本文中，英特爾院士 Aditya Navale 將分享圖形處理器從實(shí)現(xiàn)更好的像素繪制到解決人類(lèi)復(fù)雜計(jì)算挑戰(zhàn)的演進(jìn)歷程。

- Aditya Navale，英特爾院士，GPU 核心 IP 架構(gòu)總監(jiān)

事實(shí)上，我們和大家一樣期待英特爾進(jìn)軍獨(dú)立顯卡市場(chǎng)。

英特爾院士 Aditya Navale 表示：“我一直希望英特爾能夠進(jìn)入獨(dú)顯市場(chǎng)。”Aditya Navale 在英特爾工作了 30 年，其中 20 多年都深耕于圖形技術(shù)。

不久前，英特爾發(fā)布了英特爾銳炫? 移動(dòng)端獨(dú)立顯卡，并將在今年推出應(yīng)用于臺(tái)式機(jī)的獨(dú)立顯卡。這標(biāo)志著英特爾在顯卡進(jìn)程中邁出了重要的一步。在加速計(jì)算系統(tǒng)與圖形事業(yè)部，Navale 的團(tuán)隊(duì)至關(guān)重要——他們開(kāi)發(fā)的核心 IP 架構(gòu)為多代英特爾 GPU 奠定了基礎(chǔ)，包括已經(jīng)推出的首款英特爾銳炫 A 系列獨(dú)立顯卡。

如果我們把集成顯卡(通常與 CPU 集成在同一裸片上)也一起算進(jìn)來(lái)，英特爾已位居 PC 顯卡市場(chǎng)份額的領(lǐng)先地位。Navale 表示：“對(duì)于英特爾而言，從集成顯卡到獨(dú)立顯卡是重要的一步，因?yàn)檫@是一項(xiàng)極具挑戰(zhàn)性的復(fù)雜任務(wù)?！?/p>

自 2019 年以來(lái)，英特爾集成顯卡的游戲性能已經(jīng)提升至原來(lái)的數(shù)倍，而英特爾銳炫獨(dú)立顯卡以集成顯卡技術(shù)為基礎(chǔ)，再次實(shí)現(xiàn)了游戲性能的顯著提升。當(dāng)前的英特爾集成顯卡最多包含 96 個(gè)執(zhí)行單元，而銳炫獨(dú)立顯卡將采用多達(dá) 512 個(gè) Xe 矢量引擎。Navale 指出：“在面積增大 5 倍以上的同時(shí)，我們需要克服的挑戰(zhàn)是，在特定功率范圍內(nèi)更好地提升性能?！?/p>

“除了進(jìn)軍獨(dú)顯市場(chǎng)并成為重要的一員，我們開(kāi)發(fā)銳炫顯卡的其中一個(gè)想法也是希望探索大型 GPU 的架構(gòu)設(shè)計(jì)和軟件開(kāi)發(fā)?！彼忉尩?。

作為獨(dú)顯領(lǐng)域的“新人”，想要成為具有競(jìng)爭(zhēng)力的新選擇，就意味著產(chǎn)品的特性和性能不僅要有吸引力，還需支持一系列的游戲和應(yīng)用。“軟件為先的理念一直驅(qū)動(dòng)著我們的架構(gòu)創(chuàng)新。”他說(shuō)道。

從像素繪制到深度學(xué)習(xí)

什么推動(dòng)了人們對(duì)于數(shù)倍于普通筆記本電腦圖形處理能力的需求?答案是豐富的對(duì)照研究。

GPU 的主要任務(wù)是加速圖形渲染：在 2D 屏幕上創(chuàng)建 2D 和 3D 圖像。簡(jiǎn)言之，GPU 就是負(fù)責(zé)在屏幕上繪制像素。CPU 旨在一次處理一兩個(gè)復(fù)雜任務(wù)，而 GPU 旨在并行處理許多小任務(wù)，即繪制像素。

比如當(dāng)你閱讀這篇文章時(shí)，屏幕上的像素并沒(méi)有太大變化，所以 GPU 不需要做太多工作。但當(dāng)系統(tǒng)運(yùn)行逼真的 3D 游戲等任務(wù)時(shí)，像素就會(huì)不斷變化。Navale 解釋道：“越是想在游戲中呈現(xiàn)身臨其境的沉浸感，GPU 需要做的工作就越多?！睙o(wú)論是微風(fēng)中飄動(dòng)的毛發(fā)，還是不同程度的光影效果，這些細(xì)節(jié)都需要在每一個(gè)像素的顯示上花費(fèi)更多功夫。并且為了保證細(xì)節(jié)渲染的流暢度，這些工作需要快速地完成。

游戲僅僅是一個(gè)開(kāi)始。

GPU 是可用于高度并行計(jì)算的數(shù)據(jù)處理器，Navale 表示：“GPU 的應(yīng)用場(chǎng)景也正在快速增長(zhǎng)?！背死L制像素，GPU 在人工智能、深度學(xué)習(xí)和高性能計(jì)算等領(lǐng)域的應(yīng)用也正在幫助人類(lèi)解決復(fù)雜的計(jì)算挑戰(zhàn)。

如果說(shuō)面向不同負(fù)載開(kāi)發(fā)芯片聽(tīng)起來(lái)很復(fù)雜，Navale 表示，那么基于 GPU 構(gòu)建的軟件生態(tài)則為以上困境提供了“解決之道”。

“我們構(gòu)建了一個(gè)滿(mǎn)足所有新要求的軟件生態(tài)?！?Navale 說(shuō)，“考慮到高性能計(jì)算、人工智能和游戲等諸多領(lǐng)域的需求，軟件生態(tài)需要以一種高度協(xié)同的方式不斷演進(jìn)。為此，我們需要在深思熟慮之后不斷完善架構(gòu)。”

GPU的需求成倍增長(zhǎng)——邁向 Z 級(jí)計(jì)算

人們對(duì) GPU 的需求正在成倍增長(zhǎng)，因此我們需要依靠靈活性和新的設(shè)計(jì)思路，來(lái)將 GPU的性能提升至全新高度?！拔覀儗?gòu)建和部署 IP，確保其既可應(yīng)用于集成領(lǐng)域，也可應(yīng)用到大型獨(dú)顯中?！?Navale 說(shuō)，“這種可擴(kuò)展性是內(nèi)置的。我們還完成了大量的參數(shù)化工作，以便輕松快速實(shí)現(xiàn)它的可擴(kuò)展性。”

為了實(shí)現(xiàn) Z 級(jí)超級(jí)計(jì)算，即全球下一個(gè)重要的強(qiáng)大算力系統(tǒng)，他解釋道：“產(chǎn)品的可擴(kuò)展性還將進(jìn)一步提升?！边@不僅意味著每個(gè)芯片的算力要成倍增加，還要讓多個(gè)芯片進(jìn)行系統(tǒng)級(jí)封裝。

“Ponte Vecchio 在這方面已經(jīng)取得了一些進(jìn)展”，它將 47 個(gè)不同的區(qū)塊(tile) 組合到單個(gè) GPU 中?！暗乾F(xiàn)在這種模式還在發(fā)展，隨著我們向前邁進(jìn)，它將取得更好的勢(shì)頭和采用情況?！?/p>