Forskjellen mellom NVIDIA Tegra 2 og Tegra 3

NVIDIA Tegra 2 vs Tegra 3 | Nvidia Tegra 3 (Quad Core Processor) vs Tegra 2 Hastighet, ytelse
 

NVIDIA, som opprinnelig var et produksjonsfirma for GPU (Graphics Processing Unit) [påstod å ha oppfunnet GPUer på slutten av nittitallet], har nylig flyttet inn i mobildatamarkedet, der NVIDIAs system på Chips (SoC) blir distribuert i telefoner, tabletter og andre håndholdte enheter . Tegra er en SoC-serie utviklet av NVIDIA-målretting i mobilmarkedet. I en laypers term 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 nyere Tegra-serien SoCs, nemlig NVIDIA Tegra 2 og NVIDIA Tegra 3.

De to hovedkomponentene til 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 deres GPUer er basert på NVIDIAs GeForce. CPU og GPU i både Tegra 2 og Tegra 3 er bygget i halvlederteknologien kjent som 40nm av TSMC (Taiwan Semiconductor Manufacturing Company).

Tegra 2 (Serie)

Tegra 2-serien SoCs ble først markedsført tidlig i 2010, og det første settet av enheter for å distribuere dem er noen ikke så berømte tablet-PCer. Den første distribusjonen av det samme i en smarttelefon kom i februar 2011 da LG lanserte sin Optimus 2X-mobiltelefon. Følgende har et stort antall andre mobile enheter brukt Tegra 2-serien SoCs, 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 CPU-prosessoren med flere prosessorer) hadde ARM Cotex-A9-baserte dual core-CPUer (som bruker ARM v7 ISA), som vanligvis ble klocket til 1GHz. Målrettet mindre dørområde, støttet NVIDIA ikke NEON-instruksjoner (ARM's Advanced SIMD-utvidelse) i disse CPUene. Den valgte GPUen var NVIDIAs Ultra Low Power (ULP) GeForce, som hadde 8 kerner pakket inn i den (det er ikke en overraskelse for et selskap som er kjent for sine mange til mange kjerne GPUer). GPUene ble klokket mellom 300 MHz til 400 MHz i forskjellige chips i serien. Tegra 2 har både L1-cache (instruksjon og data - privat for hver CPU-kjerne) og L2-cache (delt mellom begge CPU-kjerner) hierarkier, og det tillater pakking opptil 1 GB DDR2-minnemoduler.

Tegra 3 (Serie)

Den første SoC (eller heller MPSoC) i Tegra 3-serien ble utgitt i begynnelsen av november 2011, og likevel å bli distribuert i kommersielt tilgjengelige enheter. NVIDIA hevder at dette er den første mobilen super prosessor, for å sette sammen quad core ARM Cotex-A9 arkitektur. Selv om Tegra 3 har fire (og derfor fire) ARM Cotex-A9-kjerner som hovedprosessor, har den en tilleggsarkitektur med ARM Cotex-A9 (kalt kompanjong kjernen) som er identisk i arkitekturen til de andre, men er etset på et lite kraftig stoff og er klokket med svært lav frekvens. Mens hovedkjernene kan klokkes på 1,3 GHz (når alle fire kjernene er aktive) til 1.4GHz (når bare en av de fire kjernene er aktiv), er hjelpekjernen klokket til 500MHz. Målet med hjelpekjernen er å kjøre bakgrunnsprosesser når enheten er i standby-modus og dermed sparer strøm. I motsetning til Tegra 2 støtter Tegra 3 NEON instruksjoner. Den GPU 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 tabulert nedenfor:

Sammendrag 

I sammendraget har NVIDIA, i navnet Tegra 3-serien, kommet ut med en MPSoC med høye potensialer. Den utvider tydeligvis deres Tegra 2-serie MPSoCs i både databehandling og grafikkytelse. Ideen om a kompanjong kjernen er veldig pen, da det kan være svært nyttig for mobile enheter, da slike enheter er i standbymodus oftere enn ikke, og de forventes å kjøre bakgrunnsoppgaver. Hvordan mobil databehandling industrien skal utnytte potensialet, er ennå ikke sett.