ロードマップでわかる!当世プロセッサー事情 第619回
価格性能比でライバル製品を圧倒するRadeon PRO W6000シリーズの凄さ AMD GPUロードマップ
2021年06月14日 12時00分更新
レイトレーシングが大幅に高速化
ゲームはともかく業務用ではNVIDIAを上回る性能
もう1つの大きな話題は、言うまでもなくレイトレーシングである。NAVI 2ベースとしたことで、レイトレーシングが大幅に高速化されることになった。
GCNベースというのはRadeon ProRenderの話であると思われる。SolidWorks VisualizeはVersion 2020からRadeon ProRenderをサポートしており、またRadeon ProRenderはNavi2のHardware RayTrace Engineをサポートすることで、この結果が得られた格好だ
DXRT(DirectX Ray Tracing)ではNVIDIAの方にやや分があるかもしれないが、業務用品質ではまた話が少し違うようで、Radeon PRO W6800はQuadro RTX 5000を上回るレンダリング性能を示すとしている。
下の画像は60秒間のレンダリングの結果で、中央がRadeon PRO W6800のものだが、これだとやや差が小さすぎてわかりにくい。
そこで10秒間のレンダリングの結果を示したのが下の画像である。SolidWorksの場合、画面中でオブジェクトを掴んで動かしている間は最小限のレンダリングで描画されるが、ユーザーが手を触れないとどんどんレンダリングを進めて最終成果物に近い描画になっていく。要するにこれは掴んで動かした10秒後の描画であって、もちろん左の描画でも操作に支障はないのだが、どちらが綺麗と言われれば言うまでもなく右である。
AIベースの処理でもNVIDIAを上回る性能
最近はアプリケーションで独自のAIを搭載するものも増えてきた。その1つがTopaz Video Enhancerで、AIベースのアップスケーリングを独自アルゴリズムで実施する処理だが、ここでもRadeon PRO W6800はQuadro RTX 5000より高速としている。
AIベースのアップスケーリングでもRadeon PRO W6800は高速。とはいえRadeon PRO VIIと同程度というあたり、価格差を考えると少し悩むところ。Topaz Labsは詳細を公開していないが、おそらくOpenCL経由でGPUを使っているのだろう
同様にDxO PhotoLab 4で追加されたDeepPRIME(AIベースのノイズ削減)だが、Radeon PRO W5700比で54%高速であり、CPUとは比較にならないとしている。個人的には筆者もこのDxO PhotoLab 4でDeep Primeを使いまくっているので、こうした数字はうれしいところだ(自分でRadeon PRO W6800を使う機会はないだろうが)。
性能の最後はFoundryのNukeというVFX(デジタル合成)ソフトウェアである。CGを利用した動画のポストプロダクションなどで使われるものだが、最新のNuke 13ではAIRと呼ばれる機械学習ツールが搭載されている。以前はNVIDIAのGPUで、Kepler以降のGPUが必要という話だったが、現在はAMDのGPUにも対応している。
肝心の性能だが、Infinity Cacheを無効化するとRadeon PRO W6800の性能はQuadro RTX 5000にややおよばない程度なのが、Infinity Cacheを有効にすることで10%ほど性能が上がり、Quadro RTX 5000を上回るというおもしろい結果になった。
価格性能比に優れるRadeon PRO W6000シリーズ
安定供給できれば業務用のシェア奪回もありうる
AMDはCPUでこそインテルから着実にシェアを奪ってるものの、GPUに関してはなかなかNVIDIAからシェアを奪回するに至っていない。理由の1つは供給が足りないことで、NVIDIAがマイニング用途で空前の品不足に陥っている昨今ですら供給が増やせない(Fab側もいっぱいであり、しかも周辺部品もやはり品不足気味なので、供給を増やすのが困難なのは理解できる)ので、それはシェアを奪えないわ、という話はあるにせよ、価格性能比で優れた製品を投入して差を縮めるのも大事な作業である。今回のRadeon PRO W6800とW6600で多少なりとも業務用のシェアが増えればいいのだが。
本記事はアフィリエイトプログラムによる収益を得ている場合があります

この連載の記事
-
第888回
PC
NVIDIA Rubin Ultra開発中止の真相! 180層CoWoS-Lの歪曲トラブルと、急造ラックNVL576に透ける苦肉の策 -
第887回
PC
AIなしではもはや限界 TSMCが明かすメモリー開発にAIが不可欠となった現実 -
第886回
PC
CFETの足を引っ張るPMOSを救え! imecが提案する新絶縁層と、あえて精度を緩める「Notch Alignment」の妙手 -
第885回
PC
TSMCも次世代「CFET」の全貌を披露! Forksheetスキップの背景と、世界最小6T SRAM実証で見えた2030年への布石 -
第884回
PC
Samsungが次世代CFETの試作に成功! IBMの10万ドル方式に対抗する、量産重視な「一括形成プロセス」のリアリティ -
第883回
PC
TSMCのA16プロセスの詳細が判明! 性能向上の主因はトランジスタではなく裏面電源供給(SPR)にあり? -
第882回
PC
IBMが0.7nmチップの製造に成功! 変態的CFET構造NanoStackの凄みと、あまりに高すぎる製造コストの壁 -
第881回
PC
同一周波数で消費電力18%削減! 進化した「Intel 18A-P」はどこが変わったのか? -
第880回
PC
次世代NVLinkの布石か? TSMCの光電融合技術「COUPE」がもたらすAIサーバーの光接続 -
第879回
PC
なぜAIには「光」が必要なのか? NVIDIAが解説するスケールアップネットワークの低遅延・省電力化戦略 -
第878回
PC
もはや銅配線は限界? 3200Gイーサネット実現に立ちはだかる200GT/秒の壁 - この連載の一覧へ





