在刚刚结束的 2021 年架构日上，处理器龙头英特尔 （Intel） 公布了全新的独立显卡架构 Xe-HPG。而以该架构的首批 GPU 将采用台积电 N6 制程技术，于 2022 年第 1 季上市。这也是 Intel 从 1998 年发布 i740 以来，20多年之后再次踏入独立 GPU 市场。而由于 Intel 的加入，独立 GPU 的市场将再次变成 “三国鼎立” 的局面，预计从图形、图像、到 AI 和高性能计算，技术竞争和市场争夺将全面升级。
事实上，近期的 GPU 市场的行情看涨。根据市场研究公司 Jon Peddie Research 的研究报告显示，2021 年第 1 季全球 GPU 出货量达 1.19 亿颗，较 2020 年同期成长 38.78%。虽然 Intel 在整体 GPU 出货上达到了 68% 的市场占有率。但是在独立 GPU 方面，辉达 （NVIDIA） 则仍以 81% 的市占率遥遥领先。至于，在 AMD 方面，则以 19% 的市占率排名第二。根据 Jon Peddie Research 的预期，独立 GPU 的出货量还将继续攀升，到 2025 年将占整体 GPU 市场的 26% 比例。
目前，因为独立 GPU 因为用途广泛，成为了大芯片中市场应用的佼佼者，发展也使得架构和制程技术都已达芯片产业的顶峰。其中，辉达在 2020 年发表的针对消费市场的旗舰级 GeForce RTX 30 系列 GPU，采用了三星 8 奈米制程技术。系列中的 RTX3080 和 RTX3090 两款产品，所包含的晶体管数目已经达到了 280 亿个。而竞争对手AMD 的 RX 6000 系列，则是采用了台积电的 7奈米制程技术，晶体管数目也达到了 268 亿个。
而因为顶尖的制程技术和庞大的晶体管数目因应了越来越复杂的芯片架构。以目前最新的英伟达安培 （Ampere） 架构为例，其运算部分就包括了串流处理器 (Stream Processor，SP)、纹理映射单元 （Texture mapping unit, TMU)、深度学习单元 （Tensor Core）、光线追踪单元 （RT Cores）、光栅化处理单元 （ROPs）等。其中，将 GPU 带入 AI 领域的则是深度学习单元，并可用于即时深度学习、大型矩阵运算和深度学习超级采样等作业上。这样的导入情况，也将 GPU 的性能和作用完全提升，从图形处理器升级成计算处理器。
由于为了追求性能的极致，独立 GPU 之间的竞争就演化了成了架构之间的比拼。辉达在 2020 年推出了安培架构，AMD 则回应了 RDNA 2 架构，使得其 RX 6000 在性能上可以与 RTX 30 一较高下。而这次 Intel 加入战局也是有备而来，Xe 架构经过多年发展，不但具备了时下最流行的各种元素，还使用了台积电的 6 奈米制程技术，完全有实力与辉达和 AMD 的产品一较高下。不过，仍有市场人士指出，Intel 基本上还是一个基因属于 CPU 的企业，在 GPU 的运作是仍需要配合 CPU 的成长。整体来说，处理好 CPU 和 GPU 之间的发展冲突，将是英特尔未来一个很大的挑战。
时间回到 2012 年之际，当时多伦多大学创建了能够从 100 万样本中自动学习识别图像的 “Alex Net” 深度神经网络。而且仅在两个 NVIDIA GTX580 GPU 上训练数天，就赢得了当年的 Image Net 竞赛，击败了磨练了几十年的所有人类专家算法。至此，在业界认识深度学习的强大后，史丹佛大学就与 NVIDIA 研究室合作开发了一种使用大规模 GPU 计算系统训练网络的方法，从此也揭开了深度神经网络技术的快速发展脚步，也一举奠定了 GPU 在 AI 领域的地位。
而 GPU 之所以能运用在人工智能与肾度学习等项目上，主要是 GPU 提供了多个平行运算的基础结构，并且核心数较多，可以进行大量数据的平行运算，还拥有快速的储存速度和很高的浮点运算能力，这一切都使得 GPU 完美契合了 AI 计算的需求。而且，当前 GPU 仍是 AI 训练阶段较为适合的芯片。根据统计，GPU 在 AI 时代的云端训练芯片中仍占有高达 64% 的比例。虽然，随着 FPGA 以及 ASIC 技术的突破，GPU 的市场占有率有所下降。但是仍然是云端训练市场占比最大的芯片种类，2019 年到2021 年间的年复合成长率达到 40% 的比例。
因为凭借著 GPU 这段时间以来在资料中心的优异表现，辉达的业绩也一路走高。在 2021 年第1季，其资料中心业务营收达到 20.5 亿美元，创下该公司历史上的新纪录，与 2020 年同期相比成长达 79%，与上一季相比也成长 8% 的幅度，已占总营收比重的 36%。至于，在此领域发展较晚的 AMD 现在也开始奋起直追。根据 AMD 首席执行官苏姿丰的说法，该公司 2021 年第 2 季资料中心 GPU 的营收较 2020 年同期成长了一倍多。而能在该领域有出色的营收表现，要归功于该公司 Instinct 加速器部署的增加，其中还包括其以 CDNA 2 架构的最新资料中心显卡的首次出货。
再了解了两大计争对手的发展之后，现在则是轮到 Intel 。最新的针对资料中心的 GPU Ponte Vecchio 在日前正式发表，其拥有 1,000 亿颗晶体管的 SoC 也创下了 Intel 的新纪录。Ponte Vecchio 采用 Xe-HPC 微架构，由多个复杂的设计组成，这些设计以单元形式呈现，然后通过嵌入式多芯片互连桥接（EMIB）单元进行组装，达成单元之间的低功耗、高速连接效能。这些设计均被整合于 Foveros 封装中，为提高功率和互连密度形成有源芯片的 3D 堆叠。
市场人士表示，在 ASIC 和 FPGA 都在与 GPU 进行竞争的时刻，Intel 选择了发展 GPU，这说明 GPU 可能还是通用 AI 的最好选择。此外，这颗巨大的芯片也可以被看做是对辉达推出资料中心 CPU 的反击，双方此时都建立了 CPU+GPU 的布局，准备面对面的郑对决。此外，英特尔还在发展其 oneAPI 计划，使其成为辉达 CUDA 的强大竞争对手，因为它的范围不仅限于 GPU，而且涵盖 CPU 和所有处理器。
所以，就以上包括辉达、AMD、intel 的布局看来，尽管独立 GPU 不能完全取代 CPU，但是其已经成为资料中心中非常关键的一环。因此，当全球三大芯片厂商都汇聚于此产品的情况下，这GPU 三国志的精采竞争戏码，未来将可能会连番的上演。
(首图来源：shutterstock)
