正在阅读:

英特尔、AMD等集体卷AI PC,能从英伟达手中抢下蛋糕吗?

扫一扫下载界面新闻APP

英特尔、AMD等集体卷AI PC,能从英伟达手中抢下蛋糕吗?

未来十年,新的AI PC将取代传统PC,市场价值可达上万亿美元。

图片来源:英伟达

界面新闻记者 | 彭新

AI正成为PC产业的新变量。

近日,AMD、英特尔等均在自家处理器中集成NPU(神经处理器)单元,以强化AI处理能力。例如英特尔近期发布的酷睿Ultra系列处理器,结合NPU、CPU、GPU(图形处理器),可提供34 TOPS的AI整体算力。AMD则于本月初发布了新款8040系列AI PC处理器,该芯片整体标称算力为39 TOPS,内置NPU算力为16 TOPS。

对于AI PC的发展趋势,行业和第三方机构均持较乐观态度。据IDC预计,明年AI PC渗透率会快速增长至55%,并在2027年达到85%。AI终端在所有终端中的占比也将由今年的41%增至2027年的79%。随着明年大量AI PC的推出,PC整体售价将大幅提升。而Counterpoint称,AI PC很可能在明年推动新一轮出货反弹,并在2026年后主导PC市场,预计届时渗透率过半。

但当英特尔、AMD等处理器厂商尝试集成NPU来卷AI时,仍需应对另一GPU巨头英伟达的竞争。

作为“摩尔定律已死”的鼓吹者,英伟达CEO黄仁勋一直不看好CPU的长期前景。他认为,CPU遭遇性能瓶颈,过去相同功耗下每5年性能提升10倍的规律已不适用,行业需要新的计算方式,即以GPU驱动的加速计算。

GPU最初是为电子和电脑游戏而生的芯片,为了处理复杂逼真的图形,需要对3D模型、光线阴影等画面细节进行处理。相比按顺序进行计算的CPU,能同时并行大量单纯计算的GPU更加适合此类计算负载。

自从2018年的RTX系列GPU发布后,英伟达便强调其产品具备支持光线追踪、DLSS超采样等AI技术能力:一方面,可在游戏、图形渲染等应用场景带来更好的画面渲染能力;另一方面,DLSS等技术降低了图形处理带来的算力需求,实现了画面性能、功耗的平衡。

目前,英伟达消费级GPU产品架构已升级至Ada Lovelace,据称显卡综合性能提升4倍,其中重要的性能提升均有AI处理单元的参与,如DLSS3技术可以为游戏插帧,提升画面流畅度。在3D设计用途上,英伟达版“元宇宙”Omniverse则依靠DLSS技术可以输出4K高清晰度画面等。

除了图形处理之外,GPU的新市场还扩展至科学计算、数据处理等领域,这当中英伟达在2006年发布的并行计算平台CUDA发挥了重要作用。CUDA是把GPU资源用起来的软件工具,其中包含一系列开发工具。没有CUDA之前,开发者要把原本为图像渲染设计的GPU用到加速计算上,需要复杂的调试和编译。经过十余年发展,CUDA已成为一种AI基础设施,即原生AI开发平台,任何人只要拥有一台配有支持CUDA的英伟达GPU电脑,就可以开发任何AI相关软件。

比如,Steam上的AI变声软件“VoiceMelody ”,可将语音中的音素信息整合并加以使用,无论语音质量或语言如何,都能自然进行声音转换,但前提是显卡支持CUDA。

据黄仁勋透露,过去一年,CUDA软件下载量达到了2500万次,而其历史下载量是4000万次。

在艺术创作领域,华人艺术家赵恩哲告诉界面新闻,由于技术门槛和工业化流程等方面限制,创作者过去只能在概念设计和最终呈现之间妥协,但现在借助英伟达GeForce RTX显卡的大算力以及Stable Diffusion、RUNWAY等AI创意工具,概念设计师已经可以突破创作门类的限制,在短短几秒内尝试很多实现的可能性。

赵恩哲的艺术作品

对于生成式AI,GPU仍有先发优势,目前主流大模型应用就建立在GPU驱动的加速计算之上。而在软件工具和支持上,英伟达也在继续为Stable Diffusion等应用进行适配和优化。

黄仁勋认为,PC行业正迎来一次重生的机遇。未来十年,新的AI PC将取代传统PC,市场价值可达上万亿美元。但当前各大厂商要想从英伟达手中抢下市场份额,不仅要在硬件算力上更强,还要在软件生态上下更大的功夫,同时在AI部署、推理速度、运行稳定和兼容性上做到最好。

未经正式授权严禁转载本文,侵权必究。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

英特尔、AMD等集体卷AI PC,能从英伟达手中抢下蛋糕吗?

未来十年,新的AI PC将取代传统PC,市场价值可达上万亿美元。

图片来源:英伟达

界面新闻记者 | 彭新

AI正成为PC产业的新变量。

近日,AMD、英特尔等均在自家处理器中集成NPU(神经处理器)单元,以强化AI处理能力。例如英特尔近期发布的酷睿Ultra系列处理器,结合NPU、CPU、GPU(图形处理器),可提供34 TOPS的AI整体算力。AMD则于本月初发布了新款8040系列AI PC处理器,该芯片整体标称算力为39 TOPS,内置NPU算力为16 TOPS。

对于AI PC的发展趋势,行业和第三方机构均持较乐观态度。据IDC预计,明年AI PC渗透率会快速增长至55%,并在2027年达到85%。AI终端在所有终端中的占比也将由今年的41%增至2027年的79%。随着明年大量AI PC的推出,PC整体售价将大幅提升。而Counterpoint称,AI PC很可能在明年推动新一轮出货反弹,并在2026年后主导PC市场,预计届时渗透率过半。

但当英特尔、AMD等处理器厂商尝试集成NPU来卷AI时,仍需应对另一GPU巨头英伟达的竞争。

作为“摩尔定律已死”的鼓吹者,英伟达CEO黄仁勋一直不看好CPU的长期前景。他认为,CPU遭遇性能瓶颈,过去相同功耗下每5年性能提升10倍的规律已不适用,行业需要新的计算方式,即以GPU驱动的加速计算。

GPU最初是为电子和电脑游戏而生的芯片,为了处理复杂逼真的图形,需要对3D模型、光线阴影等画面细节进行处理。相比按顺序进行计算的CPU,能同时并行大量单纯计算的GPU更加适合此类计算负载。

自从2018年的RTX系列GPU发布后,英伟达便强调其产品具备支持光线追踪、DLSS超采样等AI技术能力:一方面,可在游戏、图形渲染等应用场景带来更好的画面渲染能力;另一方面,DLSS等技术降低了图形处理带来的算力需求,实现了画面性能、功耗的平衡。

目前,英伟达消费级GPU产品架构已升级至Ada Lovelace,据称显卡综合性能提升4倍,其中重要的性能提升均有AI处理单元的参与,如DLSS3技术可以为游戏插帧,提升画面流畅度。在3D设计用途上,英伟达版“元宇宙”Omniverse则依靠DLSS技术可以输出4K高清晰度画面等。

除了图形处理之外,GPU的新市场还扩展至科学计算、数据处理等领域,这当中英伟达在2006年发布的并行计算平台CUDA发挥了重要作用。CUDA是把GPU资源用起来的软件工具,其中包含一系列开发工具。没有CUDA之前,开发者要把原本为图像渲染设计的GPU用到加速计算上,需要复杂的调试和编译。经过十余年发展,CUDA已成为一种AI基础设施,即原生AI开发平台,任何人只要拥有一台配有支持CUDA的英伟达GPU电脑,就可以开发任何AI相关软件。

比如,Steam上的AI变声软件“VoiceMelody ”,可将语音中的音素信息整合并加以使用,无论语音质量或语言如何,都能自然进行声音转换,但前提是显卡支持CUDA。

据黄仁勋透露,过去一年,CUDA软件下载量达到了2500万次,而其历史下载量是4000万次。

在艺术创作领域,华人艺术家赵恩哲告诉界面新闻,由于技术门槛和工业化流程等方面限制,创作者过去只能在概念设计和最终呈现之间妥协,但现在借助英伟达GeForce RTX显卡的大算力以及Stable Diffusion、RUNWAY等AI创意工具,概念设计师已经可以突破创作门类的限制,在短短几秒内尝试很多实现的可能性。

赵恩哲的艺术作品

对于生成式AI,GPU仍有先发优势,目前主流大模型应用就建立在GPU驱动的加速计算之上。而在软件工具和支持上,英伟达也在继续为Stable Diffusion等应用进行适配和优化。

黄仁勋认为,PC行业正迎来一次重生的机遇。未来十年,新的AI PC将取代传统PC,市场价值可达上万亿美元。但当前各大厂商要想从英伟达手中抢下市场份额,不仅要在硬件算力上更强,还要在软件生态上下更大的功夫,同时在AI部署、推理速度、运行稳定和兼容性上做到最好。

未经正式授权严禁转载本文,侵权必究。