英特爾攜手台積電推 Xe-HPG 架構 GPU,獨立顯卡進入三國爭霸

作者 | 發布日期 2021 年 09 月 01 日 7:00 | 分類 GPU , IC 設計 Telegram share ! follow us in feedly


剛結束的 2021 年架構日,處理器龍頭英特爾(Intel)公布全新獨立顯卡架構 Xe-HPG。新架構首批 GPU 將採用台積電 N6 製程,2022 年第一季上市。這也是英特爾 1998 年發表 i740 以來,20 多年後再次踏入獨立 GPU 市場。由於英特爾加入,獨立 GPU 市場再次形成「三國鼎立」局面,圖形、圖像到 AI 和高性能計算,技術競爭和市場爭奪將全面升級。

近期 GPU 市場行情看漲,研究公司 Jon Peddie Research 報告顯示,2021 年第一季全球 GPU 出貨量達 1.19 億顆,較 2020 年同期成長 38.78%。英特爾整體 GPU 出貨達 68% 市占率,但獨立 GPU 方面,輝達(NVIDIA)仍以 81% 市占率遙遙領先,AMD 以 19% 市占率排名第二。Jon Peddie Research 預期,獨立 GPU 出貨量還將繼續攀升,到 2025 年將占整體 GPU 市場 26%。

因獨立 GPU 用途廣泛,成為大晶片市場應用佼佼者,架構和製程技術都達產業頂峰。輝達 2020 年消費市場旗艦級 GeForce RTX 30 系列 GPU,採用三星 8 奈米製程,RTX3080 和 RTX3090 包含的電晶體數目達 280 億個。競爭對手 AMD RX 6000 系列採用台積電 7 奈米製程,電晶體數目也達 268 億個。

因頂尖製程和龐大電晶體數目是因應越來越複雜的晶片架構。以輝達安培(Ampere)架構為例,運算部分包括串流處理器 (Stream Processor,SP)、纹理映射單元(Texture mapping unit,TMU)、深度學習單元(Tensor Core)、光線追蹤單元(RT Cores)、光柵化處理單元(ROPs)等。GPU 帶入 AI 領域的是深度學習單元,用於即時深度學習、大型矩陣運算和深度學習超級採樣等作業,將 GPU 性能和作用完全提升,從圖形處理器升級成計算處理器。

為了追求性能,獨立 GPU 的競爭演化成架構比拚。輝達 2020 年推出安培架構,AMD 回應 RDNA 2 架構,RX 6000 性能可與 RTX 30 一較高下。這次英特爾加入戰局也是有備而來,Xe 架構經過多年發展,不但具備最流行的各種元素,還使用台積電 6 奈米製程,完全有實力與輝達和 AMD 一較高下。仍有市場人士指出,英特爾還是基因為 CPU 的企業,GPU 運作仍需配合 CPU。整體來說,處理好 CPU 和 GPU 的發展衝突,將是英特爾未來的挑戰。

時間回到 2012 年,多倫多大學創建能從 100 萬樣本自動學習辨識圖像的「Alex Net」深度神經網路,僅用兩個 NVIDIA GTX580 GPU 訓練數天,就贏得當年 Image Net 競賽,擊敗磨練幾十年的人類專家演算法。業界認識深度學習的強大後,史丹佛大學就與 NVIDIA 研究室合作開發使用大規模 GPU 計算系統訓練網路的方法,從此揭開深度神經網路技術的發展,一舉奠定 GPU 在 AI 領域的地位。

GPU 能用於人工智慧與深度學習,因提供多個平行運算基礎結構,且核心數較多,可平行運算大量數據,還擁有快速儲存速度和高浮點運算能力,使 GPU 完美契合 AI 計算需求,GPU 仍是 AI 訓練階段較適合的晶片。據統計,GPU 在 AI 時代的雲端訓練晶片仍占高達 64%。雖然隨著 FPGA 及 ASIC 技術突破,GPU 市占率有些下降,仍是雲端訓練市場占比最大的晶片種類,2019~2021 年年複合成長率達 40%。

憑著 GPU 在資料中心的優異表現,輝達業績也一路走高。今年第一季資料中心業務營收達 20.5 億美元,創歷史紀錄,與 2020 年同期相比成長達 79%,與上一季相比也成長 8%,占總營收比重 36%。發展較晚的 AMD 也奮起直追,執行長蘇姿丰說今年第二季資料中心 GPU 營收較 2020 年同期成長一倍多。有出色營收表現要歸功於 Instinct 加速器部署增加,還有 CDNA 2 架構最新資料中心顯卡首次出貨。

英特爾最新資料中心 GPU Ponte Vecchio 日前發表,擁有 1,000 億顆電晶體的 SoC 也創下英特爾紀錄。Ponte Vecchio 採用 Xe-HPC 微架構,由多個複雜設計組成,以單元形式呈現,然後嵌入式多晶片互連橋接(EMIB)單元組裝,達成單元低功耗、高速連接效能。設計均整合於 Foveros 封裝,為提高功率和互連密度形成有源晶片的 3D 堆疊。

市場人士表示,ASIC 和 FPGA 都在與 GPU 競爭時,英特爾選擇發展 GPU,說明 GPU 可能還是通用 AI 的最好選擇。這顆巨大晶片也可看作反擊輝達資料中心 CPU,雙方都建立 CPU+GPU 佈局,準備面對面對決。英特爾還在發展 oneAPI 計畫,成為輝達 CUDA 的強大競爭對手,因範圍不僅限 GPU,涵蓋 CPU 和所有處理器。

就輝達、AMD、英特爾布局看來,儘管獨立 GPU 不能完全取代 CPU,但成為資料中心非常關鍵的一環。全球三大晶片廠商都力攻此領域,GPU 三國志未來可能連番上演。

(首圖來源:shutterstock)