江苏龙网

  1. 首页 > 人文 > >

「数码狂人」GPU 背影的英特尔，在人工智能芯片战场追逐( 二 )


「数码狂人」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2018年5月GoogleI/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」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
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XeonPhi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XeonPhi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XeonPhi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」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
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GoogleTPU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」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2018年8月：nVidia发表采用Xavier系统单芯片的JetsonXavier ， 同时应用于边缘AI运算及自动驾驶系统 。
「数码狂人」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
【「数码狂人」GPU 背影的英特尔，在人工智能芯片战场追逐】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 ， TensorCore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」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
此外 ， TensorCore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NeuralGraphicsFramework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」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
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」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2019年3月19日：nVidia再次发表「边缘AI超级电脑」JetsonNano ， 也开始有开发者比较与GoogleEdgeTPU的优劣胜负 。
「数码狂人」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2019年5月21日：nVidia利用Anandtech的报道 ， 倒打英特尔一耙 ， 在官方博客狂吃英特尔某篇官方文章《IntelCPU在推论胜过nVidiaGPU》的豆腐 。 预计2020年第二季推出的英特尔下一代Xeon平台Whitley ， 首款CPUCooperLake（还是继续挤14纳米制程牙膏）会支持Bfloat16浮点格式 ， 届时各位可以期待nVidia会不会再如法炮制一番 。
「数码狂人」GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2019年7月7日：AMD「扩大制程领先优势」发表台积电7纳米制程的Navi ， 重点集中在结束漫长GCN时代的全新RDNA（RadeonDNA）SIMT执行单元结构 ， 在人工智能相关并无着墨 ， 但业界盛传第二代RDNA将支持GoogleTensorFlow的Bfloat16浮点格式 ， 也有人在担心搞不好这又会让AMD显示卡再被一大票数位货币矿工抢得一干二净 ， 再度上演有钱也买不到显卡之戏码 。


推荐阅读


上一篇：[婷小姐]学生党欢呼雀跃！120Hz＋骁龙765+4500mAh大电池，仅1999买到就是赚到，原创

下一篇：『』充电速度快，体积又小，CHOETECH 65W氮化镓PD充电器体验