找回密码
 立即注册
科技快报网 首页 数码 数码外设 查看内容

Intel挖走AMD GPU大牛:显卡上演三国杀

2017-11-10 04:21:22

Intel与AMD这两家搞起事情来,还真是一组三部曲。

Intel要发力高端独立显卡了

11月6日,Intel和AMD共同确认,双方将合作推出一款集成Intel CPU和AMD GPU的新产品,以用于轻薄的游戏笔记本电脑中。

11月7日,AMD宣布该公司的首席GPU架构师、Radeon高级副总裁Raja Koduri离职。

11月8日,Intel宣布Raja Koduri的加盟并任命其为Intel首席架构师,并在新成立的酷睿与视觉计算事业部(Core and Visual Computing Group)担任高级副总裁。

是的,伴随着RajaK odure入职,Intel又专门成立了一个新的事业部。

按照Intel官方博客的说法,在Raja Kodure的带领下,Intel将在计算、图像、媒体、机器智能等领域整合和扩展差异化的知识产权,涉及到客户端&数据中心、人工智能和一些潜在的机会(比如说边缘计算)。

不过,从Raja Kodure过往的经历来看,他入职Intel的一个重要任务是补足Intel在GPU领域的短板。

据了解,Raja Kodure在加入Intel之前担任AMD的Radeon事业部的高级副总裁和首席架构师,负责AMD包括APU、独立GPU、半定制产品和GPU计算产品在内的诸多产品图像相关的方方面面。此前,Raja Kodure也曾在苹果负责Mac产品的图像显示系统。

一句话:凭借25年的从业经验,Raja Kodure堪称是GPU领域的一尊大神。

而从Intel的描述来看,它之所以选择了Raja Kodure,就是看中了Raja Kodure在PC、游戏控制、专业工作站、计算设备等平台的视觉计算和加速计算经验;后者在图像的硬件、软件和系统结构方面都是专家。而Intel没有说明的是,Raja Kodure的加盟必然会吸引大量的GPU人才,这也是Intel发展GPU的要素。

而在雷锋网看来,整篇博客最核心的,其实是这样副标题中的一句话:Intel将进军高端独立显卡。

要知道,当前的高端独立显卡,不仅仅用以满足视频游戏玩家的需求,也被越来越多地用于人工智能和机器学习。

补足短板,剑指NVIDIA

无论是在PC端还是数据中心,Intel都是CPU市场上毫无争议的老大;但Intel最大的短板在于图像计算,也就是GPU。

其实,目前Intel并非没有自己的图像解决方案,但都局限于核芯显卡,即Intel H DGraphics系列。

这种核芯显卡在图像处理方面的能力比较低,无法与AMD和NVIDIA的独立显卡相提并论,也只能用在一些对图像处理要求较低的客户端设备中,比如说笔记本。

在这里,我们也整理了Intel核芯显卡、AMD核显&独显以及NVIDIA独显之间的同期最强图像处理性能,对比如下图所示:

由上图可知,在图像处理方面,Intel的核芯显卡与NVIDIA和AMD的独显根本就不是一个级别的对手,所以不少游戏玩家一般会选择带有独显的笔记本;而AMD虽然也有独显,但在近两年也是被NVIDIA压上一头。

不过需要说明的是,由于不同架构对浮点运算的优化不同,上面数据仅可作为参考;但也足以说明Intel在GPU上的短板。

在人工智能和深度学习的大潮到来之前,Intel与NVIDIA之间主要是CPU和GPU之间的合作关系。然而随着深度学习的兴起,NVIDIA的GPU在并行计算上的巨大优势使得其在大规模的数据中心业务中越来越受到欢迎,广泛应用于图像识别、语音识别以及自然语言处理等人工智能任务。

而在这一场景中,Intel面向服务器和数据中心CPU产品反而不再受宠。

在此条件下,Intel与NVIDIA之间的关系就开始由合作逐步走向竞争。在2016年的IDF大会上,Intel宣布推出其最新专门用于人工智能相关任务的处理器——第三代Xeon Phi,剑指对象就是NVIDIA。

NVIDIA也不甘示弱,立即发表文章称XeonPhi在机器学习模型训练上并不能比得上NVIDIA的产品,并表示,4个Pascal架构组成的TITANXGPU,其运行速度是4个XeonPhi处理器的5倍多。

双方的竞争还能够直接体现在对摩尔定律的态度上,比如说Intel在2017年9月20日的“精简制造日”上宣布的摩尔定律永不过时,但六天之后,NVIDIACEO黄仁勋就在GTC大会上宣布GPU才是全新的超级摩尔定律。双方果然是针锋相对,各执一词。

为了与NVIDIA在AI领域相抗衡,Intel除了积极推出竞争性产品,还收购了世界第二大FPGA厂商Altera和深度学习创业公司Nervana。不过这些似乎都不能压住NVIDIA当下的势头。

如果Intel拥有了自己的高端独立显卡,不仅可以将其与旗下的CPU联合起来,形成更强悍的计算能力(类似于AMD推出的APU,其在CPU加持下的图形处理能力反而高于同等的独立GPU)。

这样一来,无论是消费端的图形处理能力还是服务器端面向人工智能的并行计算能力,I

  免责声明:本网站内容由网友自行在页面发布,上传者应自行负责所上传内容涉及的法律责任,本网站对内容真实性、版权等概不负责,亦不承担任何法律责任。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。

发布者:sophia

相关阅读

微信公众号
意见反馈 科技快报网微信公众号