江苏龙网

  1. 首页 > 人文 > >

数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔( 二 )


数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图
2017 年 11 月 8 日：来自 AMD 的 Raja Koduri 空降英特尔并担任资深副总裁 ， 宣示打算「砍掉重练」整个绘图技术 ， 抛弃对 x86 指令集相容性的执念 ， 从头到尾打造货真价实 GPGPU ， 2019 年 3 月公布 GPU 架构的称呼「Xe」和一个让人摸不着头绪、看起来很像「在所有硬体平台包含 FPGA 都能跑的 OpenCL」的「软件堆叠」OneAPI ， 就是最后的解答 。
数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图
2018 年 5 月 Google I/O：Google 再接再厉 ， 发表整体性能和规格是前代两倍的第三代 TPU ， 不过依然还是 Google 自研自用就是了 。
数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图
2018 年 7 月 23 日：从 Larrabee 开始挣扎超过十年 ， 英特尔总算完全放弃「超级多核心 x86 处理器绝对无所不能」的南柯大梦 ， 宣布放弃 Xeon Phi 产品线 。 有趣的是 ， 停产通知提到「市场对产品的需求已转移到其他英特尔产品」 ， 但这些产品并不存在于英特尔产品线 ， 没有任何产品提供类似 Xeon Phi 的性能和功能 ， 这些需求「转移」到 nVidia 的机率可能还高一点 。
笔者 2017 年底就预期 Xeon Phi 的处境非常危险 ， 「x86 义和团」的最后碉堡即将失守 ， 不幸一语成谶 ， 早知就去买彩票了 。
数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图
2018 年 7 月 26 日：Google 发表适用物联网、「可以在消耗极少资源和能源的情况下提供绝佳效能 ， 因此能够在边缘部署高精确度 AI」的边缘推论用 TPU ， 这也让 Google TPU 踏出自家资料中心 ， 与一群盘据半导体市场已久的豺狼虎豹捉对厮杀 。
数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图
2018 年 8 月：nVidia 发表采用 Xavier 系统单芯片的 Jetson Xavier ， 同时应用于边缘 AI 运算及自动驾驶系统 。
数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图
2018 年 9 月 20 日：采用台积电 12 纳米制程的 Turing ， 融合两者之长 ， 结束了短暂的「消费型」（Pascal）和「专业型」（Volta）分立局面 ， Tensor Core 增加了新 INT8 和 INT4 精度模式 ， FP16 半精度能完整支持经常用到的矩阵融合乘加（FMA）运算 。
数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图
此外 ， Tensor Core 也不再只是「限定专业应用」 ， 可用来执行消除混叠的深度学习程式（深度学习超级采样 ， DLSS） ， 利用先前向执行 Neural Graphics Framework 的超级电脑 ， 喂食游戏画面进行训练神经网络的学习成果 ， 渲染出接近 64 倍取样的画面滤镜 ， 再套用回玩家的游戏画面 ， 柔化画面锯齿边缘 。
数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图
【数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔】
2019 年 1 月 7 日：AMD 发表采用台积电 7 纳米制程的 Vega ， 芯片大幅缩小 ， 性能大幅提升 ， 然后我们现在也知道为何 AMD 初代 7 纳米制程 APU 的绘图核心还是 Vega ， 不是更新一代的 Navi 了 。
数码狂人■在人工智能芯片战场追逐 GPU 背影的英特尔
本文插图


推荐阅读


上一篇：『装修接单教学』装修行业创业，为啥那么多人碰的头破血流？分享成功捷径

下一篇：【武装直升机】万吨巨舰修好，“黑海之王”回归！美国海军的好日子到头了