Micron officialise la mémoire GDDR6X des cartes graphiques RTX 30

Le par Christian D.  |  0 commentaire(s)
Micron GDDR6X

Avec l'annonce des GPU RTX 30 de Nvidia, le fabricant de composants mémoire Micron officialise l'existence de la mémoire dédiée GDDR6X présente à bord des RTX 3080 et RTX 3090.

Les nouveaux GPU gaming RTX 30 sous architecture Ampere de Nvidia exploitent pour les modèles supérieurs de la gamme une nouvelle mémoire dédiée GDDR6X, au lieu de la GDDR6, pourtant pas très âgée.

Micron GDDR6X

Elle est le fruit d'une collaboration avec le fabricant de mémoires Micron qui en profite donc pour officialiser l'existence de la GDDR6X présente à bord de la RTX 3080 (10 Go) et de la RTX 3090 (24 Go) et qui contribue à assurer leurs performances supérieures.

Micron GDDR6X PAM4

Comme vu précédemment, cette nouvelle mémoire, en utilisant une modulation du signal dite PAM4 (4-level Pulse Amplitude Modulation), permet de doubler la quantité d'information transmise et d'atteindre une bande passante jusqu'à 1 To/s, avec une vitesse de 19 à 21 Gbps par broche (et même au-delà dans de futures évolutions), contre 14 à 16 Gbps pour la GDDR6.

Micron GDDR6X 02

Au-delà du gaming intensif, qui est la première application annoncée, la GDDR6X aura un intérêt pour les systèmes de calcul haute performance HPC, même si ces derniers optent plutôt en général pour de la mémoire HMB2 / HBM2e plus performante mais aussi plus chère.

GDDR6X Micron caractéristiques

Comparatif GDDR5 à GDDR6X

On peut imaginer le développement de systèmes HPC d'entrée de gamme utilisant de la GDDR6X pour en faire baisser les prix ou des systèmes d'appoint pour supercalculateurs.

La GDDR6X saura pareillement se montrer utile dans les stations de travail pour différents secteurs (médical, ingénierie, modélisation...) avec là encore les atouts d'une large bande passante pour absorber d'importantes quantités de données.

Enfin, les applications d'intelligence artificielle pourront tirer profit des caractéristiques de cette mémoire et de sa capacité à mobiliser de grands volumes d'information pour l'inférence et le deep learning.


  • Partager ce contenu :
Complément d'information

Vos commentaires

icone Suivre les commentaires
Poster un commentaire
avatar
Anonyme
Anonyme avatar