久久久久久久视色,久久电影免费精品,中文亚洲欧美乱码在线观看,在线免费播放AV片

<center id="vfaef"><input id="vfaef"><table id="vfaef"></table></input></center>

    <p id="vfaef"><kbd id="vfaef"></kbd></p>

    
    
    <pre id="vfaef"><u id="vfaef"></u></pre>

      <thead id="vfaef"><input id="vfaef"></input></thead>

    1. 站長資訊網(wǎng)
      最全最豐富的資訊網(wǎng)站

      三大芯片巨頭正面碰撞,燃起獨立 GPU 新戰(zhàn)火

        在剛剛結(jié)束的 2021 年架構(gòu)日上,Intel 公布了全新的獨立顯卡架構(gòu) Xe HPG,基于該架構(gòu)的首批 GPU 將采用臺積電 N6 工藝,于 2022 年第一季度上市。這是 Intel 從 1998 年發(fā)布 i740 以來,二十多之后再次踏入獨立 GPU 市場。

      三大芯片巨頭正面碰撞,燃起獨立 GPU 新戰(zhàn)火

        由于 Intel 的加入,獨立 GPU 的市場將再次變成“三國殺”的局面,從圖形圖像到 AI 和高性能計算,技術(shù)競爭和市場爭奪將全面升級。

        從專用到通用

        GPU 市場行情大好。根據(jù)市場研究公司 Jon Peddie Research 的報告,2021 年第一季全球 GPU 出貨量達 1.19 億顆,同比增長 38.78%,環(huán)比下降 3%。

        雖然 Intel 在整體 GPU 出貨上占據(jù)了 68% 的市場份額,但是在獨立 GPU 方面,英偉達則以 81% 的份額占據(jù)絕對領(lǐng)先,而 AMD 以 19% 的占有率排名第二。據(jù) JPR 的分析師預(yù)測,獨立 GPU 的出貨量還將繼續(xù)提升,到 2025 年將占整體 GPU 市場的 26%。

        無論是云端、邊緣側(cè)還是終端,各種電子系統(tǒng)都需要高性能的圖像處理能力,GPU 的發(fā)展因此進入加速階段。獨立 GPU 因為用途廣泛,更是成為了大芯片中的佼佼者,架構(gòu)和工藝都已達芯片業(yè)的頂峰。

        英偉達在 2020 年發(fā)布的面向消費市場的旗艦級 GeForce RTX 30 系列 GPU,采用了三星 8nm 工藝,其中的 RTX3080 和 RTX3090,所包含的晶體管數(shù)目已經(jīng)達到了 280 億個。與之對應(yīng),AMD 的 RX 6000 系列,采用了臺積電的 7nm 工藝,晶體管數(shù)目也達到了 268 億個。

        頂尖的工藝和龐大的晶體管數(shù)目對應(yīng)了越來越復(fù)雜的芯片架構(gòu)。以目前最新的英偉達安培(Ampere)架構(gòu)為例,其運算部份就包括了流處理器 (Stream Processor,SP)、紋理單元(Texture mapping unit, TMU)、張量單元(Tensor Core)、光線追蹤單元(RT Cores)、光柵化處理單元(ROPs)。

        其中,在游戲中應(yīng)用越來越多的光線追蹤技術(shù)由光追單元來負責(zé),而將 GPU 帶入 AI 領(lǐng)域的則是張量單元,可用于實時深度學(xué)習(xí)、大型矩陣運算和深度學(xué)習(xí)超級采樣(DLSS)。這兩個單元的引入也將 GPU 的性能和作用完全提升,從圖形處理器升級成計算處理器。

        為了追求性能的極致,獨立 GPU 之間的競爭因此就演化了成了架構(gòu)之間的比拼。英偉達在 2020 年推出了安培架構(gòu),AMD 則回應(yīng)了 RDNA 2 架構(gòu),使得其 RX 6000 在性能上可以與 RTX 30 一較高下。

        有人將 GPU 架構(gòu)的升級趨勢概括為“更多”、“更專”、“更智能”。晶體管數(shù)量和運算單元的增加是為多,其中包括流處理器單元、紋理單元、光柵單元等數(shù)量上升。“更專”是指除了常規(guī)的計算單元,GPU 還會增加新的運算單元。“更智能”是指 GPU 的 AI 運算能力上升。

      三大芯片巨頭正面碰撞,燃起獨立 GPU 新戰(zhàn)火

        這次 Intel 加入戰(zhàn)局也是有備而來,Xe 架構(gòu)經(jīng)過多年打磨而出,不但具備了時下最流行的各種元素,還使用了臺積電的 6 納米工藝,完全有實力與英偉達和 AMD 一較高下。

        不過,有業(yè)內(nèi)人士指出,Intel 還是一個基因?qū)儆?CPU 的公司,而在 GPU 上的投入需要配合 CPU 的成長,因此處理好 CPU 和 GPU 之間的發(fā)展沖突將是一個很大的挑戰(zhàn)。

        爭奪數(shù)據(jù)中心和更廣闊天地

      三大芯片巨頭正面碰撞,燃起獨立 GPU 新戰(zhàn)火

        2012 年,多倫多大學(xué) Alex Krizhevsky 創(chuàng)建了能夠從 100 萬樣本中自動學(xué)習(xí)識別圖像的深度神經(jīng)網(wǎng)絡(luò)。僅在兩塊 NVIDIA GTX580 GPU 上訓(xùn)練數(shù)天,“Alex Net”就贏得了當(dāng)年的 Image Net 競賽,擊敗了磨練幾十年的所有人類專家算法。認識深度學(xué)習(xí)的強大后,斯坦福的 Andrew Ng 與 NVIDIA 研究室合作開發(fā)了一種使用大規(guī)模 GPU 計算系統(tǒng)訓(xùn)練網(wǎng)絡(luò)的方法。深度神經(jīng)網(wǎng)絡(luò)技術(shù)從此迅速發(fā)展,也一舉奠定了 GPU 在 AI 領(lǐng)域的地位。

        GPU 提供了多個并行計算的基礎(chǔ)結(jié)構(gòu),并且核心數(shù)較多,可以進行海量數(shù)據(jù)的并行計算,還擁有更高的訪存速度和很高的浮點運算能力。這一切都使得 GPU 完美契合了 AI 計算的需求。

        當(dāng)前,GPU 是 AI“訓(xùn)練”階段較為適合的芯片。GPU 在 AI 時代的云端訓(xùn)練芯片中占據(jù)較大的份額,達到 64.%。雖然后期由于 FPGA 以及 ASIC 技術(shù)的突破,GPU 的市場份額有所下降,但是仍然是云端訓(xùn)練市場份額最大的芯片,2019 年-2021 年年復(fù)合增長率達到 40%。

        這一切的起點就是 GPGPU 的應(yīng)用。用于通用計算的 GPU 被稱為 GPGPU,可以與 CPU 協(xié)同工作,將一些大計算量的負載承接過來,以加速應(yīng)用程序。

        GPGPU 的概念始于學(xué)界,真正讓其發(fā)揚光大的還是英偉達。2006 年,英偉達推出了 Tesla 架構(gòu),把 GPU 中的矢量計算單元拆成了多個標量計算渲染單元,使其更適合通用計算。2007 年,英偉達又推出了 CUDA,專為 GPU 設(shè)計的并行計算平臺和編程模型。通過 CUDA 可以大大降低用 GPU 做通用計算的難度,因此大大降低了 GPGPU 應(yīng)用的門檻。

        當(dāng) CUDA 與深度學(xué)習(xí)相結(jié)合,更是釋放了 GPU 的巨大潛力,也讓 AI 從實驗室走入了業(yè)界。同時,GPU 也穩(wěn)固了自己在數(shù)據(jù)中心的地位。

        憑借 GPU 在數(shù)據(jù)中心的表現(xiàn),英偉達的業(yè)績也一路走高。在 2022 年 Q1 財季,其數(shù)據(jù)中心業(yè)務(wù)營收為 20.5 億美元,創(chuàng)下公司歷史上的新紀錄,與上年同期相比增長 79%,與上一季度相比增長 8%,占總營收的比重已達 36%。

        在此領(lǐng)域發(fā)力較晚的 AMD 現(xiàn)在也開始奮起直追。根據(jù) AMD 首席執(zhí)行官 Lisa Su 的說法,該公司第二季度數(shù)據(jù)中心 GPU 的銷售收入“同比增長了一倍多”。Lisa Su 將該細分市場的出色表現(xiàn)歸功于該公司 Instinct 加速器部署的增加,其中還包括其基于 CDNA 2 架構(gòu)的最新數(shù)據(jù)中心顯卡的首次出貨。

        現(xiàn)在,終于輪到 Intel 出手了。最新的面向數(shù)據(jù)中心的 GPU Ponte Vecchio 重磅出爐,擁有 1000 億顆晶體管的 SoC 也創(chuàng)下了 Intel 之最。

        Ponte Vecchio 基于 Xe-HPC 微架構(gòu),由多個復(fù)雜的設(shè)計組成,這些設(shè)計以單元形式呈現(xiàn),然后通過嵌入式多芯片互連橋接(EMIB)單元進行組裝,實現(xiàn)單元之間的低功耗、高速連接。這些設(shè)計均被集成于 Foveros 封裝中,為提高功率和互連密度形成有源芯片的 3D 堆疊。

        “在 ASIC 和 FPGA 都在與 GPU 進行競爭的時刻,Intel 選擇了 GPU,說明 GPU 可能還是通用 AI 的最好選擇。”行業(yè)專家劉明(化名)這樣評論道。

        這顆巨大的芯片也可以被看做是對英偉達推出數(shù)據(jù)中心 CPU 的反擊,雙方至此都形成了 CPU+GPU 的布局。

        同時,英特爾還在發(fā)展其 oneAPI 計劃,使其成為 Nvidia CUDA 的強大競爭對手,因為它的范圍不僅限于 GPU,而且涵蓋 CPU 和所有處理器。

        盡管獨立 GPU 不能完全取代 CPU,但是其已經(jīng)成為數(shù)據(jù)中心中非常關(guān)鍵的一環(huán)。當(dāng)三大芯片廠商都匯聚于此時,GPU 還會有更多精彩的故事。

      特別提醒:本網(wǎng)信息來自于互聯(lián)網(wǎng),目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實,對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾,并請自行核實相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益,請及時聯(lián)系我們,本站將會在24小時內(nèi)處理完畢。

      贊(0)
      分享到: 更多 (0)
      網(wǎng)站地圖   滬ICP備18035694號-2    滬公網(wǎng)安備31011702889846號