NVIDIA Tegra 2 vs Tegra 3 | Nvidia Tegra 3 (Quad Core Processor) vs Tegra 2 Speed, Performance
NVIDIA, opprinnelig et GPU-produsentfirma (Graphics Processing Unit) [som hevdes å ha oppfunnet GPU-er på slutten av nittitallet], har nylig flyttet inn i markedet for mobil databehandling, der NVIDIAs System on Chips (SoC) er distribuert i telefoner, nettbrett og andre håndholdte enheter. Tegra er en SoC-serie utviklet av NVIDIA rettet mot distribusjon i mobilmarkedet. I en lekmannstid er en SoC en datamaskin på en enkelt IC (Integrated Circuit, aka chip). Teknisk sett er en SoC en IC som integrerer typiske komponenter på en datamaskin (for eksempel mikroprosessor, minne, inngang / utgang) og andre systemer som imøtekommer elektroniske og radiofunksjoner. Målet med denne artikkelen er å sammenligne to nylige Tegra-serien SoC, nemlig NVIDIA Tegra 2 og NVIDIA Tegra 3.
De to hovedkomponentene i Tegra 2 og Tegra 3 er deres ARM-baserte CPU (Central Processing Unit, aka prosessor) og NVIDIA-basert GPU. Både Tegra 2 og Tegra 3 er basert på ARMs v7 ISA (instruksjonsarkitektur, den som brukes som utgangspunkt for å designe en prosessor), og GPU-ene deres er basert på NVIDIAs GeForce. CPU og GPU i både Tegra 2 og Tegra 3 er bygget i halvlederteknologien kjent som 40 nm av TSMC (Taiwan Semiconductor Manufacturing Company).
Tegra 2 (serie)
Tegra 2-serie SoC-er ble først markedsført tidlig på 2010, og det første settet med enheter som distribuerer dem, er noen ikke så kjente nettbrett-PCer. Den første distribusjonen av den samme i en smarttelefon kom i februar 2011 da LG ga ut sin Optimus 2X mobiltelefon. Deretter har et stort antall andre mobile enheter brukt Tegra 2-serien SoC, hvorav noen er Motorola Atrix 4G, Motorola Photon, LG Optimus Pad, Motorola Xoom, Lenevo ThinkPad Tablet og Samsung Galaxy Tab 10.1.
Tegra 2-serien SoCs (teknisk MPSoC, på grunn av flerprosessor-CPU utplassert) hadde ARM Cotex-A9-baserte dual core-CPUer (som bruker ARM v7 ISA), som vanligvis ble klokket på 1 GHz. NVIDIA målrettet mot mindre området, støttet ikke NEON-instruksjoner (ARMs Advanced SIMD-utvidelse) i disse CPUene. Valgte GPU var NVIDIAs Ultra Low Power (ULP) GeForce som hadde 8 kjerner pakket inn i den (det er ikke en overraskelse for et selskap som er kjent for sine mange-til-mange-kjerne-GPUer). GPU-ene ble klokket mellom 300MHz og 400MHz i forskjellige sjetonger i serien. Tegra 2 har både L1-cache (instruksjon og data - privat for hver CPU-kjerne) og L2-cache (delt mellom begge CPU-kjernene) hierarkier, og som gjør det mulig å pakke opptil 1 GB DDR2-minnemoduler.
Tegra 3 (serie)
Den første SoC (eller rettere sagt MPSoC) i Tegra 3-serien ble utgitt tidlig i november 2011 og ennå ikke distribuert i kommersielt tilgjengelige enheter. NVIDIA hevder at dette er den første mobile superprosessoren, for å sette sammen ARM Cotex-A9-arkitektur med firekjerner. Selv om Tegra 3 har fire (og derfor quad) ARM Cotex-A9-kjerner som hoved-CPU, har den en ekstra ARM Cotex-A9-kjerne (kalt ledsagerkjernen) som er identisk i arkitektur med de andre, men er etset på en lav kraftstoff og er klokket på veldig lav frekvens. Mens hovedkjernene kan klokkes ved 1,3 GHz (når alle fire kjernene er aktive) til 1,4 GHz (når bare en av de fire kjernene er aktive), er hjelpekjernen klokket på 500 MHz. Målet for hjelpekjernen er å kjøre bakgrunnsprosesser når enheten er i standby-modus og dermed spare strøm. I motsetning til Tegra 2,Tegra 3 støtter NEON-instruksjoner. GPUen som brukes i Tegra 3 er NVIDIAs GeForce, som har 12 kjerner pakket inn i den. Tegra 3 har både L1-cache og L2-cache som ligner på Tergra 2, og som tillater pakking av opptil 2 GB DDR2 RAM.
Sammenligningen mellom Tegra 2 (serie) og Tegra 3 (serie) MPSoCs er tabellert nedenfor:
(første mobile distribusjon)
Fire kjerner - opptil 1,3 GHz
(for hver CPU-kjerne)
(for hver CPU-kjerne)
Sammendrag
Oppsummert har NVIDIA, i navnet til Tegra 3-serien, kommet ut med en MPSoC med høye potensialer. Det overgår tydeligvis deres MPSoC-er i Tegra 2-serien i både databehandling og grafikkytelse. Ideen om en ledsagerkjerne er veldig ryddig, da den kan være svært nyttig for mobile enheter, ettersom slike enheter er i standby-modus oftere enn ikke, og det forventes at de kjører bakgrunnsoppgaver. Hvordan den mobile databehandlingsindustrien skal utnytte potensialet, er ennå ikke å se.
