一、AMD RDNA 2 光線追蹤效果演示，下一代顯卡將支持

3月20日消息 根據外媒WCCFTECH的報道，AMD發布了首個RDNA 2 架構 GPU 在微軟DXR API下的光線追蹤演示視頻，下一代Radeon RX “Navi 2x”顯卡將支持該技術。

在AMD的演示中，官方展示了一個行走在未來場景中的機器人，視頻中體現了光線追蹤的反射和陰影效果，與當初英偉達發布的Demo效果有類似的感覺。

AMD還發布了針對數據中心工作負載優化的新一代GPU架構。據了解，CDNA架構包含了第二代Infinity技術，可增強GPU和CPU之間的連接，并針對機器學習和高性能計算應用而優化，可專注于計算/張量操作，從而加速機器學習計算，而且可以通過Infinity Fabric互連的靈活設計，支持增強的企業級RAS特性與虛擬化技術。

此外AMD表示，將和微軟合作，在即將推出的AMD RDNA 2架構中為DirectX 12 Ultimate提供全面支持。通過這種架構為下一代AMD Radeon顯卡和即將面世的XboxSeries X游戲機提供支持。

二、GPU成為芯片大廠的焦點 爭搶人工智能市場

AMD近日發布了旗下新一代GPU架構CDNA，面向數據中心等高性能計算業務。英偉達則有望在3月22日線上舉行的GTC 2020大會中發布新一代GPU架構Ampere。此外，更有消息稱英特爾將繼1998年之后，發布22年來首款用于獨立顯卡的GPU架構Xe。2020年，隨著人工智能深度學習對高性能計算的需求越來越迫切，GPU正在成為芯片大廠的角力焦點。

英偉達、AMD與英特爾三大芯片之所以如此積極地推進GPU的發展，與數據中心對高性能計算的需求密不可分。有專家分析指出，數據中心是人工智能深度學習最重要工作平臺，快速完成對海量數據的多層次、多迭代模型分析處理是其一項關鍵性的工作。從2011年人工智能研究人員首次使用英偉達GPU為深度學習加速之后，GPU就在人工智能領域發揮著巨大作用。雖然許多廠商也在開發基于FPGA或者ASIC的人工智能芯片，但目前采用GPU加速的服務器仍是數據中心的主流。

這也就使得芯片大廠不得不重視GPU的開發。2017年，英偉達推出面向數據中心業務的GPU TeslaV100 GPU，受到業界的廣泛采用。此后英偉達繼續在人工智能數據中心云端發力，研發面向不同平臺的GPU加速解決方案，今年更將推出新一代GPU架構Ampere。研觀天下報告指出，目前人工智能應用領域的發展速度快于底層芯片的發展速度，GPU是目前發展最為完善的一類人工智能芯片，是現階段人工智能應用開發的首選。英偉達憑借其GPU的先發優勢在人工智能的前端推理應用領域搶占了先機。

此前，AMD雖然也有很多GPU和顯卡產品，但采用的Vega核心本質上還是一款游戲型GPU。此次，AMD發布CDNA架構，專門針對數據中心計算進行了優化。可以看出，AMD在GPU的策略上，也正在走專業化，將面向數據中心的GPU架構與面向游戲優化的RDNA架構分開。

技術分析師Patrick Moorhead表示，數據中心GPU并不需要消費類顯卡的許多功能，比如顯示和像素引擎、光線追蹤等。計算型GPU通過刪除這些元素可以節省成本，同時又可添加更多有助數據中心性能提升的邏輯組件，比如張量計算單元等。不過在高性能數據中心部署CDNA 架構GPU之前，AMD仍需在軟件上加大投入。

三、競爭從工藝到架構

從技術趨勢上看，隨著數據中心深度學習對芯片處理能力以及低功耗需求的提高，GPU對制造工藝的選擇也越來越嚴苛。三大GPU公司目前基本上都選擇采用最先進的制造工藝。此前，英特爾財務官George Davis曾經表示，針對14納米制程的產能不足問題，2020年將增加更多產能填補空缺。

面對2020年陸續推出的新品，英特爾勢必要想辦法解決先進工藝產能的問題。近日有消息傳出，英特爾計劃將旗下獨立顯示GPU交由臺積電6納米工藝代工。更有消息稱2022年英特爾還將采用臺積電的3納米工藝來生產。有業內人士分析，假如英特真的打算擴大外包代工份額，除了已經部分外包的芯片組之外，首先可能就是GPU，因為GPU相對CPU來說制造工藝上更為簡單，而且以往臺積電與英偉達在GPU制造上有著大量的合作，因而更有經驗。

至于AMD方面，CDNA架構GPU預計會在今年年底到明年年初面世，繼續采用7nm工藝。AMD沒有透露第二代CDNA 2的具體工藝，只說是更先進的節點，因而有可能采用5nm工藝。GPU也是先進工藝的追逐者。

此外，GPU在計算架構上的革新也十分關鍵。GPU+CPU異構架構成為面向人工智能服務器的主流架構。研觀天下指出，隨著數據處理復雜度的逐步提升，服務器采用的處理系統并非只有采用GPU，或者只采用CPU。而是由CPU和GPU組合而成的異構系統，兩種處理器各取所長，密集的處理任務交給GPU，復雜的邏輯運算交給CPU，兩種處理器協同工作，提升系統的運算速率。

AMD是目前唯一一家同時擁有x86處理器和獨立顯卡的供應商，這使其在CPU-GPU互連技術上具有優勢。AMD在CPU和GPU之間采用Infinity Fabric技術進行連接，實現內存的一致性，可以減輕許多編碼負擔。此次發布的CDNA架構便采用了第二代Infinity技術，增強了GPU和CPU之間的連接。AMD還透露第三代Infinity Fabric將具有更高的性能，包括更高帶寬、更低延遲的CPU-GPU互連，增強內存一體性能，以簡化編程。

本文由電子發燒友綜合報道，內容參考自IT之家、中國電子報等，轉載請注明以上來源。