AMD проигрывает битву за ИИ, и пора начинать беспокоиться
И AMD, и Nvidia производят одни из лучших видеокарт на рынке, но трудно отрицать, что Nvidia обычно лидирует. Я имею в виду не только огромную разницу в доле рынка. В этом поколении у Nvidia есть гигантский графический процессор, который лучше всех других карт, в то время как у AMD пока нет ответа на RTX 4090 .
Еще одна вещь, на которую у AMD сейчас нет четкого ответа, — это искусственный интеллект. Несмотря на то, что я перехожу на AMD для личного использования , трудно игнорировать факты: Nvidia побеждает в битве с ИИ. Почему существует такая заметная разница, и станет ли это большей проблемой для AMD в будущем?
Это не все об играх
Большинство из нас покупают видеокарты, основываясь на двух вещах — бюджете и игровых возможностях. AMD и Nvidia знают, что подавляющее большинство их высококачественных потребительских карт в конечном итоге используются в игровых установках, хотя профессионалы тоже их выбирают. Тем не менее, геймеры и обычные пользователи составляют большую часть этого сегмента рынка.
В течение многих лет ландшафт графических процессоров был полностью связан с Nvidia, но за последние несколько поколений AMD добилась больших успехов — настолько, что теперь она обменивается ударами с Nvidia. Хотя Nvidia лидирует на рынке с RTX 4090, два флагмана AMD RDNA 3 ( RX 7900 XTX и RX 7900 XT ) — это мощные видеокарты, которые часто превосходят аналогичные предложения от Nvidia, при этом они дешевле, чем RTX 4080 .
Если мы притворимся, что RTX 4090 не существует, то сравнение RTX 4080 и 4070 Ti с RX 7900 XTX и XT говорит нам, что сейчас все в порядке; по крайней мере, что касается игр.
А затем мы переходим к трассировке лучей и рабочим нагрузкам ИИ, и здесь AMD падает с обрыва.
Нет никакого способа приукрасить это — Nvidia просто лучше справляется с задачами, сгенерированными ИИ, чем AMD прямо сейчас. Это не совсем мнение, это скорее факт. Это также не единственный козырь в рукаве.
Компания Tom's Hardware недавно протестировала вывод ИИ на картах Nvidia, AMD и Intel, и результаты оказались совсем не в пользу AMD.
Чтобы сравнить графические процессоры, тестер проверил их в Stable Diffusion, инструменте для создания изображений AI. Прочтите исходную статью, если хотите узнать все технические подробности, связанные с настройкой тестов, но, короче говоря, Nvidia превзошла AMD, а Intel Arc A770 показал себя настолько плохо, что едва ли заслуживает упоминания.
Даже заставить Stable Diffusion работать вне графического процессора Nvidia кажется довольно сложной задачей, но после некоторых проб и ошибок тестер смог найти проекты, которые в некоторой степени подходили для каждого графического процессора.
После тестирования конечным результатом стало то, что RTX 30-й и RTX 40-й серий от Nvidia показали себя довольно хорошо (хотя и после некоторой настройки для последней). Линейка AMD RDNA 3 также показала хорошие результаты, но карты RDNA 2 последнего поколения были довольно посредственными. Тем не менее, даже лучшая карта AMD в этих тестах сильно отставала от Nvidia, показывая, что Nvidia просто быстрее и лучше справляется с задачами, связанными с ИИ.
Карты Nvidia — это то, что нужно профессионалам, которым нужен графический процессор для задач искусственного интеллекта или машинного обучения. Некоторые люди могут купить одну из потребительских карт, а другие могут вместо этого выбрать модель рабочей станции, например RTX 6000 со сбивающим с толку названием , но факт остается фактом: AMD часто даже не находится на радаре, когда строятся такие установки.
Давайте не будем замалчивать тот факт, что Nvidia также сильно опережает AMD в таких вещах, как трассировка лучей и Deep Learning Super Sampling (DLSS) . В наших собственных тестах мы обнаружили, что Nvidia по-прежнему лидирует в трассировке лучей над AMD, но, по крайней мере, Team Red, похоже, делает шаги в правильном направлении.
Это поколение графических процессоров является первым, в котором сокращается разрыв в трассировке лучей. Фактически, AMD RX 7900 XTX превосходит в этом отношении RTX 4070 Ti от Nvidia. Тем не менее, у графических процессоров Nvidia Ada Lovelace есть еще одно преимущество в виде DLSS 3 , технологии, которая копирует целые кадры, а не только пиксели, с использованием искусственного интеллекта. AMD снова отстает.
Nvidia имеет долгую историю ИИ
Видеокарты AMD и Nvidia сильно различаются на архитектурном уровне, поэтому полностью их сравнивать невозможно. Однако мы точно знаем, что карты Nvidia оптимизированы для ИИ с точки зрения самой их структуры, и так было уже много лет.
Новейшие графические процессоры Nvidia оснащены ядрами Compute Unified Device Architecture (CUDA), тогда как карты AMD имеют вычислительные блоки (CU) и потоковые процессоры (SP). У Nvidia также есть тензорные ядра, которые помогают повысить производительность алгоритмов глубокого обучения, а благодаря разреженности тензорных ядер они также помогают графическому процессору пропускать ненужные вычисления. Это сокращает время, необходимое графическому процессору для выполнения определенных задач, таких как обучение глубоких нейронных сетей.
Ядра CUDA — это одно, но Nvidia также создала одноименную платформу для параллельных вычислений, которая доступна только для видеокарт Nvidia. Библиотеки CUDA позволяют программистам использовать мощность графических процессоров Nvidia для более быстрого запуска алгоритмов машинного обучения.
Разработка CUDA — это то, что действительно отличает Nvidia от AMD. Хотя у AMD действительно не было хорошей альтернативы, Nvidia вложила значительные средства в CUDA, и, в свою очередь, большая часть прогресса в области ИИ за последние годы была достигнута с использованием библиотек CUDA.
AMD проделала некоторую работу над собственными альтернативами, но это совсем недавно, если сравнивать с многолетним опытом Nvidia. Платформа AMD Radeon Open Compute (ROCm) позволяет разработчикам ускорить рабочие нагрузки вычислений и машинного обучения. В рамках этой экосистемы был запущен проект под названием GPUFORT .
GPUFORT — это попытка AMD помочь разработчикам перейти от карт Nvidia к собственным графическим процессорам AMD. К сожалению для AMD, библиотеки Nvidia CUDA гораздо более широко поддерживаются некоторыми из самых популярных сред глубокого обучения, такими как TensorFlow и PyTorch.
Несмотря на попытки AMD наверстать упущенное, разрыв с каждым годом только увеличивается, поскольку Nvidia продолжает доминировать в области искусственного интеллекта и машинного обучения.
Время уходит
Инвестиции Nvidia в ИИ, безусловно, были разумными. Он оставил Nvidia с бурно развивающейся линейкой игровых графических процессоров наряду с мощным набором карт, способных выполнять задачи, связанные с искусственным интеллектом и машинным обучением. AMD еще не совсем там.
Хотя AMD, кажется, пытается оптимизировать свои карты с точки зрения программного обеспечения с еще неиспользованными ядрами ИИ на своих последних графических процессорах, у нее нет программной экосистемы, которую создала Nvidia.
Однако AMD играет решающую роль как единственный серьезный конкурент Nvidia. Я не могу отрицать, что AMD добилась больших успехов как на рынке графических процессоров, так и на рынке процессоров за последние годы. Ему удалось вернуться из ненужности и стать сильной альтернативой Intel, что сделало одни из лучших процессоров доступными прямо сейчас. Его видеокарты теперь также конкурентоспособны, даже если это только для игр. На личном уровне я склоняюсь к AMD, а не к Nvidia, потому что я против ценового подхода Nvidia в последние пару поколений. Тем не менее, это не компенсирует отсутствие у AMD искусственного интеллекта.
В таких программах, как ChatGPT, хорошо видно, что ИИ здесь, чтобы сказать , но он также присутствует в бесчисленном количестве других вещей, которые остаются незамеченными большинством пользователей ПК. На игровом ПК ИИ работает в фоновом режиме, выполняя такие задачи, как оптимизация в реальном времени и меры по борьбе с мошенничеством в играх. Люди, не играющие в игры, также ежедневно видят множество ИИ, потому что ИИ можно найти в вездесущих чат-ботах, голосовых личных помощниках, навигационных приложениях и устройствах умного дома.
Поскольку ИИ все больше и больше проникает в нашу повседневную жизнь, а компьютеры необходимы для выполнения задач, сложность которых только возрастает, ожидается, что и графические процессоры не отставят. У AMD впереди трудная задача, но если она не станет серьезно относиться к ИИ, она может быть обречена никогда не наверстать упущенное.