【】在人工智能芯片战场追逐 GPU 背影的英特尔( 三 )


文章图片

文章图片

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 。
【】在人工智能芯片战场追逐 GPU 背影的英特尔
文章图片

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 。
【】在人工智能芯片战场追逐 GPU 背影的英特尔
文章图片

文章图片

2019 年 3 月 19 日:nVidia 再次发表「边缘 AI 超级电脑」Jetson Nano , 也开始有开发者比较与 Google Edge TPU 的优劣胜负 。
【】在人工智能芯片战场追逐 GPU 背影的英特尔
文章图片

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《Intel CPU 在推论胜过 nVidia GPU》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 CPU Cooper Lake(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 。
【】在人工智能芯片战场追逐 GPU 背影的英特尔
文章图片

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(Radeon DNA)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 Google Tensor Flow 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 。
2019 年 8 月:nVidia「持之以恒」继续在 HotChips 谈论自家多芯片可扩展式推论芯片研究案 , 意思就是 nVidia 故意宣示除商品外 , 还有额外的前瞻性技术研发工作就对了 。
2019 年夏天 , 英特尔看似开心的跟百度宣布合作 , 并购 Nervana 满 3 年的人工智能芯片 , 看似前程似锦 , 连潜在客户都谈好了 。
【】在人工智能芯片战场追逐 GPU 背影的英特尔
文章图片

文章图片

2019 年 11 月 8 日:NVIDIA 宣布推出「全球尺寸最小的边缘 AI 超级电脑」Jetson Xavier NX , 不知不觉中 , 在这几年内 , nVidia 的 Jetson 家族已枝繁叶茂 。
【】在人工智能芯片战场追逐 GPU 背影的英特尔
文章图片

文章图片

2019 年 11 月 13 日:英特尔总算「使命必达」准时在 2019 年底推出 Nervana NNP 产品线 , 包含深度学习导向的 NNP-T1000(Spring Crest , 性能号称是 Lake Crest 的 3~4 倍)与推论专用的 NNP-I1000(Spring Hill) , 宣称样品已经送到客户(百度、Facebook)手上 , 不只现场实际较量 NNP-I1000 和 nVidia T4 , 可用不到 2 倍数量达成 3.68 倍的性能 , 也同时宣布 2020 年推出「20 倍边缘推论性能」、源自 2016 年某金额不明并购案的 Movidius 体系产品 。


推荐阅读