新APU 推动市场新变数

384个流处理器堪比独显

在新品当中最为引人注目的就是A10-4600M和A10-4655M这两款处理器（表1、表2）。两款处理器分别采用了HD7660G和HD7620G这两款核芯显卡，均提供了384个流处理器。由于在移动版独显领域，超过320个流处理器便可以称之为“游戏本”。因此，上述两款A10处理器忽然间让中低端独立显卡“压力”很大。

而根据AMD的官方命名来看，HD7660G核芯显卡的性能似乎已经超过了HD7650M独立显卡。之所以会得到这样的结论，是因为前者的命名编号刚好超过了后者。但是令人奇怪的是，HD7660G核芯显卡只具备384个流处理器，而且还没有独立显存。HD7650M独立显卡则拥有了480个流处理器，而且还具备了独立显存。唯一的明显差别就是，前者采用了更先进的32nm制造工艺，而后者则采用了相对落后的40nm制造工艺。所以在未经对比测试之前，很多业内人士都认为AMD在命名规范上偏袒了新一代apu。

为此，国外媒体在第一时间便进行了比较详尽的对比测试，但最终的测试结果让业内人士改变了偏袒新一代APU的观点。因为无论是在3DMark11还是3DMark Vantage的测试当中，HD7660G核芯显卡的性能表现均全面超越了HD7650M独立显卡（表3）。除此之外，国内媒体也对HD7660G核芯显卡进行了测试，同样也证实了新一代APU的强大性能。这款核芯显卡不但顺利超越了HD4000和HD6630M这样的一代名将，甚至在性能表现上还接近了HD6650M和GT630M（表4），不但成为了最优秀的中端游戏本，甚至在表现上接近于高端游戏本的性能（图1）。而之所以会在流处理器数量处于劣势的情况下性能占优，自然还要得益于更先进的32nm制造工艺。

正因为得益于更先进的32nm制造工艺，一同的A8、A6系列处理器的游戏性能也同样并不含糊。A8-4500M采用了HD7640G核芯显卡，A6-4455M采用了HD7500G核芯显卡。这两款核芯显卡均提供了256个流处理器，再加上如虎添翼的32nm制造工艺，运行主流网游和要求不高的单机游戏，也同样可以游刃有余。

中低端独显“杯具”了

曾几何时，超轻薄笔记本要想玩游戏，就只能配备独立显卡。但是配了独显之后，散热又成问题，电池续航也会受到影响。所以消费者并不买账，厂商也很难进行取舍。而新一代的APU则充分考虑了这个问题，超轻薄本依靠核芯显卡，同样可以拥有不错的游戏性能。比如说前文提到的A10-4655M处理器，其实就是专为超轻薄笔记本设计的低功耗处理器。HD7620G核芯显卡拥有了384个流处理器，与前面提到的HD7660G规格相同，频率略有降低而已。至于整个处理器的TDP功耗，则可以更为省电，TDP功耗只有25W。无独有偶，A6-4455M则采用了HD7500G核芯显卡，具备了256个流处理器，整个处理器的TDP功耗更是低至只有17W。相比传统的超轻薄笔记本来说，不但游戏性能大幅提升，而且散热也不会受到明显影响，电池续航能力更是不成问题。

得益于第三代的AMD智能超频技术（AMD Turbo Core），新一代APU不但处理器可以动态超频，而且核芯显卡亦可动态超频。以A10-4655M处理器为例，CPU的基准频率只有2.0GHz，动态超频却可以高达2.8GHz。与其搭配的HD7620G核芯显卡，GPU基准频率只有360MHz，动态超频却可以高达497MHz。在空闲时，有效延长超轻薄笔记本的电池续航时间。并在运行负载较高的游戏时动态超频，发挥最大性能，从而获得更加流畅的游戏体验。这无疑对配备了中低端独立显卡的笔记本电脑造成不小的打击，无论是游戏性能还是续航能力，新APU均占据优势，并且在制造成本方面更为节省。

异构计算的魔力

所谓异构计算，其实就是不同类型指令集或体系架构协同运算的一种技术。目前最常见的，就是CPU+GPU的协同运算。现如今，CPU的主频极高，但核心数量最多只有4个，再加上散热和功耗的限制，所以性能提升已经遭遇到了瓶颈。而与此同时，GPU内部却拥有了好几百个流处理器，虽然主频较低，但却像多核处理器那样拥有并行计算能力。再加上GPU的“性能-功耗”比值明显高于CPU，因此富余下来的性能更加应该被有效利用。

本刊记者采访了AMD全球副总裁王启尚先生，他表示：“CPU和GPU是很不一样的东西，CPU像开跑车，跑得很快，一次最多坐4个人。GPU像什么呢？像大客车，一次可以载四五十人，开得比较慢，但是到终点的话可以很多事情一次性做完。这两种很不一样的交通工具，怎么样能够很完美地结合在一起？”利用的就是异构计算，从而实现了CPU+GPU的协同工作。除此之外，AMD还全面公开了自家的异构架构，这样一来便简化了程序员的工作难度。让他们自己进行架构分析，做程序员自己想做的事。而不是隐瞒架构，花费很多时间，告诉程序员这部分要给CPU做，那部分要给GPU做。程序员不用去伤这个脑筋，所以异构计算可以快速成熟。