Next-gen GPU-architecturen uitgediept: hoe moderne grafische chips écht werken

Moderne GPU’s combineren duizenden rekenkernen, AI- en ray tracing-eenheden en een zorgvuldige geheugenhiërarchie. Deze deep-dive vergelijkt Ada Lovelace, RDNA 3, Blackwell en RDNA 4 — van SM- en CU-ontwerp tot cache, geheugen en efficiëntie.

NVIDIA’s bouwstenen: van Ada Lovelace tot Blackwell

De bouwsteen van een NVIDIA-GPU is de Streaming Multiprocessor (SM): 128 CUDA-cores, 4 Tensor Cores, 1 RT Core en L1-cache/shared memory. Ada Lovelace (RTX 40-serie, TSMC 4N) stak 128 SM’s in het vlaggenschip AD102: 16.384 CUDA-cores, 512 Tensor Cores van de vierde en 128 RT Cores van de derde generatie. De RTX 4090 voegt 72 MB L2-cache en 24 GB GDDR6X (1008 GB/s) toe.

Blackwell (RTX 50-serie) hergebruikt het SM-recept en schaalt op: de GB202-chip (RTX 5090) telt 170 SM’s met 21.760 CUDA-cores, 680 Tensor Cores van de vijfde en 170 RT Cores van de vierde generatie, 96 MB L2-cache en 32 GB GDDR7 op een 512-bit bus (1792 GB/s). Nieuw is FP4 in de Tensor Cores: theoretisch twee keer zo efficiënte AI-inferentie als met FP8. De keerzijde: 575 watt TGP en een 16-pin 12V-2×6 stroomaansluiting.

AMD’s filosofie: RDNA 3 en RDNA 4

Een AMD-Compute Unit (CU) bevat 64 stream processors, een Ray Accelerator en AI-accelerators. RDNA 3 (Navi 31, RX 7900 XTX) was de eerste gaming-GPU met chiplets: een Graphics Compute Die op 5 nm, omringd door zes Memory Cache Dies op 6 nm met elk een 64-bit GDDR6-controller en 16 MB Infinity Cache (96 MB totaal). Resultaat: 96 CU’s, 6144 stream processors en 24 GB GDDR6 op een 384-bit bus (960 GB/s) bij 355 watt TBP.

RDNA 3 gebruikt een dual-issue CU-ontwerp: elke stream processor verwerkt per kloktik twee instructies, circa 17 procent meer IPC dan RDNA 2 volgens AMD. In de praktijk blijft een deel onbenut: de compiler vindt niet altijd genoeg parallelle instructies.

RDNA 4 (Navi 48, RX 9070 XT) keert terug naar een monolithische die op TSMC N4P: 64 CU’s met 4096 stream processors, 64 Ray Accelerators van de derde generatie en 128 AI-accelerators van de tweede generatie. AMD claimt dubbele ray tracing-doorvoer per CU en twee keer zoveel FP16- en vier keer zoveel INT8-prestaties. 16 GB GDDR6 op een 256-bit bus (640 GB/s) combineert met 64 MB Infinity Cache bij 304 watt — gericht op 1440p en instap-4K.

Shader-uitvoering: hoe werk wordt verdeeld

Beide fabrikanten verdelen werk in threadgroepen: warps van 32 threads bij NVIDIA, wavefronts van 32 of 64 threads bij AMD. Nemen threads uiteenlopende paden (divergentie), dan daalt de efficiëntie, omdat inactieve lanes toch kloktikken verbruiken.

NVIDIA’s antwoord is Shader Execution Reordering (SER): geïntroduceerd in Ada Lovelace, verfijnd in Blackwell. SER groepeert threads met vergelijkbaar werk dynamisch opnieuw, zodat stralen op dezelfde materialen samen worden verwerkt — zonder shader-aanpassingen van ontwikkelaars. AMD pakt het hardwarematig aan met efficiëntere traversal in zijn Ray Accelerators en betere cache-lokaliteit in RDNA 4.

Tensor Cores, AI en neurale rendering

NVIDIA’s Tensor Cores kwamen uit datacenters en zijn via DLSS een vast gaming-onderdeel: Ada bracht FP8, Blackwell voegt FP4 en FP6 toe. Lagere precisie betekent meer operaties per watt — voor super resolution en frame generation ruim voldoende.

DLSS 3 (Ada) genereert één extra frame per echt frame met Optical Flow Accelerators; Blackwell’s Multi Frame Generation kan er meerdere genereren. AMD’s FSR 3 en FSR 4 bieden een merk-onafhankelijke variant. Gevolg: een groeiend deel van de “prestaties” van een nieuwe GPU komt uit AI die frames voorspelt, niet uit snellere shaders — wie puur naar rasterization kijkt, ziet kleinere generatiesprongen dan de marketing suggereert.

Geheugen en cache: de onzichtbare begrenzer

Ada Lovelace vergrootte de L2-cache van de RTX 4090 naar 72 MB; Blackwell gaat naar 96 MB. AMD’s Infinity Cache doet hetzelfde: een grote, snelle cache vlak bij de shader-engines die VRAM-verkeer drastisch vermindert. RDNA 3 stopte 96 MB in de MCD-chiplets; RDNA 4 kiest 64 MB op de monolithische Navi 48-die.

GDDR6X (Ada) haalde snelheid met PAM4-signalering; GDDR7 (Blackwell) schakelt over op PAM3 met 28 Gbps per pin en foutcorrectie op de DRAM-die. AMD houdt RDNA 4 bewust bij GDDR6: goedkoper, zuiniger en met Infinity Cache snel genoeg. Bandbreedtecijfers alleen zeggen weinig: een RTX 5070 met GDDR7 op een smalle 192-bit bus (672 GB/s) en een RX 9070 met GDDR6 op een brede 256-bit bus (640 GB/s) liggen in de praktijk dicht bij elkaar, omdat caches het verschil dempen.

Specificaties vergeleken

Specificatie	RTX 4090 (Ada Lovelace)	RTX 5090 (Blackwell)	RX 7900 XTX (RDNA 3)	RX 9070 XT (RDNA 4)
GPU-die	AD102	GB202	Navi 31	Navi 48
Procedé	TSMC 4N	TSMC 4N	5/6 nm (chiplet)	TSMC N4P (monolithisch)
Rekeneenheden	128 SM’s / 16.384 CUDA-cores	170 SM’s / 21.760 CUDA-cores	96 CU’s / 6.144 stream processors	64 CU’s / 4.096 stream processors
AI-cores	512 (4e gen)	680 (5e gen, FP4)	192 AI-accelerators	128 AI-accelerators (2e gen)
Ray tracing	128 RT Cores (3e gen)	170 RT Cores (4e gen)	96 Ray Accelerators	64 Ray Accelerators (3e gen)
Cache	72 MB L2	96 MB L2	96 MB Infinity Cache	64 MB Infinity Cache
VRAM	24 GB GDDR6X, 384-bit, 1008 GB/s	32 GB GDDR7, 512-bit, 1792 GB/s	24 GB GDDR6, 384-bit, 960 GB/s	16 GB GDDR6, 256-bit, 640 GB/s
Vermogen	450 W	575 W	355 W	304 W
PCIe	4.0 x16	5.0 x16	4.0 x16	5.0 x16

Efficiëntie: prestaties per watt

TSMC 4N en N4P zijn de grootste hefboom voor efficiëntie, maar het verbruik aan de top stijgt: 575 watt voor de RTX 5090 tegenover 450 watt voor de RTX 4090. NVIDIA compenseert met meer werk per kloktik, grotere caches en AI-versnelling — maar reken bij een upgrade op een 1000W-voeding met 12V-2×6 connector. AMD kiest een andere balans: de RX 9070 XT presteert bij 304 watt via twee klassieke 8-pin connectors. Kaarten met ruim VRAM en grote cache — zoals de RTX 4090 en RX 7900 XTX — gaan langer mee dan hun rekenkracht doet vermoeden: nieuwe games vragen vooral meer geheugen.

Oordeel: praktisch koopadvies

Voor maximale 4K-prestaties en de beste ray tracing is Blackwell (RTX 50-serie) de technische top: GDDR7, FP4-Tensor Cores en Multi Frame Generation — tegen stevig stroomverbruik en dito prijs. Ada Lovelace (RTX 40-serie) blijft een sterke tweedehandskeuze: 24 GB VRAM, een volwassen DLSS-ecosysteem en 72 MB L2-cache houden de RTX 4090 nog jaren relevant. Aan AMD-zijde is RDNA 4 (RX 9070-serie) de verstandige 1440p-keuze: 16 GB VRAM, moderne ray tracing en beschaafd stroomverbruik zonder topsegment-prijs. RDNA 3 (RX 7900 XTX) wordt interessant bij een prijsdaling: 24 GB VRAM en 96 MB Infinity Cache voor lange houdbaarheid in rasterization. Let bij elke keuze op drie dingen: voldoende VRAM voor je resolutie, een voeding die het piekverbruik aankan, en ondersteuning voor je favoriete upscaling-techniek.