AMD苏姿丰谈AI策略:与Intel、NVIDIA截然不同

编辑: admin 来源: 未知 时间: 2019-08-26 16:05
内容摘要:   看同比,7月份,一线城市新建商品住宅销售价格同比上涨%,涨幅比上月回落个百分点;二手住宅销售价格同比上涨%,涨幅与上月相同。二线城市新建商品住宅和二手住宅销售价格同比分别上涨%和%,涨幅比上月分别

  看同比,7月份,一线城市新建商品住宅销售价格同比上涨%,涨幅比上月回落个百分点;二手住宅销售价格同比上涨%,涨幅与上月相同。二线城市新建商品住宅和二手住宅销售价格同比分别上涨%和%,涨幅比上月分别回落和个百分点。

AMD苏姿丰谈AI策略:与Intel、NVIDIA截然不同

全球最大的小麦出口国俄罗斯也在向中国靠拢。

AMD苏姿丰谈AI策略:与Intel、NVIDIA截然不同

HotChips31本周在美国硅谷举办,两款最大的芯片发布引人注意,分别是Cerebras最大的深度学习芯片WSE,还有赛灵思发布全球最大的FPGA。 Intel发布的两款AI芯片NervanaNNP-T/NNP-I同样备受关注。

不过,AMD在HotChips期间并没有获得巨大的关注,这或许是因为在当今AI大热的情况下,他们采用观望式的AI策略。

Intel、AMD和NVIDIA如何预估AI市场?NVIDIA预计,其数据中心和人工智能潜在市场(TAM)到2023年将达到500亿美元。 这包括HPC(高性能计算),DLT(深度学习训练)和DLI(深度学习推理)。 Intel估计,其DLT和DLI潜在市场在2020年将达到460亿美元。 AMD尚未发布任何关于深度学习潜在市场的预测,因为它更专注于从Intel和NVIDIA获得市场份额。 因此,也没有看到AMD有专注于人工智能的芯片。 不过,AMD首席执行官苏姿丰(苏姿丰)表示,AMD正在努力成为人工智能领域更重要的参与者。

苏姿丰:CPU的局限性任何计算性能的讨论都始于摩尔定律,但摩尔定律正在放缓。 摩尔定律指出,随着芯片尺寸缩小和晶体管密度增加,计算性能将每两年翻一番。

在AnandTechHotChips31的报道指出,苏姿丰在主题演讲中解释说,AMD通过各种方式改善了CPU的性能,包括工艺制程、芯片面积、TDP(热设计功耗)、电源管理、微体系结构和编译器。 先进工艺制程的贡献最大,这使得CPU的性能提升了40%。

增加芯片尺寸也可以带来两位数性能的提升,但这不符合成本效益。

AMD通过微体系架构将EPYCRome服务器CPUIPC(每个周期的指令)在单线程和多线程工作负载中分别提升了23%和15%。

高于行业平均5%-8%的水平。

上述所有方法在两年半内都会使性能翻倍。

苏姿丰:人工智能所需的加速计算苏姿丰表示,一方面,摩尔定律正在放缓。 另一方面,世界上最快的超级计算机的性能每年翻一番。 这意味着过去十年的解决方案将失效。

该行业目前的需求是优化系统的各个部分,使其成为人工智能工作负载的理想选择。 她解释说,ASIC和FPGA的每瓦特性能最高,CPU最低,通用GPU在每瓦性能方面介于CPU和FPGA之间。 苏姿丰指出,每个人工智能工作负载都有不同的计算要求。

互连技术是解决方案,因为它将不同的部分互连到同一个系统。

她用以下例子解释了这一点:-NAMD(纳米级分子动力学)工作负载取决于GPU-NLP(自然语言处理)工作负载在CPU、GPU、内存带宽和连接性之间保持平衡业界使用传统方法提高了CPU和GPU的性能。

苏姿丰强调,业界应该通过关注互连,I/O、内存带宽、软件效率和软硬件协同优化来提高性能。

AMD的AI策略苏姿丰表示,AMD已采用CPU/GPU/互连策略来挖掘人工智能和HPC的机会。

她说,AMD将在Frontier超级计算机中使用其所有技术。 该公司计划为实现超级计算机全面优化其EYPCCPU和RadeonInstinctGPU。

它将通过其InfinityFabric总线技术进一步增强系统性能,并通过其ROCM(RadeonOpenCompute)软件工具解锁性能。

与Intel和NVIDIA不同,AMD没有专用的人工智能芯片或专用的加速器。 尽管如此,苏还指出,我们绝对会看到AMD在人工智能方面是一个很重要的参与者。

AMD正在考虑是否要建立一个专用的AI芯片,这一决定将取决于人工智能如何发展。 苏姿丰补充说,许多公司正在开发不同的人工智能加速器,如ASIC、FPGA和张量(Tensor)加速器。 这些芯片将缩小到最可持续的状态,然后AMD将决定是否构建可以广泛应用的加速器。

与此同时,AMD将与第三方加速器制造商合作,并通过其InfinityFabric互连将其芯片与自己的CPU/GPU连接。 这个策略类似于其光线跟踪策略,NVIDIA去年推出了实时光线跟踪,但AMD并没有急于推出这项技术。

不过,苏姿丰表示AMD将在生态系统完善并且该技术被广泛采用的情况下引入光线跟踪技术。

鉴于AMD是一个相对较小的玩家,与拥有充足资源的大型玩家竞争,上述策略具有经济意义。 在已经建立的市场中分享份额可以减少因采用率低而导致产品失败的风险,并保证最低的回报。 AMDAI战略与Intel和NVIDIA战略的不同AMD在开发AI芯片之前采用了观望态度。 他们现在做的,是利用其现有技术来满足AI工作负载。 Intel开发了全面的技术,包括XeonCPU、Optane内存、AlteraFPGA和互连技术。

也在开发独立GPUXe。 在HotChip31中,Intel推出了专用于深度学习训练和深度学习推理的NervanaAI芯片。 Intel的芯片由自己生产,虽然这使Intel能够更好地控制其技术,但需要大量的时间和资源。 NVIDIA的AI策略是提供通用GPU以及可用于任何AI应用程序的CUDA软件支持。 它还具有NVLink互连技术。

英伟达正与合作伙伴共同探索人工智能新市场。 虽然这种策略需要大量研究并且有很高的失败风险,但这些高风险也会带来高回报。

AMD苏姿丰谈AI策略:与Intel、NVIDIA截然不同

对梁建英和她的研发团队来说,又啃下一个硬骨头,又打赢一场硬仗。为此,设计团队整整攻关18个月,做了450余项的仿真分析,1050余项的地面试验,2800余项的线路试验,最终以486.1公里刷新世界铁路运营试验最高速。外人所熟悉的梁建英是中国高铁装备行业唯一的女总工程师,包括复兴号在内,梁建英主导研制设计了多款高速动车组,是她和上千人的高铁研发团队共同打造了中国速度。

你可能也喜欢:
最近更新
热门资讯