AMD首个RDNA 2 架构 GPU市场成为AI必争地

　　一、AMD RDNA 2 光线追踪效果演示，下一代显卡将支持

　　3月20日消息 根据外媒WCCFTECH的报道，AMD发布了首个RDNA 2 架构 GPU 在微软DXR API下的光线追踪演示视频，下一代Radeon RX “Navi 2x”显卡将支持该技术。

　　在AMD的演示中，官方展示了一个行走在未来场景中的机器人，视频中体现了光线追踪的反射和阴影效果，与当初英伟达发布的Demo效果有类似的感觉。

　　AMD还发布了针对数据中心工作负载优化的新一代GPU架构。据了解，CDNA架构包含了第二代Infinity技术，可增强GPU和CPU之间的连接，并针对机器学习和高性能计算应用而优化，可专注于计算/张量操作，从而加速机器学习计算，而且可以通过Infinity Fabric互连的灵活设计，支持增强的企业级RAS特性与虚拟化技术。

　　此外AMD表示，将和微软合作，在即将推出的AMD RDNA 2架构中为DirectX 12 Ultimate提供全面支持。通过这种架构为下一代AMD Radeon显卡和即将面世的XboxSeries X游戏机提供支持。

　　二、GPU成为芯片大厂的焦点 争抢人工智能市场

　　AMD近日发布了旗下新一代GPU架构CDNA，面向数据中心等高性能计算业务。英伟达则有望在3月22日线上举行的GTC 2020大会中发布新一代GPU架构Ampere。此外，更有消息称英特尔将继1998年之后，发布22年来首款用于独立显卡的GPU架构Xe。2020年，随着人工智能深度学习对高性能计算的需求越来越迫切，GPU正在成为芯片大厂的角力焦点。

　　英伟达、AMD与英特尔三大芯片之所以如此积极地推进GPU的发展，与数据中心对高性能计算的需求密不可分。有专家分析指出，数据中心是人工智能深度学习最重要工作平台，快速完成对海量数据的多层次、多迭代模型分析处理是其一项关键性的工作。从2011年人工智能研究人员首次使用英伟达GPU为深度学习加速之后，GPU就在人工智能领域发挥着巨大作用。虽然许多厂商也在开发基于FPGA或者ASIC的人工智能芯片，但目前采用GPU加速的服务器仍是数据中心的主流。

　　这也就使得芯片大厂不得不重视GPU的开发。2017年，英伟达推出面向数据中心业务的GPU TeslaV100 GPU，受到业界的广泛采用。此后英伟达继续在人工智能数据中心云端发力，研发面向不同平台的GPU加速解决方案，今年更将推出新一代GPU架构Ampere。研观天下报告指出，目前人工智能应用领域的发展速度快于底层芯片的发展速度，GPU是目前发展最为完善的一类人工智能芯片，是现阶段人工智能应用开发的首选。英伟达凭借其GPU的先发优势在人工智能的前端推理应用领域抢占了先机。

　　此前，AMD虽然也有很多GPU和显卡产品，但采用的Vega核心本质上还是一款游戏型GPU。此次，AMD发布CDNA架构，专门针对数据中心计算进行了优化。可以看出，AMD在GPU的策略上，也正在走专业化，将面向数据中心的GPU架构与面向游戏优化的RDNA架构分开。

　　技术分析师Patrick Moorhead表示，数据中心GPU并不需要消费类显卡的许多功能，比如显示和像素引擎、光线追踪等。计算型GPU通过删除这些元素可以节省成本，同时又可添加更多有助数据中心性能提升的逻辑组件，比如张量计算单元等。不过在高性能数据中心部署CDNA 架构GPU之前，AMD仍需在软件上加大投入。

　　三、竞争从工艺到架构

　　从技术趋势上看，随着数据中心深度学习对芯片处理能力以及低功耗需求的提高，GPU对制造工艺的选择也越来越严苛。三大GPU公司目前基本上都选择采用最先进的制造工艺。此前，英特尔财务官George Davis曾经表示，针对14纳米制程的产能不足问题，2020年将增加更多产能填补空缺。

　　面对2020年陆续推出的新品，英特尔势必要想办法解决先进工艺产能的问题。近日有消息传出，英特尔计划将旗下独立显示GPU交由台积电6纳米工艺代工。更有消息称2022年英特尔还将采用台积电的3纳米工艺来生产。有业内人士分析，假如英特真的打算扩大外包代工份额，除了已经部分外包的芯片组之外，首先可能就是GPU，因为GPU相对CPU来说制造工艺上更为简单，而且以往台积电与英伟达在GPU制造上有着大量的合作，因而更有经验。

　　至于AMD方面，CDNA架构GPU预计会在今年年底到明年年初面世，继续采用7nm工艺。AMD没有透露第二代CDNA 2的具体工艺，只说是更先进的节点，因而有可能采用5nm工艺。GPU也是先进工艺的追逐者。

　　此外，GPU在计算架构上的革新也十分关键。GPU+CPU异构架构成为面向人工智能服务器的主流架构。研观天下指出，随着数据处理复杂度的逐步提升，服务器采用的处理系统并非只有采用GPU，或者只采用CPU。而是由CPU和GPU组合而成的异构系统，两种处理器各取所长，密集的处理任务交给GPU，复杂的逻辑运算交给CPU，两种处理器协同工作，提升系统的运算速率。

　　AMD是目前唯一一家同时拥有x86处理器和独立显卡的供应商，这使其在CPU-GPU互连技术上具有优势。AMD在CPU和GPU之间采用Infinity Fabric技术进行连接，实现内存的一致性，可以减轻许多编码负担。此次发布的CDNA架构便采用了第二代Infinity技术，增强了GPU和CPU之间的连接。AMD还透露第三代Infinity Fabric将具有更高的性能，包括更高带宽、更低延迟的CPU-GPU互连，增强内存一体性能，以简化编程。

　　本文由电子发烧友综合报道，内容参考自IT之家、中国电子报等，转载请注明以上来源。