AMD-მ გააკრიტიკა NVIDIA-ს მიდგომა სამომხმარებლო GPU-ების ხელოვნური ინტელექტის შესაძლებლობებისადმი და პირობა დადო, რომ სამომავლო Radeon-ებში NPC უფრო ჭკვიანი იქნება

[Magdalena]

კომპანია AMD-ის უფროსმა ვიცე-პრეზიდენტმა David Wang და გამომთვლელი და გრაფიკული პროდუქტების აღმასრულებელმა ვიცე-პრეზიდენტმა Rick Bergman-მა იაპონურ რესურს 4Gamer-თან ისაუბრეს, რას უნდა ველოდოთ შემდეგი თაობის გრაფიკულ არქიტექტურა AMD RDNA-სგან. 

 

ფოტოს წყარო: VideoCardz 

ინტერვიუ, რომელიც ჩაიწერა 2022 წლის ბოლოს, თუმცა ტექსტური ფორმით ახლა გამოქვეყნდა, არ იძლევა პირობას, რომ არქიტექტურა RDNA 4 „რამდენჯერმე მაღალი წარმადობის და ენერგოეფექტური იქნება“ ამჟამინდელ გრაფიკულ არქიტექტურა RDNA 3-თან შედარებით. ამის ნაცვლად ვანგი და ბერგმანი შეეხნენ ხელოვნური ინტელექტის ტექნოლოგიის მნიშვნელობას და საკითხს, როგორ უკავშირდება იგი AMD-ის გრაფიკული განყოფილების სამომავლო გეგმებს. 

RDNA 3 არქიტექტურის გრაფიკულ პროცესორებში უკვე მოცემულია ხელოვნური ინტელექტის ოპერაციების დაჩქარებისთვის განკუთვნილი აპარატული ბლოკები, რომელთაც ეწოდება WMMA Matrix Multiplication (NVIDIA-ს Tensor-ბირთვებისა და Intel-ის XMX ძრავების ანალოგი). 4Gamer-ის ჟურნალისტმა AMD-ის წარმომადგენლებთან საუბარში მიუთითა RDNA 3-ის ხელოვნური ინტელექტის ბლოკების შედარებით მოკრძალებულ წარმადობაზე FP16 ოპერაციებში კონკურენტებთან შედარებით. Radeon RX 7000 ვიდეო ბარათების WMMA Matrix Multiplication ბლოკები აფიქსირებს 123 Tflops-ამდე წარმადობას, ფლაგმანური GeForce RTX 4090-ის Tensor ბირთვები - 330 Tflops-ს, ხოლო Intel Arc A770-ის მატრიცული ძრავები ამავე ოპერაციებში უზრუნველყოფენ 138 Tflops წარმადობას. სხვა სიტყვებით რომ ვთქვათ, AMD-ს განვითარებისთვის სამუშაო აქვს. 

„მიზეზი, რის გამოც NVIDIA აქტიურად ცდილობს ხელოვნური ინტელექტის ტექნოლოგიის გამოყენებას იმ აპლიკაციებშიც კი, სადაც აუცილებელი არ არის, ის გახლავთ, რომ მის გრაფიკულ პროცესორებში გამოიყენება ხელოვნური ინტელექტის ლოგიკური დასკვნების დიდი ბლოკი. ისინი, სავარაუდოდ, მუშაობენ იმ მიმართულებებზე, რომლებიც საჭიროებენ ამ ამაჩქარებლების გამოყენებას. ეს არის მათი GPU-ების განვითარების სტრატეგია და იგი შესანიშნავია. მაგრამ ჩვენ სხვა სტრატეგიას მივყვებით. 

ჩვენ ამჟამად მობილიზებულები ვართ, რაცა აქცენტი გავაკეთოთ GPU-ში მხოლოდ იმ აპარატულ ბლოკებზე, რომლებიც საჭირო და მნიშვნელოვანია მომხმარებლებისთვის, რათა სამომხმარებლო ვიდეო ბარათების გამოყენებისას სიამოვნება მიიღონ. წინააღმდეგ შემთხვევაში მომხმარებლებს ზედმეტის გადახდა მოუწევთ GPU-ის იმ ფუნქციებისთვის, რომლებსაც, დიდი ალბათობით, არასდროს გამოიყენებენ. ვთვლით, რომ ხელოვნური ინტელექტის ლოგიკური დასკვნების ამაჩქარებლები, რომელთა რეალიზება შესაძლებელია სამომხმარებლო GPU-ებში, შესაძლებელია და უნდა იქნას გამოყენებული იმისთვის, რომ ვიდეო თამაშები გახდეს უფრო მაღალი წარმადობის და საინტერესო.  

კომპიუტერით კონტროლირებადი მტრის პერსონაჟების და ჩვეულებრივი NPC-ების მოძრაობა და ქცევა, ხელოვნური ინტელექტის ბლოკების GPU-ში გამოყენების უპირატესობების ალბათ ყველაზე აშკარა მაგალითებია. ხელოვნური ინტელექტის ბლოკები, რომლებიც ამჟამად გამოიყენება გამოსახულების დამუშავების ტექნოლოგიებისთვის, ასევე პასუხისმგებელი უნდა იყოს უფრო მოწინავე გამოთვლებზე,” - განაცხადა ვანგმა. 

ხელოვნური ინტელექტის ლოგიკური დასკვნების ძრავების ამჟამინდელი რეალიზაცია AMD-ის გრაფიკულ ბარათებში პასუხისმგებელია გამოსახულების დამუშავებასა და ტექნოლოგიებზე, როგორიცაა FidelityFX Super Resolution ინტელექტუალური მასშტაბირება. NVIDIA ასევე იყენებს ხელოვნური ინტელექტის ბირთვებს თავის GPU-ებში ინტელექტუალური მასშტაბირების ამოცანების შესასრულებლად, თუმცა, AMD-ის აზრით, ხელოვნური ინტელექტის ბლოკზე გამოყოფილია გრაფიკული პროცესორის მეტისმეტად დიდი ნაწილი, რაც არც ისე ეფექტურია. 

AMD განიხილავს ხელოვნური ინტელექტის ბირთვების გამოყენებას ამოცანებში, რომლებიც არ უკავშირდება გრაფიკის დამუშავებას. მაგალითად, მათი გამოყენებით შესაძლებელია გეიმინგ მოწინააღმდეგეების და კომპიუტერით მართვადი სხვა პერსონაჟების უფრო სმარტად ქცევა. გეიმინგ მექანიკის ფარგლებში მათთვის უფრო რთული ამოცანების სწავლების შედეგად თამაშები გახდება უფრო საინტერესო და მიმზიდველი. 

https://tinyurl.com/2zfjb3bv