Pod koniec 2011 roku zadebiutowały procesory AMD FX Zambezi, a więc pierwsze konstrukcje bazujące na mikroarchitekturze Bulldozer. Modele te nie spotkały się z najlepszymi opiniami pośród serwisów komputerowych, gdyż oferowały wyjątkowo niską wydajność w aplikacjach 1-wątkowych. Jak się okazuje, jest sposób, aby temu zaradzić – przynajmniej jeżeli chodzi o archaiczne aplikacje wykorzystujące zestaw instrukcji matematycznych x87 (przydatne podczas wykonywania takich specyficznych operacji, jak np. obliczania wartości sinus i cosinus).
Fiński overclcoker o pseudonimie The Stilt (znany m.in. z eksperymentowania przy układach AMD APU) zauważył, że problem ten jest spowodowany wyłączeniem niektórych rejestrów i bloku NRAC odpowiedzialnego właśnie za zestaw instrukcji x87.
Aktywowanie ich, powoduje wzrost wydajności w owych aplikacjach nawet o 30% - jedną z nich jest również popularny, aczkolwiek nienadający się do zobrazowania realnej wydajności, benchmark SuperPi, gdzie pierwsze testy wskazują na poprawę osiągów o około 15 – 19%.
Warto również wspomnieć, iż w przypadku aplikacji niewykorzystujących zestawu instrukcji x87, wzrost wydajności jest marginalny lub nie ma go w ogóle. Nie zauważono jednak spadku wydajności, utraty stabilności lub spadku potencjału na podkręcanie.
Poprawka wprowadzana jest za pomocą aplikacji Bulldozer Conditioner i przeznaczona jest wyłącznie dla nowszych procesorów bazujących na mikroarchitekturze AMD Bulldozer (wraz z jej późniejszymi udoskonaleniami) – pośród nich znajdują się zatem serie FX Zambezi i Vishera, a także APU Trinity i Richland.
W przypadku układów FX Zambezi możliwe jest jednak tylko wprowadzenie aktywowania dodatkowych optymalizacji PD i TBM, gdyż The Stilt nie uzyskał dostępu do bloku NRAC (został on zablokowany przez inżynierów AMD).
Powyżej możecie zobaczyć przykładowe testy wydajności w SuperPi na domyślnie taktowanym modelu FX-8150 „Zambezi” (3,6/4,2 GHz) - widać zatem, że różnica wydajności nie jest już tak imponująca.
Źródło: Xtreme Systems, XbitLabs, Wikipedia, inf. własna.