Intel, Nvidia, AMD Magsimula ng isang "Buong Labanan"

Jun 17,2022
Ang isang serye ng mga pangunahing kaganapan sa isa't isa ay nagbigay ng higit na puwang ng imahinasyon para sa "kumpetisyon" ng tatlong Giants Intel, Nvidia, at AMD sa paligid ng heterogenous computing CPU+GPU+FPGA/DPU sa digital na edad, at naging bago din larangan ng paghahati sa hinaharap. anotasyon.

Ang Intel ay gumagawa ng isang comeback sa larangan ng independiyenteng mga GPU, at gumagawa din ito ng mga bagong pagbabago sa larangan ng IPU, sa tulong ng mga makabagong ideya sa hardware, software, arkitektura at proseso, pati na rin ang diskarte sa IDM2.0.

Matapos makuha ang AMD ng Xilinx, binubuo ito para sa mga pagkukulang ng FPGA. Hindi pa nakaraan, inihayag ng AMD ang pagkuha ng cloud service provider na si Pensando para sa mga 1.9 bilyong US dolyar. Sa puntong ito, opisyal na pumasok ang AMD sa patlang ng DPU at binubuo ng isang pangunahing bahagi ng blueprint ng data center nito. singsing. Bagaman napilitang "hayaan" ni Nvidia ang pagkuha ng braso, mayroon na itong mga CPU na nakabase sa braso bilang isang mahalagang "supply", at nakumpleto ang mga DPU sa pamamagitan ng mga pagkuha, na umaasang gumawa ng malaking pagkakaiba sa panahon ng heterogeneity.

Ang Labanan ng Tatlong Giants ay tumagos na sa Hinterland, at ang kumpetisyon sa pagitan ng Intel, Nvidia, at AMD ay nagpakita ng isang "komprehensibong labanan" na sitwasyon.


Ang kumpetisyon para sa "reboot" sa larangan ng GPU
Sa larangan ng heterogenous computing, ang GPU ay masasabing ang "bala" na dapat ay umaasa.

Bilang isa sa mga pinakamalaking benepisyaryo na hinimok ng heterogenous na panahon at umuusbong na mga aplikasyon, na may patuloy na pagpapabuti ng kapangyarihan ng computing at mga kinakailangan sa pagganap ng AI sa larangan ng mga server, sasakyan, artipisyal na katalinuhan, at gilid ng computing, ang mga GPU ay umaasa sa kanilang sariling mga pakinabang na kahanay na pagproseso, at pangkalahatang computing. Ang mga pakinabang ay sumusulong sa pamamagitan ng mga leaps at hangganan, at ang merkado ay maaaring magpatuloy na lumago nang mabilis.

Ayon sa na -verify na pananaliksik sa merkado, ang pandaigdigang merkado ng GPU ay nagkakahalaga ng $ 25.41 bilyon noong 2020, at inaasahang aabot sa $ 185.31 bilyon noong 2027, na may average na taunang rate ng paglago ng 32.82%.


Sa kasalukuyan, ang mga GPU ay malawakang ginagamit sa mga PC, laro, data center, high-performance computing, matalinong kotse at iba pang mga patlang. Kapansin-pansin na ang mga laro at PC ay ang tradisyonal na pangunahing mga battlefield, habang ang mga sentro ng data, ang mataas na pagganap ng computing at mga matalinong kotse ay magiging mga bagong makina para sa paglaki ng GPU, at ang iba't ibang mga aplikasyon ay may iba't ibang mga kahilingan sa mga GPU.

Nauunawaan na ang mga ideya ng disenyo ng mga console ng laro ay nakatuon sa pagpapabuti ng karanasan, na nakatuon sa pag -optimize ng mga developer ng hardware tulad ng CPU at GPU at pag -optimize ng software tulad ng pinagbabatayan na mga API. Ang GPU ng isang PC ay kailangang balansehin ang pagganap, scalability, at kahusayan ng enerhiya. Mayroong pangunahing dalawang uri ng pinagsamang GPU at independiyenteng mga GPU. Karamihan sa mga integrated GPU ay isinama sa CPU bilang SOCS, habang ang independiyenteng mga GPU ay kadalasang gumagamit ng bus ng PCIe upang makipag -usap sa CPU sa real time. Mula sa pananaw ng mataas na pagganap na computing at mga server, ang mga GPU ay may mahigpit na mga kinakailangan para sa mabilis na pag-throughput ng malaking dami ng data, sobrang katatagan, at pangmatagalang operasyon; Kailangang matugunan ng mga Automotive GPU ang mga sertipikasyon ng regulasyon ng automotiko tulad ng AEC-Q100, at suportahan ang mga nakatuon na graphic API, at ang hinaharap na kalakaran ay ang automotikong CPU at GPU ay bubuo ng SOC, mula sa ipinamamahagi hanggang sa sentralisadong pag-unlad.

Matapos ang mga taon ng mabangis na laban, ang pandaigdigang GPU ay may pattern na oligopolistic. Ang Nvidia ay ang ganap na hegemon, na sinusundan ng AMD, ngunit pagkatapos na bumalik ang Intel sa independiyenteng larangan ng gpu, masira ang orihinal na balanse.

Sa pamamagitan ng makabagong teknolohiya, pagpapalawak ng senaryo, extensional merger at acquisition, at ang patuloy na paggalugad ng GPU pangkalahatang mga kakayahan sa computing batay sa CUDA software stack, ang NVIDIA ay naging pinuno sa larangan ng GPU at pinamunuan ang pandaigdigang pag -unlad ng GPU. Sa piskal na 2022, ang NVIDIA ay may record na kita na $ 26.91 bilyon, hanggang sa 61% taon-sa-taon.

Sa pagtingin sa istruktura ng kita ng NVIDIA, makikita na, na nakikinabang mula sa malakas na pangangailangan para sa mga produktong arkitektura ng NVIDIA, ang paglalaro ay naging pinakamalaking lakas sa pagmamaneho, at ang merkado ng data center ay may pinakamabilis na rate ng paglago, na pumalo sa isang bagong mataas na US $ 10.61 bilyon ; At kahit na tumanggi ang negosyo ng automotiko, magpapatuloy itong lumago sa hinaharap. ay patuloy na mag -aani. Ang susunod na layout nito ay puno din ng firepower: isang bagong henerasyon ng desktop GPU at laptop GPUs ay inilunsad; Ang susunod na henerasyon na GPU Hopper GH100 chip para sa mga sentro ng data o higit sa 140 bilyong transistor ay gagamit ng disenyo ng 5NM node multi-chip module (MCM) ng TSMC. At ang susunod na henerasyon na autonomous na pagmamaneho ng orin ay binalak na gagamitin para sa paggawa ng masa noong 2022, at ang lakas ng computing ay aabot sa 254tops. Sa kasalukuyan, nanalo ito ng mga proyekto mula sa maraming mga OEM tulad ng Weilai, Ideal, Volvo, at Mercedes-Benz.

Matapos ang "pag -unlad" sa mga nakaraang taon, matatag na itinatag ng AMD ang pangalawang posisyon sa merkado ng CPU at GPU. Sa mga tuntunin ng layout ng GPU, sa 2022 AMD ay higit na mapapalawak ang graphics card market na may bagong tuktok, mid-range at entry-level GPU, na may bagong suporta sa software ng AMD. Sa larangan ng mga sentro ng data, agresibo rin ang AMD. Hindi pa nakaraan, pinakawalan nito ang instinct MI200 accelerator card batay sa arkitektura ng GPU, na nakatuon sa HPC at AI acceleration. Ginagamit nito ang pangalawang henerasyon na arkitektura ng cDNA (na idinisenyo upang ma-optimize ang mga workload ng computing ng data center), ay ang unang multi-chip, ang unang GPU na suportahan ang 128GB ng memorya ng HBM2E, at ang unang exascale-class (exascale) GPU. Ipinakilala din nito ang isang bagong GPU para sa data center, ang susunod na henerasyon na Radeon Pro V620, na idinisenyo upang matugunan ang lumalagong demand para sa pagbilis ng GPU para sa mga aplikasyon ng ulap, mga workload ng 3D, at marami pa.

Ang Intel, na may nangungunang gilid sa larangan ng integrated GPU tulad ng mga PC, ay patuloy na nagpapabuti mula noong inihayag nito ang pagbabalik nito sa independiyenteng larangan ng GPU ilang taon na ang nakalilipas. Sa pagtatapos ng 2020, pinasiyahan ng Intel ang arkitektura ng XE GPU sa araw ng arkitektura nito, ang XE microarchitecture upang matugunan ang mga pangangailangan mula sa integrated/entry graphics ay nangangailangan ng data center at mataas na pagganap ng computing. Kasabay nito, inilabas ng Intel ang unang data center server ng GPU, na nakumpleto ang komprehensibong konstruksiyon ng "CPU+GPU+FPGA" Hybrid XPU Architecture.

Sa Araw ng Arkitektura 2021, ang Intel ay naglulunsad ng dalawang discrete GPU. Sa araw ng pamumuhunan na gaganapin hindi nagtagal, inilabas ng Intel ang dalawang GPU, isa para sa larangan ng gaming at isa para sa data center. Susunod, inihayag ng Intel na ang data center GPU code na pinangalanan ATS-M ay ilalabas sa ikatlong quarter, na nagsasama ng maraming mga XE cores, AV1 hardware encoder, memorya ng GDDR6, mga yunit ng pagsubaybay sa sinag, atbp, at maaaring magbigay ng 150 trilyong operasyon bawat pangalawa. . Hindi lamang iyon, para sa tradisyunal na patlang ng PC, tinutukoy din ang Intel na manalo, at inilunsad ang Arc Ruixuan Series graphics cards para sa mga platform ng notebook at ang unang A3 Series graphics card para sa mga desktop - Ruixuan A380 GPU. At, hindi lamang ang A380, ang Intel Sharp A5 Series at A7 Series na may mas mataas na pagganap ay magagamit din ngayong tag -init.

Sa patlang ng GPU kung saan ang usok ng baril ay nasa lahat ng dako, ang Intel, na puno ng firepower, ay maaaring hamunin ang AMD at Nvidia sa lahat ng direksyon.

Heterogenous computing "hands-to-hand"
Mula sa isang direktang pananaw, ang heterogenous na "puzzle" ng tatlong higanteng Intel, Nvidia at AMD ay halos nabuo.

Kabilang sa tatlong higanteng ito, ang heterogenous na kumbinasyon ng Intel ay malinaw na mas malalim. Sa nagdaang limang taon, ang Intel, na nagtatag ng isang "data-centric" na layunin ng pagbabagong-anyo, ay patuloy na nagpayaman sa layout nito sa larangan ng data sa pamamagitan ng mga pagsasanib at pagkuha, kabilang ang pagkuha ng mataas na kalidad na FPGA, Easic, at ASIC Company . Accelerator, at napagtanto ang isang portfolio ng produkto na sumasaklaw sa maraming mga arkitektura.

Kaisa sa kamakailang malaking sukat ng pagpapalawak ng diskarte sa IDM2.0, pati na rin ang isang serye ng mga aksyon upang buksan ang X86 at sumali sa kampo ng RISC-V sa isang mataas na profile na paraan, ang Intel ay may higit pang mga "trump card" sa panahon ng isomerization at mas komportable.

Mula sa pananaw ng AMD, ang negosyo nito ay matagal nang nakatuon sa dalawang pangunahing lugar ng CPU at GPU, at ang FPGA ang pinakamalaking pagkukulang nito. Gayunpaman, matapos ipahayag ng AMD na nakumpleto nito ang pagkuha ng Xilinx sa isang transaksyon sa all-stock, na may malalim na akumulasyon ng Xilinx sa mga patlang ng FPGA, na-program na SOC at ACAP, nagbigay ito ng AMD ng pagpapalakas ng pahalang na ulap at mga kakayahan sa computing sa gilid. "Nutrisyon". Ang pagsasama ng AMD at Xilinx ay hindi lamang tututok sa pagpapabuti ng pangkalahatang kompetisyon ng negosyo ng data center, ngunit nakakakuha din ng mas maraming mga chips sa panahon ng heterogeneity ng data center.

Matapos makuha ang Pensando ng AMD, nangangahulugan ito na hindi lamang opisyal na pumasok ang AMD sa larangan ng DPU, ngunit pinayagan din ang negosyo ng AMD na ganap na masakop ang CPU, GPU, FPGA, DPU, at nagtayo ng isang karaniwang kumpletong kapangyarihan ng computing "puzzle".

Upang matupad ang ruta na "GPU+CPU+DPU", unang inihayag ng NVIDIA ang pagkuha ng ARM sa isang mataas na profile na paraan, at pagkatapos ay ginugol ang $ 6.9 bilyon upang makuha ang tagagawa ng kagamitan sa network ng Israel na Mellanox upang matustusan ang DPU. Bagaman ang pagkuha ng ARM ay sa huli ay "walang aksidente", ito ay namuhunan nang labis sa pag-unlad ng CPU, at opisyal na inilunsad ang self-binuo nitong CPU para sa data center AI at mga high-performance computing application sa GTC Conference noong 2021-batay sa arm neoverse architecture ng Grace Chip. Ayon sa kasunduan, nakuha ng NVIDIA ang halos 20-taong lisensya ng arkitektura ng ARM, at ang mga CPU na nakabase sa braso ay maaaring mabuo sa pamamagitan ng ARM-lisensyang IP sa hinaharap.

Para sa Nvidia, ang pananaliksik at pag-unlad ng Grace CPU ay may malaking kahalagahan. Dahil ang GPU ay kailangang maitugma sa operasyon ng CPU, ang paglipat na ito ay hindi na ito limitado sa CPU, at ang pagsandig sa sarili at pag-asa sa sarili ng CPU ay gagawing mas malinaw ang pagsasama nito.

Nahaharap sa isang komprehensibong paligsahan, ang tatlong higante ay mayroon ding iba't ibang mga nakatagong alalahanin.

Ayon sa mga analyst ng industriya, ang AMD ay nangangailangan din ng oras upang matunaw at isama ang GPU+CPU+DPU+FPGA upang mapalawak ang kakayahang magbigay ng mga nangungunang solusyon para sa mga customer ng Cloud, Enterprise at Edge; Ang mabigat na pag -asa ng NVIDIA ay maaaring harapin ang ASIC encroachment sa data center acceleration field sa hinaharap na Intel ay isang kumpanya pa rin na ang mga gene ay kabilang sa CPU, at ang pamumuhunan sa GPU ay kailangang tumugma sa paglaki ng CPU, kaya magiging isang malaking hamon upang makitungo Sa salungatan sa pag -unlad sa pagitan ng CPU at GPU. Bilang karagdagan, sa ilalim ng baton ng IDM2.0, ang pokus ng pamumuhunan ay hindi maiiwasang tumagilid patungo sa advanced na pagmamanupaktura, at kung paano balansehin ang pagbabago at pagsasama ng mga mapagkukunan ng pamumuhunan ng mga pangunahing XPU ay kailangan ding maingat na timbangin.

Dapat itong ituro na sa pagpapasiya ng chiplet UCIE protocol, ang scale scale ay maaaring madagdagan nang maraming beses, halimbawa, ang CPU, GPU at DPU ay maaaring mapalawak ng mga oras na kahanay; o upang makamit ang vertical na pagsasama, ang CPU+GPU+DPU ay maaaring pagsamahin sa isang super-heterogenous isang solong chip, o isang kombinasyon ng dalawa.

Samakatuwid, kung paano magpatakbo ng iba't ibang mga system na kahanay at kung paano mahusay at agpang makipag -ugnay ay magiging isang bagong hamon para sa mga higante. Sino ang maaaring manguna sa bagay na ito, kung sino ang magpapalaki sa hinaharap na panalo.

Mga pangunahing kadahilanan na nakakaapekto sa pattern
Matapos ang muling pag-atake sa labanan, ang pagpapakita ng tatlong higante ay mapupuno din ng firepower.

Bilang karagdagan sa pagkaya sa makabagong arkitektura ng "XPU+", konstruksyon ng ekolohiya, at patuloy na mga pagsubok ng pagpapatupad, dapat itong sabihin na ang proseso at packaging ay ang mga susi sa paggawa ng mga ideya sa aktwal na mga produkto upang makamit ang super-heterogenous computing.

Pag -usapan muna natin ang proseso, at ang mga kaugnay na kadahilanan ng pagiging produktibo.

Kung ito ay CPU, GPU, DPU o FPGA, lahat sila ay mga payunir ng advanced na teknolohiya. Kung nais mong labanan laban sa isang pangkat ng mga masters, ang paggamit ng pinaka advanced na teknolohiya ay hari.

Ipinapakita ng kamakailang balita na ang TSMC ay nahihirapan sa ani ng 3NM na proseso nito. Kung nagpapatuloy ang problema sa ani ng 3nm, maraming mga customer ang maaaring palawakin ang paggamit ng 5NM na proseso ng node, sa gayon ay nakakaapekto sa mga pagpapadala ng chip ng mga customer tulad ng AMD, Intel, at Nvidia.

Ginagawa nito ang mga bottlenecks ng supply na sanhi ng mga kakulangan sa kapasidad ng isa sa mga hadlang na kinakaharap nila. Tulad ng sinabi ni Nvidia sa ulat ng kita nito, ang mga hadlang sa suplay sa hinaharap ay mananatiling isang headwind na ibinigay sa pandaigdigang kakulangan ng kapasidad ng paggawa ng chip at wafer. Ang NVIDIA ay naiulat na prepaid TSMC tungkol sa $ 1.64 bilyon sa ikatlong quarter ng 2021 at magbabayad ng $ 1.79 bilyon sa unang quarter ng 2022, na nagdadala ng buong pangmatagalang order advance sa $ 6.9 bilyon, mas mataas kaysa sa kanilang binayaran nang mas maaga.

Ang kalamangan ni Intel sa NVIDIA at AMD ay ang lumalagong negosyo ng pandayan. Bagaman ang teknolohiya ng Intel ay hindi pa nasira sa pamamagitan ng 5nm sa Foundry, kung sumusunod ito sa roadmap ng teknolohiya nito, magiging kapareho ito sa antas ng pandayan ng TSMC noong 2025. Marahil, sa oras na iyon, maaaring ganap na suportahan ng Intel ang sariling advanced na disenyo ng proseso, maging mas komportable Sa antas ng pagsasama ng heterogenous ng x86, braso at risc-v, at bigyan ng prayoridad na ibigay sa mga tuntunin ng garantiyang kapasidad. Ang malalim na kahulugan sa likod ng diskarte ng IDM 2.0 ay maaaring maging mas malalim kaysa sa naisip.

Bilang karagdagan, ang heterogenous computing ay hindi maaaring makaligtaan ang heterogenous na pagsasama at advanced na packaging. Ang pagsulong ng heterogenous na pagsasama at advanced na teknolohiya ng packaging ay posible upang makabuo ng mga kumplikadong sistema sa isang solong pakete, na maaaring mabilis na matugunan ang pagkonsumo ng kuryente, dami, at mga kinakailangan sa pagganap ng mga chips sa mga heterogenous computing system.

Sa advanced na antas ng packaging, tila ang Intel, bilang isang tradisyunal na IDM, ay tila may mas maraming pakinabang, at ang AMD ay orihinal na isang IDM, ngunit kalaunan ay bumagsak sa negosyo ng paggawa ng chip, ngunit ang kumpanya ay mayroon pa ring mga gene ng proseso at packaging. Ang AMD ay nagkaroon ng isang pagsisimula ng ulo sa mga nakaraang taon kasama ang first-to-market chiplet at interconnect na teknolohiya, na nagtatayo sa susunod na henerasyon na teknolohiya ng packaging ng kumpanya, na nakasalansan ang V-cache. Dito rin, makakatulong ang Xilinx sa AMD dahil ang Xilinx ay nagtayo ng isang hanay ng mga mataas na pagganap na packaging at magkakaugnay na mga teknolohiya para sa adaptive na platform ng FPGA.

Para sa nvidia, bilang isang dalisay na kawalan, ito ay bahagyang mas mababa sa intel at AMD sa proseso at packaging ng heterogenous na pagsasama, at ito ay higit na nakasalalay sa mga kasosyo hindi lamang sa larangan ng mga aplikasyon ng mataas na pagganap, kundi pati na rin sa mga tuntunin ng proseso at packaging.

Sa kaibahan, ang Intel ay sumulong sa maraming mga paraan at patuloy na sumulong sa co-emib, ucie, foveros, atbp lalo na sa bahagi ng 3D packaging, inilunsad ng Intel ang Foveros Direct, na napagtanto ang paglipat upang direktang tanso-sa-tanso na bonding . At hindi nagtagal, ang top-level accelerator card na si Ponte Vecchio ay binuo para sa supercomputing, ang bilang ng mga integrated transistors ay lumampas sa 100 bilyon, gamit ang 5 iba't ibang mga proseso ng pagmamanupaktura, at encapsulate ng maraming 47 iba't ibang mga yunit (tile) sa loob, nagiging isang batay sa foveros na batay teknolohiya. Ang "integrator" ng 3D na nakasalansan na teknolohiya ng packaging at teknolohiya ng koneksyon ng co-emib.

Ayon sa data mula sa consulting firm na si Yole Developpement, ang mga tagagawa ng semiconductor ay gagastos ng halos $ 11.9 bilyon sa mga paggasta ng kapital sa advanced na packaging noong 2021. Sinabi ng ahensya na ang advanced na merkado ng packaging ay nagkakahalaga ng halos $ 2.74 bilyon sa 2021, at hinuhulaan na ang merkado ay makakamit ng isang tambalan Ang taunang rate ng paglago ng 19% sa pamamagitan ng 2027, kapag ang advanced na merkado ng packaging ay aabot sa $ 7.87 bilyon bawat taon.


Mula sa puntong ito, ang hinaharap na kumpetisyon ay ganap na ilulunsad sa pagbabago ng arkitektura, teknolohiya, packaging, atbp Sa mga aspeto na ito, ang tatlong higante ay maaaring kailanganin upang masakop ang lahat.
Produkto RFQ