Nvidia ha ufficializzato al CES di Las Vegas il nuovo SoC Tegra X1. Nonostante quest'ultimo abbia preso il posto del precedente Parker, abbandonando il sistema produttivo a 16 nm in favore del più rodato a 20 nm di TSMC, non sono poche le novità. Tra queste la maggiore riguarda la GPU Maxwell, ma c'è anche il supporto alle DDR4 e un processore octa-core a 64 bit.
Oggi è il giorno del debutto di Nvidia Tegra X1, il nuovo SoC del Green Team che va a sostituire l'attuale K1 ma che ha anche cambiato la roadmap ufficiale del chipmaker californiano. Originariamente infatti era previsto un SoC conosciuto col nome in codice di Parker, che avrebbe dovuto essere simile all'attuale Denver, ossia con processore proprietario a 64 bit, GPU Maxwell e sistema produttivo a 16 nm.
A causa però probabilmente proprio delle lungaggini di sviluppo di una soluzione proprietaria e dell'implementazione del sistema litografico a 16 nm, a Santa Clara hanno deciso di optare per una soluzione globalmente più semplice, in modo da favorire il time-to-market sull’innovazione pura. Parker è stato quindi accantonato (ma non cancellato) ed è subentrato Erista, ovvero appunto Tegra X1.
CPU
Più semplice però non vuol dire meno interessante e sono tante quindi le novità introdotte. Il processore ad esempio è un octa-core a 64 bit formato da quattro ARM Cortex A57 e quattro A53, ma Nvidia non li ha combinati assieme utilizzando la configurazione ARM big.LITTLE e l'interconnessione ARM CCI-400, optando invece per una soluzione interna. Quest'ultima utilizza la tecnica di Cluster Migration invece di Global Task Scheduling, giudicata più efficiente, ma grazie alla compresenza della Cache Coherence Nvidia sostiene di aver ottenuto un miglior rapporto di prestazioni-per-watt rispetto alla soluzione ARM, offrendo ad esempio performance 1.4 volte superiori a quelle del SoC Samsung Exynos 5433 (interamente basato su tecnologia ARM) a parità di potenza assorbita, o prestazioni allineate con assorbimenti inferiori.
Anche la tecnologia di risparmio energetico è differente, poiché Nvidia utilizza la proprietaria EDP (Electrical Design Point) al posto della ARM IPA (Intelligent Power Allocation): se quindi l'architettura è ARM, il design globale è chiaramente Nvidia.
GPU
L'altra grande novità è ovviamente rappresentata dalla GPU. Il predecessore Tegra K1 è stato il primo SoC Nvidia ad offrire una GPU allineata nell'architettura ai modelli destinati a desktop e notebook, utilizzando l'architettura Kepler. Ora il Tegra X1 integra una GPU Maxwell. Le novità a livello tecnico sono tantissime ma, senza scendere troppo nei dettagli, si può dire che l'impatto maggiore ha riguardato un drastico incremento nella banda passante e nell'efficienza globale. Con 256 CUDA core, 16 texture unit e 16 ROP (contro rispettivamente 192, 8 e 4 di Kepler), Maxwell dovrebbe quindi offrire due volte le prestazioni del processore e, quel che più conta, un rapporto performance-per-watt due volte migliore.
RAM, RISOLUZIONE E ISP
Altre tre differenze, a livello di processore, distinguono il Tegra X1 dal predecessore: il tipo di RAM supportata, la risoluzione massima supportata per un display esterno e l'ISP. Nel primo caso troviamo il nuovo supporto alle interfacce memoria LPDDR4 a 64 bit (in precedenza si trattava invece di memorie LPDDR3). Questo cambiamento ha innalzato la il picco massimo della bandwidth, portandolo da 14.9 GB/s a ben 25.6 GB/s, migliorando nel contempo l'efficienza energetica del 40 %.
La massima risoluzione supportata per un display esterno è anch'essa cresciuta, raggiungendo 3840 x 2160 pixel a 60 Hz in luogo dei precedenti 3200 x 2000 pixel a 60 Hz, anche grazie all’adozione dello standard HDMI 2.0. Inoltre è ora presente anche il supporto alla compressione video VESA. L'ISP infine è simile al precedente, ma le funzionalità di codifica e decodifica JPEG sono ora cinque volte più veloci, essendo passate da 120 MP/s a 600 MP/s. Nvidia inoltre ha introdotto il supporto ai formati 4K60 H.265 e VP9. Infine il controller dedicato allo storage è di tipo eMMC 5.1, molto più veloce ed efficiente.
Via: Anandtech
