, sollen generative KI-Modelle dementsprechend zwischen 41 und 70 Prozent zulegen können.
Pünktlich zum Release unterstützen die Radeon RX 9070 XT und Radeon RX 9070 auf Basis der RDNA-4-Architektur bereits die KI-Modelle Stable Diffusion 1.5, 3.0 und 3.5 sowie Stable Diffusion XL, während Flux und weitere LLMs später folgen sollen. In Kombination aus neuer RDNA-4-Hardware sowie dem KI-Softwarestack soll das Thema Künstliche Intelligenz jetzt auch für Anwender mehr Fahrt aufnehmen.
Ein neuer KI-gestützter Stabilitätstest innerhalb der AMD Software: Adrenalin Edition, der AMD Image Inspector und der AMD Chat sowie die erweiterte Media Engine mit KI-Unterstützung sollen zukünftig zertifizierte AMD KI-Desktops ermöglichen. Die Basis dafür wurde jetzt mit RDNA 4 und der Radeon RX 9070 Series geschaffen.
Ihre Meinung ist gefragt!
Wie stehen Sie zu diesem Thema? Die PCGH-Redaktion freut sich über Ihre fundierte Meinung in den Kommentaren zu dieser Meldung. Um zu kommentieren, müssen Sie auf PCGH.de oder im Extreme-Forum eingeloggt sein. Sollten Sie bisher noch keinen Account haben, könnten Sie sich hier unverbindlich registrieren. Beachten Sie beim Kommentieren aber bitte die geltenden Forenregeln.
Quelle: AMD
Meiner Erfahrung nach gab es 2008 im GPGPU Computing Bereich nur CUDA und sonst nichts vergleichbares. OpenCL Support auf GPUs kam meine ich erst einige Zeit später. AMDs ROCm 2015 oder 2016? - und zum Start auch nur für teure Workstation Karten (soweit ich weiß). Da war der Zug doch schon längst abgefahren - Frameworks, Tutorials, Dokumentation, Paper basierten auf CUDA. Nicht ausschließlich aber zu einem signifikatnem Teil. Etablierten, getesteten Code portiert man nicht mal eben.
Mag durchaus sein, dass Nvidia "zuerst" mit CUDA auf den Markt kam .... ist ja alles schön und gut. Das Problem ist Nvidias Geschäftsgebahren ist jegliche Konkurrenz im Keim zu ersticken, damit sie jeglichen Preis für ihre Karten verlangen können.
Und auch wenn OpenCL und ROCm später dazu kamen .... sollte eigentlich kein Hexenwerk sein in Videoeditingsoftware und Bildbearbeitung mehrere APIs zu unterstützen wenn schon eine davon properitär ist. Warum das nicht passiert keine Ahnung.
Meiner Erfahrung nach gab es 2008 im GPGPU Computing Bereich nur CUDA und sonst nichts vergleichbares. OpenCL Support auf GPUs kam meine ich erst einige Zeit später. AMDs ROCm 2015 oder 2016? - und zum Start auch nur für teure Workstation Karten (soweit ich weiß). Da war der Zug doch schon längst abgefahren - Frameworks, Tutorials, Dokumentation, Paper basierten auf CUDA. Nicht ausschließlich aber zu einem signifikatnem Teil. Etablierten, getesteten Code portiert man nicht mal eben.
Nvidia hat die Weichen dafür einfach sehr früh gestellt und profitiert nun davon.
Ich bin aber nicht mit dieser Thematik vertraut, vielleicht kann hier ein Wissender mehr dazu sagen ob das brauchbar ist oder nicht.
Das CUDA Ökosystem ist stark und etabliert. Die ZLUDA-Bibliothek ist eine Zwischenlösung und macht am Ende des Tages mehr Ärger und Kosten als sich einfach eine Nvidia Karte zu kaufen.