<bdo id="ks4iu"><del id="ks4iu"></del></bdo>
  • 
    <pre id="ks4iu"></pre>
  • <bdo id="ks4iu"><del id="ks4iu"></del></bdo>
    <input id="ks4iu"><em id="ks4iu"></em></input>
    
    
  • <center id="ks4iu"><cite id="ks4iu"></cite></center>
  • 首頁 > 智能影音 >

    AMD能撼動英偉達嗎?_精選

    撰文 | 古 芯


    (資料圖片)

    編輯 | 李信馬

    題圖 | IC Photo

    自從去年11月ChatGPT發(fā)布以來,人工智能領域?qū)λ懔Φ男枨罂涨疤嵘ミ_幾乎壟斷了人工智能訓練芯片市場,業(yè)內(nèi)一直沒有新玩家或新產(chǎn)品對其形成有效沖擊。

    直至今年6月,英偉達的老對手,超威半導體(AMD)發(fā)布下一代數(shù)據(jù)中心加速處理器(APU)AMD MI300。業(yè)內(nèi)認為,AMD的MI300,比英特爾和谷歌的產(chǎn)品更有機會挑戰(zhàn)英偉達在人工智能領域的行業(yè)地位。

    MI300是AMD發(fā)布的第一款數(shù)據(jù)中心、高性能計算機群(HPC)級的APU,采用與英偉達Grace Hopper相同的CPU+GPU架構(gòu),但是硬件參數(shù)更高。

    MI300在CPU部分集成了24個ZEN4內(nèi)核,GPU部分集成了6塊使用CDNA3架構(gòu)的芯片,擁有1460億個晶體管,比英特爾GPU Ponte Vecchio多460億個晶體管,比英偉達H100多660億個晶體管,而且MI300的統(tǒng)一內(nèi)存可降低不同內(nèi)存間來回復制、同步和轉(zhuǎn)換數(shù)據(jù)所導致的編程復雜性。

    封裝工藝方面,MI300使用最近爆火的3D Chiplet封裝技術,而GH200則使用CoWoS(2.5D)封裝,3D對比2.5D的優(yōu)勢在于性能更高、延遲和功耗更低。

    從硬件參數(shù)上來看,AMD MI300已經(jīng)具備和英偉達叫板的能力,但顯卡領域完善軟件生態(tài)比堆硬件參數(shù)更難,AMD的軟件生態(tài)能否貼合人工智能行業(yè)的市場需求,是MI300能否搶走英偉達既有市場的重要影響因素。

    一、軟件生態(tài)決定硬件市場規(guī)模

    英偉達壟斷人工智能訓練芯片市場的主要原因是其自研的CUDA生態(tài)。所以AMD MI300想要替代英偉達,首先需要兼容英偉達的CUDA生態(tài),AMD為此推出ROCm生態(tài)圈,并實現(xiàn)通過HIP完全兼容CUDA。

    作為AMD的GPU軟件開發(fā)框架,HIP對應的是CUDA API,其提供的HIPify-perl和HIPify-clang工具,可用于CUDA到HIP的代碼轉(zhuǎn)換,轉(zhuǎn)碼后可在AMD GPU上編譯運行,基于HIP開發(fā)的應用也可用于AMD和英偉達的GPU上。

    在此背景下,同一個數(shù)據(jù)中心內(nèi),理論上可以同時使用AMD和英偉達的GPU,但不同公司的GPU產(chǎn)品對數(shù)據(jù)精度的標準和計算方法及順序配置不同,混合使用GPU難免會導致計算精度缺失等問題,直接影響模型訓練效果。

    而且從技術層面來看,兼容意味著被動、落后,因為CUDA每一次升級,ROCm都需要做出對應升級,技術團隊無法將所有精力用于ROCm生態(tài)圈的迭代上,應用場景和使用體驗都會落后于英偉達。

    回顧二者發(fā)展歷程,英偉達2007年發(fā)布CUDA,AMD2016年才發(fā)布ROCm,前者自問世起就支持Linux、Windows多平臺,后者則長期只能支持Linux系統(tǒng),且不支持部分Linux的更新,并于今年4月才登錄Windows平臺。

    同樣是今年4月,AMD剛解決消費級產(chǎn)品與ROCm的適配,此前僅支持AMD高端GPU,限制了市場份額的提升。最后就是由于切入時間更晚,AMD開發(fā)者數(shù)量遠低于英偉達的400萬。

    對比CUDA和ROCm的開發(fā)活躍度,在全球最大的開發(fā)者社區(qū)之一StackOverflow中,“CUDA”的標簽下有超過14000個問題討論,而ROCm在“amd-rocm”的標簽下只有不到100個問題討論。在Github上,貢獻CUDA軟件包倉庫的開發(fā)者超過32600位,而ROCm只有不到600個。

    為改變這種被動局面,AMD也在積極豐富其軟件生態(tài)。雖然目前僅有部分SKU支持Windows系統(tǒng),但主流Radeon顯卡用戶可以開始試用過去僅專業(yè)顯卡才能使用的AMD ROCm(5.6.0Alpha)。

    今年1季度,AMD宣布ROCm系統(tǒng)融入PyTorch2.0框架,目前TensorFlow和Caffe深度學習框架也已加入第五代ROCm。

    故此,從軟件生態(tài)方面來看,現(xiàn)有的AMD MI300還不足以威脅英偉達的市場份額,想撼動英偉達在人工智能行業(yè)的地位,AMD還需時間。

    二、選擇英偉達的理由

    在MI 300之前,需要訓練芯片的用戶大多數(shù)都選擇英偉達的產(chǎn)品,在MI 300之后,這個情況短期內(nèi)也不會改變。

    據(jù)華泰證券預計,擁有1600張H100芯片是AI創(chuàng)業(yè)公司入門水平,GPT-4級別的大模型訓練則需要1.6萬張H100GPU的算力,全球約有30家科技巨頭和300家AI初創(chuàng)企業(yè)進行相關投資,未來GPU市場潛在需求達到300億美元,英偉達或許會憑借新產(chǎn)品GH200繼續(xù)維持極高市場份額。

    作為H100的升級產(chǎn)品,DGX GH200使用的2.5D的封裝工藝雖然較MI300落后,但是英偉達通過 NVLink 互連技術及NVLink Switch System串聯(lián)了32臺由8塊GH200超級芯片組成的服務器,可以為用戶提供1exaFLOPS的算力與144TB的內(nèi)存。

    對于業(yè)內(nèi)企業(yè)而言, DGX GH200提供的這種大規(guī)模共享內(nèi)存解決了大規(guī)模AI的關鍵瓶頸,適用于對性能要求較高且資金充沛的潛在客戶。目前市場有消息稱谷歌Google Cloud、Meta與微軟將成為DGX GH200的首批用戶。

    值得注意的是,谷歌目前90%的AI工作負載都使用自研TPU,且部分性能優(yōu)于英偉達產(chǎn)品,在谷歌今年4月發(fā)布的關于TPUv4的論文中,谷歌強調(diào)TPU v4在BERT模型上比A100快1.15倍,而在ResNet模型上比A100快1.67倍,而A100的能耗是TPUv4的1.3-1.9倍。

    與微軟Azure中布置的A100相比,谷歌云的TPUv4在BERT上最多可節(jié)省35%的訓練成本,在ResNet上最多可節(jié)省50%。除AI工作負載之外,谷歌管理層此前還曾表示TPU已廣泛應用于翻譯、相冊、搜索、Google助理和Gmail等眾多Google產(chǎn)品。

    如果谷歌今年重新成為英偉達DGX GH200的用戶,意味著DGX GH200綜合表現(xiàn)再次超過谷歌的自研TPU。

    而且谷歌重新選擇英偉達還有一個理由,華泰證券認為,谷歌TPU專門針對谷歌開源深度學習框架TensorFlow進行全面優(yōu)化,導致其他學習框架在TPU運行的效率或不及TensorFlow,潛在用戶群不如使用A100的微軟Azure。

    由此可見,和使用A100的平臺相比,谷歌云TPU的最大優(yōu)勢就是成本低,這也直接體現(xiàn)在終端用戶的使用成本上。在谷歌云上A100 80GB價格為3.93美元/芯片/小時,TPUv4價格為3.22美元/芯片/小時。

    和谷歌TPU類似,AMD對MI300的定位是高性價比,試圖用和英偉達相似的性能,更低的價格打開云算力設備市場。

    雖然目前谷歌、微軟等大廠都在積極布局云算力領域,但英偉達依舊是該領域最具競爭力的企業(yè),谷歌TPU和AMD的產(chǎn)品同時聚焦高性價比市場,但由于后者可以全面兼容英偉達CUDA生態(tài),對TensorFlow之外的深度學習框架包容度更高,故此在英偉達之外的玩家中,AMD的MI300或許有機會挑戰(zhàn)英偉達的行業(yè)地位。

    結(jié)語

    在全球各大企業(yè)都涌入人工智能賽道的背景下,為其提供算力支撐的GPU行業(yè)也越來越細分。

    現(xiàn)階段,GPU行業(yè)逐漸分化為傳統(tǒng)GPU和GPGPU兩個細分市場,前者延續(xù)專門用于圖形圖像處理用途,內(nèi)置了視頻編解碼加速引擎、2D 加速引擎、3D 加速引擎、圖像渲染等專用運算模塊。

    后者作為運算協(xié)處理器,并針對不同應用領域的需求,增加了專用向量、張量、矩陣運算指令,提升了浮點運算的精度和性能,以滿足不同計算場景的需要,英偉達的GH200和AMDMI300均屬于這個領域。

    作為人工智能領域最主要的協(xié)處理器解決方案,GPGPU占據(jù)人工智能90%以上的市場份額。這主要是因為GPGPU能提供的完善軟件生態(tài)系統(tǒng),極大降低了各種已有應用程序的移植和新算法的開發(fā)門檻,這也是英偉達不斷升級CUDA的主要原因。

    伴隨AI浪潮持續(xù)推進,各類模型訓練需求與日俱增,根據(jù)前瞻產(chǎn)業(yè)研究院的數(shù)據(jù),未來幾年內(nèi),中國人工智能芯片市場規(guī)模將保持年均40%至50%的增長速度,到2024年,市場規(guī)模將達到785億元。

    行業(yè)景氣度持續(xù)上升的背景下,誰能率先完成獨有的軟件生態(tài),誰就有可能挑戰(zhàn)英偉達在訓練芯片行業(yè)的市場地位,目前看,最有機會的就是AMD。

    責任編輯:Rex_25

    關鍵詞:
    推薦閱讀

    AMD能撼動英偉達嗎?_精選

    · 2023-06-25 18:49:52

    TCL:敢為上游不畏難

    · 2023-06-25 17:50:36
    欧美国产在线一区,免费看成年视频网页,国产亚洲福利精品一区,亚洲一区二区约美女探花
    <bdo id="ks4iu"><del id="ks4iu"></del></bdo>
  • 
    <pre id="ks4iu"></pre>
  • <bdo id="ks4iu"><del id="ks4iu"></del></bdo>
    <input id="ks4iu"><em id="ks4iu"></em></input>
    
    
  • <center id="ks4iu"><cite id="ks4iu"></cite></center>
  • 主站蜘蛛池模板: 中文字幕乱码无线码在线| 国产在线五月综合婷婷| 亚洲精品欧美日韩| ol丝袜高跟秘书在线观看视频| 精品人妻久久久久久888| 斗鱼客服电话24小时人工服务热线| 国产免费久久精品99re丫y| 国产MD视频一区二区三区| 久久天天躁狠狠躁夜夜免费观看| 99在线观看免费视频| 男人和女人爽爽爽视频| 日本乱人伦在线观看免费| 国产又粗又猛又黄又爽无遮挡| 亚洲欧美精品伊人久久| 92国产精品午夜福利免费| 欧美黑人两根巨大挤入| 国产视频一二三区| 免费观看理论片毛片| 一个妈妈的女儿在线观看5| 蜜臀av性久久久久蜜臀aⅴ| 欧美又粗又长又爽做受| 国产第一页在线观看| 亚洲毛片在线看| 香蕉视频国产在线观看| 爽爽yin人网| 国内精品福利视频| 午夜亚洲国产理论秋霞| 一女被两男吃奶玩乳尖| 狼人久久尹人香蕉尹人| 国产高跟踩踏vk| 亚洲中文字幕不卡无码| 香港aa三级久久三级老师| 日本a在线视频| 国产女高清在线看免费观看 | 久久久久久久99精品国产片| 色88久久久久高潮综合影院| 少妇人妻偷人精品视频| 亚洲精品人成无码中文毛片| eeuss影院eeuss天堂| 粗大的内捧猛烈进出视频| 成人午夜精品无码区久久|