Десять лет назад компания AMD представляла серьезную угрозу для Intel на серверном рынке, но серия ошибок и неудачных процессоров привела к сворачиванию этого направления.

И вот теперь AMD намерена возродить серверный бизнес, представив процессор Zen, который может использоваться и в ПК. Компания рассматривает возможность его дальнейшего развития и объединения центрального процессора с графическим с целью создания мегачипа для высокопроизводительных вычислений.

«Мы убеждены в том, что нам удастся объединить высокопроизводительные центральный и графический процессоры в одном устройстве», – указала генеральный директор AMD Лиза Су.

Комментарии Су прозвучали в ответ на вопрос о том, собирается ли AMD интегрировать центральный процессор Zen с графическим процессором на базе новой архитектуры Vega с целью создания единого мощного чипа для корпоративных серверов и суперкомпьютеров.

«Судя по всему, рано или поздно мы придем к этому, – заявила Су. – Интеграция двух технологий в указанной области позволила бы нам предложить весьма эффективные решения».

Проектировать мегачип AMD собирается не впервые. У нее уже есть опыт создания полнофункциональных гибридов центрального и графического процессоров для игровых консолей Xbox One и PlayStation 4. Чип для Xbox One, имевший 5 млн транзисторов, включал в свой состав восьмиядерный центральный процессор AMD, разрабатывавшийся под кодовым наименованием Jaguar, и графический процессор Radeon.

В целом ряде самых быстрых в мире суперкомпьютеров, которые служат для моделирования погодных условий, экономического прогнозирования и разработки новых видов вооружения, графические чипы используются в качестве сопроцессоров. В ЦОД Google они находят применение при решении задач глубинного обучения. Суперкомпьютерное пространство активно осваивает компания Nvidia, а AMD продвигает здесь свои высокопроизводительные графические процессоры FirePro.

Однако интегрированный мегачип AMD по-своему уникален. У Nvidia имеются высокопроизводительные графические процессоры, но нет центральных. В некоторых суперкомпьютерах графические процессоры Nvidia используются наряду с центральными процессорами Intel или AMD.

Мегачип Intel для суперкомпьютеров Xeon Phi 7290 оснащен 72 ядрами, но не интегрирован с графическим процессором. Xeon Phi включает в себя центральный процессор Atom и векторные процессоры для выполнения сложных вычислений.

Создание нового мегачипа выливается для AMD в весьма рискованное мероприятие. Объединенное устройство, содержащее центральный и графический процессоры, должно продаваться по конкурентоспособной цене и избавлять клиентов от необходимости закупки центральных и графических процессоров по отдельности.

Представив в 2003 году 64-разрядный чип, а вскоре после этого и двухъядерный процессор, AMD превратилась в ведущего игрока на серверном рынке, но задержки и ошибки при проектировании ядра Bulldozer свели на нет все усилия компании в области серверных процессоров.

Положившись на перспективы чипов с архитектурой ARM, компания AMD необдуманно отказалась от разработки серверных процессоров x86-архитектуры. Но чипы ARM пока не прижились в серверах, а в Intel с удовольствием воспользовались просчетами AMD. В настоящее время Intel контролирует 90% рынка серверных процессоров.

Сегодня серверные планы AMD предусматривают возврат к архитектуре x86, и процессору Zen отводится здесь особая роль. Первые серверы на базе Zen будут выпущены в первой половине следующего года сразу несколькими поставщиками. В настоящее время чипы тестируются в двухпроцессорных системах AMD и других производителей, и результаты пока обнадеживают.

По словам Су, ее компания намерена позиционировать серверные чипы на избранных рынках, не пытаясь охватить сразу все сегменты. В отличие от Intel, ресурсов у AMD не так много, поэтому производитель намерен сосредоточиться на наиболее прибыльных для себя направлениях.

Если хотите «достать» Дайану Брайант, руководителя бизнеса Intel по центрам обработки данных, задайте ей вопрос про графические процессоры.

Брайант приняла участие в прошедшей в Тайбэе выставке Computex, где она разъясняла, насколько хорошо самый новый ускоритель Xeon Phi подходит для задач машинного обучения.

Сегодня методы машинного обучения все активнее применяются компаниями вроде Google и Facebook для тренировки программного обеспечения в распознавании образов, понимании естественного языка и не только. Машинное обучение играет важную роль в совершенствовании онлайн-сервисов всех видов: недавно в Google заявили, что собираются пользоваться им во всех аспектах своей деятельности.

Для машинного обучения необходимы огромные вычислительные мощности. По словам Брайант, 72 ядра процессора Xeon Phi Knights Landing и высокая скорость выполнения операций над числами с плавающей запятой обеспечивают чипу превосходное соотношение быстродействия на ватт в расчете на доллар при решении задач машинного обучения.

«В этой области есть колоссальные возможности — в какой-то момент машинным обучением начнут пользоваться все предприятия без исключения», — заявила она.

Сложность для Intel в том, что сегодня для машинного обучения шире примxeonеняются графические процессоры, выпускаемые компаниями Nvidia и AMD.

«Насколько я знаю, никто из 'суперсемерки' не пользуется Xeon Phi для обучения своих нейронных сетей», — говорит Патрик Мурхед, аналитик Moor Insights and Strategy. «Суперсемеркой» в самой Intel называют технологические компании, закупающие микропроцессоры рекордных количествах. В нее входят Google, Facebook, Amazon, Microsoft, Alibaba, Baidu и Tencent.

Приветливая Брайант проявила признаки раздражения, когда ее спросили, как Intel сможет конкурировать на рынке машинного обучения, не имея графического процессора. Видеопроцессоры общего назначения, заявила она в ответ, это ускорители другого типа, которые не предназначены специально для машинного обучения.

«Мы называем Kinights Landing 'сопроцессором', но на деле это ускоритель операций с плавающей запятой, как, собственно, и графические процессоры общего назначения», — добавила Брайант.

Она признает, что Nvidia благодаря более оперативным действиям сумела поначалу стать лидером рынка ускорителей высокопроизводительных вычислений за счет того, что еще несколько лет назад начала позиционировать графические процессоры как подходящие для этих задач. Но со времени появления первого Xeon Phi, который вышел в 2014 году, Intel удалось захватить уже 33% рынка суперкомпьютерных задач, пользующихся ускорителями вычислений с плавающей запятой.

«Мы отыграли рынок у Nvidia и продолжим выигрывать», — заявила Брайант.

Доля бизнеса машинного обучения, принадлежащая Intel, возможно, гораздо меньше, но Брайант подчеркивает, что этот рынок еще очень молод: «Меньше 1% серверов, проданных за прошлый год, используются для машинного обучения, поэтому говорить о том, что Nvidia нас побеждает на рынке, который едва появился, по меньшей мере странно».

Тем не менее, 1% мирового серверного рынка — это не ничтожно мало, и в Intel собираются продолжать совершенствовать Xeon Phi, развивая его способности к ускорению задач машинного обучения.

Заказчики у Intel на этом рынке есть, но в корпорации никаких крупных имен не назвали. Брайант упомянула лишь компанию Viscovery, в которой Knights Landing пользуются для обучения алгоритмов поиска в видеозаписях.

Брайант напомнила, что машинное обучение состоит из двух этапов — само обучение алгоритмических моделей, наиболее требовательная к вычислительным ресурсам часть, и применение обученных моделей к еще не знакомым наборам данных, по-другому называемое «выведением умозаключений».

Программируемые логические матрицы Intel, полученные с приобретением компании Altera, при совместном использовании с процессорами Xeon отлично подходят для формирования умозаключений, то есть корпорация предлагает решения для обеих частей задачи, подчеркнула Брайант.

Тем не менее, Intel, возможно, будет непросто потеснить графические процессоры в гипермасштабных компаниях, не говоря уже о «тензорном» процессоре Google, который был разработан специально для задач машинного обучения.

По мнению Мурхеда, с графическими процессорами Nvidia программистам работать сложнее, что может сыграть на руку Intel, особенно когда предприятия массово начнут внедрять машинное обучение. Кроме того, Knight Landing может работать в качестве центрального процессора, благодаря чему его не обязательно использовать в паре с обычным Xeon, чтобы на нем могла запускаться операционная система.

Однако у самого нового Xeon Phi быстродействие составляет около 3 TFLOPS, добавил аналитик, тогда видеочип Nvidia GP100 выдает более 5 TFLOPS.

«Можно было бы 'накачать' мощность Knights Landing, и он стал бы как самые быстрые графические процессоры, но сейчас это не так», — отметил Мурхед.

Тем не менее, в Intel решительно настроены на успех. «Мы продолжим развивать данную продуктовую линейку и набирать долю рынка», — заявила Брайант.

В Nvidia сделали крупную ставку на разработку мощных ускорителей, специально рассчитанных на системы искусственного интеллекта, а две недели назад в Google объявили, что тоже создали подобный чип для внутреннего применения — Tensor Processor Unit. Он предназначен для задач глубинного обучения — алгоритмов, позволяющих программам самосовершенствоваться, к примеру, в распознавании изображений или понимании естественного языка.

Микроархитектура Pascal, разработанная в Nvidia, между тем, ориентирована именно на машинное обучение. Не добившись успеха на рынке смартфонов, компания ищет источник роста в системах искусственного интеллекта.

Выступая на выставке Computex, генеральный директор Nvidia Джен-Сан Хуанг заявил, что не беспокоится из-за появления тензорного процессора Google, добавив, что глубинное обучение состоит из этапов собственно обучения и формирования умозаключений. Графические процессоры Nvidia, утверждает глава компании, превосходно справляются с обучением, тогда как TPU Google — «только для вывода умозаключений».

Неясно, между тем, повлияла ли разработка собственного чипа на объемы закупок процессоров в Google. Как сообщил представитель компании, она по-прежнему «приобретает тонны чипов, и трудно сказать, стали ли мы покупать на тонну меньше после создания TPU».

Инструментарий рассчитан на новую архитектуру графических процессоров Nvidia — Pascal. Он содержит широкий выбор библиотек и алгоритмов, которые можно свободно комбинировать при разработке конкретного приложения. Например, как объяснили в Nvidia, разработчики игр смогут пользоваться алгоритмами для научных вычислений.

В составе SDK вышла новая версия CUDNN, технологии, лежащей в основе фреймворка параллельного программирования Nvidia CUDA, который широко применяется в суперкомпьютерных приложениях. Объявлено о расширении библиотек GameWorks, позволяющих создавать фотореалистичные среды для игр. Разработчикам приложений для платы прототипирования Jetson TX1, на базе которой можно создавать электронную начинку для роботов и дронов, в Nvidia адресуют улучшения, существенно ускоряющие распознавание образов.

Отдельно в компании объявили о выходе библиотеки Iray VR, позволяющей придавать фотореализм мирам виртуальной реальности.

По сообщениям компании Nvidia, самый быстрый на сегодняшний день ее графический процессор, Tesla P100, появится в серверах в следующем году.

«Dell, Hewlett Packard Enterprise, Cray и IBM начнут принимать заказы на серверы с процессорами Tesla P100 в четвертом квартале нынешнего года, – заявил генеральный директор Nvidia Джен-Сан Хуанг во время своего выступления на конференции GPU Technology Conference в Сан-Хосе. – А поставки серверов начнутся в первом квартале следующего года».

Новые графические процессоры будут поставляться и компаниям, которые занимаются проектированием крупномасштабных серверов, а выпуск их поручают аутсорсинговым производственным предприятиям. К концу года они станут доступны и для «облачных серверов» подобного рода.

Компания Nvidia разрабатывала новые графические процессоры для систем глубинного обучения, алгоритмы которых помогают устанавливать взаимосвязи между данными и классифицировать их. Такие системы позволяют беспилотным автомобилям, роботам и дронам идентифицировать находящиеся перед ними объекты. Конечная цель заключается в том, чтобы ускорить процесс обучения таких систем и добиться повышения точности получаемых результатов.

Графические процессоры Nvidia широко применяются в современных суперкомпьютерах. Согласно рейтингу Top500, в двух из десяти самых быстрых в мире на сегодняшний день суперкомпьютерах установлены графические процессоры Nvidia.

Процессор Tesla P100 базируется на новой архитектуре Nvidia Pascal. Многочисленные усовершенствования, реализованные в этом процессоре, должны способствовать заметному повышению общей производительности серверов.

В графическом процессоре насчитывается 15 млрд транзисторов, а производительность операций с плавающей точкой достигает 21,2 TFLOPS.

Чип будет выпускаться на основе 16-нанометрового производственного процесса FinFET. Процессоры размещаются поверх друг друга, что открывает перед Nvidia дополнительные возможности.

Tesla P100 оснащается памятью HBM2 (High-Bandwidth Memory 2) с пропускной способностью 256 Гбайт/с, которая в два раза быстрее памяти HBM предыдущего поколения.

Новый интерфейс NVLink обеспечивает передачу данных со скоростью 160 Гбит/с – в пять раз быстрее по сравнению с шиной PCI-Express.

Остаются, однако, вопросы, связанные с интеграцией шины NVLink в серверы. Корпорация IBM уже объявила о поддержке NVLink архитектурой Power, но в серверах с процессорами Intel подключение графических процессоров к материнской плате осуществляется через шину PCI-Express.

Тем не менее, на конференции компания Nvidia уже продемонстрировала суперкомпьютер DGX-1, в котором процессоры Intel Xeon работали совместно с Tesla P100.

«У нас в компании существовало правило: ни один из проектов никогда не включал в себя целых три выдающихся решения, – заявил генеральный директор Nvidia Джен-Сан Хуанг на конференции GTC, только что прошедшей в Сан-Хосе. – А между тем, Tesla P100 претендует сразу на пять таких чудес».

И действительно, новый графический модуль Nvidia, предназначенный для крупномасштабных ЦОД, кажется буквально сошедшим с небес. Количество транзисторов в нем в два раза превышает число транзисторов в графических процессорах Maxwell нынешнего поколения. И хотя отсутствие новостей о потребительских графических платах, построенных на его основе, несколько разочаровало участников конференции GTC, первый продукт на базе графической архитектуры Pascal казался настолько фантастическим, что все проявления недовольства утихли практически мгновенно.

Продукт Tesla P100 поддерживает целый ряд самых современных решений, начиная от 16-нанометровых транзисторов FinFET (а ведь целых четыре года производители процессоров никак не могли уйти от нормы проектирования 28 нм) и заканчивая высокоскоростной технологией памяти (high-bandwidth memory, HBM) второго поколения, новой графической архитектурой Nvidia Pascal и потрясающей шиной Nvidia NVLink. Мы перечислили четыре чуда, которые все вместе поддерживают пятое – передовые алгоритмы обучения с использованием методов искусственного интеллекта.

«Вот как много технологических новинок вобрал в себя наш очередной продукт», – подвел итог Хуанг.

Появление графической архитектуры Pascal, которую Nvidia уже на протяжении двух лет сулит потребителям, помогло осуществить долгожданный переход к 16-нанометровой транзисторной технологии и разместить на чипе площадью 600 квадратных миллиметров 15 млрд транзисторов. «Если бы я взял его в руки прямо сейчас, вы могли бы увидеть это с задних рядов», – пошутил Хуанг.

Число транзисторов, которых в процессорах Maxwell насчитывалось 5 млрд, увеличилось более, чем вдвое. Производительность Tesla P100 составляет 5,3 TFLOPS при выполнении операций двойной точности и 10,6 TFLOPS при выполнении операций одинарной точности. Для сравнения, процессор Titan X при выполнении операций одинарной точности демонстрирует производительность на уровне 7 TFLOPS.

Процессорный кристалл без учета всех прочих компонентов имеет площадь 600 квадратных миллиметров, и это, по-видимому, не случайно. Ведь площадь процессоров AMD Fiji старшего класса составляет 596 квадратных миллиметров. Процессор Tesla P100 позаимствовал у Fiji и еще один компонент: 16 Гбайт сверхбыстрой памяти HBM второго поколения, дебютировавшей в графической плате Radeon Fury X. И если процессоры Nvidia Maxwell подключались к памяти через 384-разрядную шину, то обмен данными между памятью и чипом Tesla P100 осуществляется с помощью шины, насчитывающей 4 тыс. проводников. В общей же сложности модуль объединяет свыше 15 млрд транзисторов. Впечатляющие цифры.

Однако и это еще не все! Tesla P100 поддерживает новую шину Nvidia NVLink, благодаря которой графические модули обмениваются данными друг с другом и с центральными процессорами в пять раз быстрее по сравнению со стандартным соединением PCIe. Теперь вы сможете пригласить больше друзей: шина NVLink позволяет подключить до восьми графических процессоров, в то время как PCIe – только четыре.

В прошлом году Хуанг уже обещал десятикратное превосходство систем с графическими процессорами Pascal над системами на базе Maxwell. На поверку же выигрыш оказался еще более существенным. С учетом NVLink, оптимизации Pascal, HBM2 и увеличения числа транзисторов на чипе, Хуанг заявил, что речь может идти о 12-кратном росте быстродействия. Таким образом, задачи, на которые Maxwell тратит 25 часов, на компьютере с чипом Pascal могут быть решены всего за два часа.

Ну, разве это не чудо? Производство процессоров Nvidia Tesla P100 в промышленных объемах уже началось. Но первые партии серверов, построенных на базе этих процессоров, должны появиться лишь в первом квартале 2017 года, что объясняется необходимостью адаптировать архитектуру компьютеров в соответствии с требованиями HBM.

Ожидается, что выпуск графических плат потребительского класса с новыми процессорами будет налажен в ближайшие месяцы. Пока же мы имели возможность взглянуть на плату Nvidia Drive PX2 для умных автомобилей, на которой были установлены два «еще не анонсированных», по словам Хуанга, процессора.

Ваши счета за электричество могли бы зашкалить, если бы у вас дома на столе в течение месяца непрерывно работал компьютерный «монстр» Nvidia DGX-1.

При размерах с обычный настольный ПК суперкомпьютер DGX-1 обладает вычислительной мощью, как у 250 двухпроцессорных серверов, заявляют в компании Nvidia, которая представила свою разработку на проведенной ею в Калифорнии конференции GPU Technology Conference.

Производительность компьютера около 170 TFLOPS. Есть возможность объединить несколько экземпляров в стойке, создав систему общей мощностью 2 PFLOPS. Для сравнения, пиковое быстродействие самого быстрого суперкомпьютера в мире достигает 10 PFLOPS.

Как утверждают в Nvidia, DGX-1 работает в 56 раз быстрее, чем сервер с двумя чипами Intel Xeon E5 2697 v3; мощность таких серверов примерно 3 TFLOPS.

Компьютер рассчитан на алгоритмы глубинного обучения, которые сегодня все шире применяются в самоуправляемых автомобилях, робототехнике и суперкомпьютерных приложениях. По словам его создателей, если DGX-1 обучить задаче распознавания образов, то он будет справляться с нею гораздо быстрее, чем другие серверы. Автономные транспортные средства и роботы могут идентифицировать объекты в поле зрения путем сопоставления их с образами, хранимыми в облачных системах глубинного обучения, а такие системы строятся на базе компьютеров вроде DGX-1, добавляют разработчики.

Хотя в Nvidia сравнивают быстродействие своей системы с серверами на базе Intel Xeon, ее центральные процессоры — именно такие чипы, правда, в компании не уточняют, какой именно модели. Но, так или иначе, «накачку» мощности DGX-1 обеспечивают другие комплектующие, прежде всего видеопроцессоры.

В основе DGX-1 лежат восемь графических чипов Tesla P100, основанных на новой архитектуре Nvidia Pascal. Ее саму и видеоадаптеры в компании тоже представили на GTC, подчеркнув, что это самые быстрые видеоадаптеры среди созданных на сегодня в Nvidia.

Дополнительную мощность системе придает ряд новых технологий. Среди них интерфейс NVLink, способный передавать данные на скорости 160 Гбит/с, впятеро быстрее по сравнению с PCI-Express.

Еще одно новшество — память High-Bandwidth Memory 2 на основе технологии FinFET, подразумевающей размещение кристаллов памяти друг над другом. У каждого видеопроцессора 16 Гбайт памяти HBM2, то есть всего ее в суперкомпьютере — 128 Гбайт.

В компании Samsung, являющейся производителем HBM2, сообщают, что пропускная способность памяти составляет 256 Гбайт/с, что вдвое выше, чем у HBM. Последняя используется AMD в выпускаемых ею сейчас видеопроцессорах Fury, но позднее в этом году произойдет переход на HBM2.

Видеочипам суперкомпьютера нужно немало электроэнергии — требуется блок питания, способный выдавать мощность от 800 до 3200 Вт. В Nvidia не уточняют, как охлаждается система, с помощью воздуха или жидкости.

Но это компактный суперкомпьютер, который расходует массу энергии, так что, скорее всего, ему для рассеивания тепла требуется специализированная система охлаждения, отметил Джим Макгрегор, главный аналитик Tirias Research.

DGX-1 имеет два порта 10-Gigabit Ethernet и твердотельные накопители общей емкостью 7 Тбайт, используемые для хранения и кэширования. В комплекте с системой будут предлагаться программное обеспечение, алгоритмы и инструменты разработки для задач глубинного обучения.

Систему уже можно заказать у Nvidia, информация о ценах пока не раскрывается.

Раджа Кодури, старший вице-президент и главный архитектор Radeon Technologies, — человек обычно немногословный, но на тему виртуальной реальности может говорить без остановки.

Как руководитель графического бизнеса AMD, он возглавляет разработку новых технологий, обеспечивающих реализм изображений в виртуальных мирах. Кодури стоит у руля амбициозной инициативы AMD по превращению шлемов виртуальной реальности из гаджетов для энтузиастов в продукт для массового рынка.

Замысел Кодури — добиться, чтобы сами шлемы стали легче, а зрительный ряд виртуальных миров — реалистичнее. А еще он хочет обеспечить независимость шлемов от ПК и предложить инструменты, которые помогут формировать интерактивный контент, отображаемый в режиме панорамы 360°, так чтобы не вызывать головокружения и не нагружать глаза.

AMD выпускает видеопроцессоры, способные выполнять высококачественный рендеринг графики для шлемов виртуальной реальности вроде Oculus Rift, подключенных к ПК. В компании анонсировали видеоадаптер Radeon Duo Pro, провозгласив его самым мощным в мире ускорителем для виртуальной реальности.

По словам Кодури, это далеко не все, чем скоро сможет похвастаться AMD.

«Практически каждый месяц мы будем представлять новинки программного и аппаратного обеспечения, — заявил он. — Сейчас лишь самое начало путешествия длиной в пять-десять лет».

Пиковая производительность AMD Radeon Pro Duo — 16 TFLOPS

Виртуальную реальность сегодня считают одним из главных двигателей развития графических процессоров наряду с компьютерными играми, которые остаются такой движущей силой последние несколько десятков лет. В AMD будут и дальше наращивать быстродействие своих видеочипов и снижать потребляемую мощность.

В этом году в AMD собираются выпустить графические процессоры на основе архитектуры Polaris. Демонстрацию ее возможностей в компании провели на конференции Game Developers Conference на примере симулятора мастерской по ремонту роботов Valve Aperture Science, который работал на шлеме HTC Vive Pre.

Для ускорения работы с видеоданными в AMD внедряют новые разработки, в частности высокоскоростную память HBM (High-Bandwidth Memory). Это видеопамять нового типа, обладающая более высокой пропускной способностью, чем используемая сейчас GDDR5. По мере перехода на Polaris и последующие архитектуры HBM будет совершенствоваться, отметил Кодури.

В AMD не собираются выпускать собственные шлемы виртуальной реальности, поскольку удовлетворены разработками Oculus, HTC и других. В этом году в Sony планируют выпустить шлем виртуальной реальности для игровой консоли Playstation 4, в котором будет использоваться чип AMD.

В компании намерены предложить комплектующие, благодаря которым шлемы виртуальной реальности могли бы быть независимыми от компьютера, но в то же время достаточно компактными и легкими. Кодури не смог спрогнозировать, когда эти задачи будут решены, но заверил, что работа в соответствующем направлении уже идет.

«Мы хотим, чтобы шлемы стали намного легче», — подчеркнул он.

Между тем в компании Sulon представили шлем виртуальной реальности на процессорах AMD, похожий на Hololens, но не требующий подключения к ПК. Он позволяет взаимодействовать со стереоскопическими изображениями объектов, наложенными «поверх» реального мира, подобно голографическим проекциям.

По замыслу Кодури, за обработку данных для виртуальной реальности должны будут отвечать многие элементы. В частности, значительная часть обработки виртуального контента будет выполняться в облаке, но для этого придется решить проблемы, связанные с задержкой передачи по сети. Перед инженерами AMD стоит задача создать технологии, совмещающие обработку графики на видеочипе шлема и генерацию контента виртуальной реальности в облаке.

Кроме аппаратного обеспечения, в AMD предлагают программные средства, помогающие в создании качественных приложений виртуальной реальности. Одна из таких технологий — LiquidVR, комплект ПО для разработки и рендеринга виртуальных сред. В рамках инициативы GPUOpen в AMD опубликовали LiquidVR и низкоуровневые интерфейсы программирования для взаимодействия с видеопроцессорами Radeon, рассчитывая привлечь как можно больше разработчиков.

По словам Кодури, со времени анонса GPUOpen, состоявшегося около месяца назад, количество программистов, заинтересовавшихся инициативой, увеличилось на 300%, намного превзойдя ожидания.

В AMD также обеспечивают поддержку сторонних средств разработки в своих процессорах, в частности они могут работать с интерфейсами Vulkan и DirectX 12. Последний, к примеру, используется для формирования виртуальной реальности в шлеме Sulon Q.

AMD владеет 83% рынка домашних систем виртуальной реальности, но сильно отстает от Nvidia в сегменте дискретных графических адаптеров. По данным Mercury Research, Nvidia принадлежало 74% этого рынка в четвертом квартале прошлого года, на 2% больше, чем годом ранее. Для сравнения, соответствующие результаты AMD — 26 и 28%.

Пытаясь отыграться, в AMD агрессивно продвигают аппаратное обеспечение для приложений виртуальной реальности. В компании сертифицируют настольные персональные компьютеры HP и Dell, способные работать со шлемами вроде Oculus Rift, в качестве «готовых к виртуальной реальности» (VR-ready). Кроме того, совместно с компанией Crytek в AMD объявили инициативу VR First, в рамках которой университетские компьютерные лаборатории снабжаются видеоплатами Pro Duo для создания контента виртуальной реальности.

В Лос-Анджелесе прошло посвященное виртуальной реальности мероприятие VRLA, в котором приняли участие оба гиганта рынка видеопроцессоров. Компания Nvidia, в частности, продемонстрировала новый прототип шлема Light Field Display, который был впервые представлен на выставке Siggraph 2015 в августе. Судя по описанию, его особенность — использование функции светового поля для повышения реалистичности изображения, например, изменение четкости объектов в поле зрения по мере перевода взгляда.

Обновленный прототип выглядел более элегантным по сравнению с образцом, показанным на Siggraph. В Nvidia отказались сообщить какие-либо подробности об устройстве, указав лишь, что оно создано в рамках осуществляемого совместного с учеными Стэнфорда исследования, которое направлено на изучение возможностей использования функции светового поля для улучшения восприятия виртуальной реальности.

В AMD в свою очередь на VRLA показали возможности Fiji, самого мощного видеопроцессора, когда-либо созданного в компании. Он должен был выйти в прошлом году, но в AMD перенесли презентацию на весну, чтобы она совпала с выходом шлемов Oculus Rift и HTC Vive. На VRLA демонстрировался компьютер, внутри которого была видеоплата с двумя Fiji — по одному на каждый из двух дисплеев шлема виртуальной реальности.

Новая графическая архитектура AMD Polaris — это ядро Graphics Core Next (GCN) четвертого поколения, небывалая энергоэффективность и, что самое важное для AMD, надежда на перемены.

В компании перечислили основные составляющие новой архитектуры: в значительной степени переработанный графический процессор, новые контроллер памяти, мультимедиа-ядра и геометрический процессор. Самое важное, как заявляют в AMD, — Polaris будет таким же быстрым, как сопоставимый продукт Nvidia, но намного более экономичным.

Демонстрируя видеопроцессор для прессы, в AMD показали персональный компьютер с опытной моделью Polaris, на котором работала игра Star Wars Battlefront в разрешении 1920х1080 точек с частотой 60 кадров в секунду, расходуя 86 Вт. А точно такая же система, оснащенная адаптером Nvidia GeForce GTX 950, потребляла 140 Вт. Для демонстрационных нужд в AMD установили в ноутбук вариант Polaris, рассчитанный на настольные системы, поскольку мобильный аналог еще не готов. Однако новый видеоадаптер будет предназначен в первую очередь именно для ноутбуков; планируются также видеоадаптеры начального уровня для настольных ПК.

Чипы Polaris поддерживают интерфейсы HDMI 2.0a и DisplayPort 1.3 и способны кодировать и декодировать видео формата H.265 в разрешении до 4K. Этим обнародованные на сегодня подробности о новом GCN по сути ограничиваются, если не считать общих утверждений об «оптимизации шейдеров», «улучшенной компрессии памяти», «усовершенствованной выборке команд с упреждением» и т. п.

Известно, что в чипах Polaris не будет использоваться высокопроизводительный интерфейс High Bandwidth Memory, предназначенный для обмена данными с многоярусными чипами оперативной памяти, разработанными совместно Hynix и AMD. Polaris рассчитан на работу с более распространенной видеопамятью GDDR5 и GDDR5+. Руководители AMD сообщили, что соответствующее решение было принято в связи с трудностями использования HBM в ноутбуках, касающимися энергозатрат и высокой стоимости. Вместе с тем на презентации было подчеркнуто, что в AMD верят в преимущества HBM и собираются продолжать использовать этот интерфейс и его дальнейшие модификации.

Чипы Polaris, по крайней мере первые модели, будут предназначены для применений, требующих экономии энергии. В частности, как утверждают в AMD, новый видеочип способен обеспечить небывало высокие уровни производительности для тонких и легких ноутбуков.

Стоит отметить, что например в гибридном ноутбуке-планшете Microsoft Surface Book используется адаптер GeForce GTX 940, — более быстрый по сравнению с интегрированными в чипсет, но при этом не лидер среди дискретных адаптеров. Теоретически чип Polaris можно было бы разместить в тонком аппарате, подобном Surface Book. Кроме того, Polaris может подойти для компактных ПК.

Экономичность Polaris можно в большой степени отнести на счет производственного процесса. И AMD, и Nvidia «застряли» на техпроцессе на 28 нм четырехлетней давности, но в этом году в AMD перейдут либо на 14-нанометровый процесс от Global Foundries, либо на 16-нанометровый от TSMC. В обоих случаях используются транзисторы FinFET, характеризующиеся меньшей утечкой тока при более высокой скорости переключения.

В Intel технологию, подобную FinFET, — трехзатворные транзисторы Tri-Gate, — начали использовать еще в 2012 году с выпуском процессоров Ivy Bridge третьего поколения. Для AMD переход на FinFET имеет большое значение, учитывая что компания уже довольно давно проигрывает свою долю рынка Intel и Nvidia.

Символическое имя

В сущности, слово Polaris хорошо подходит на роль названия для новой архитектуры AMD: ориентируясь по Полярной звезде, моряки прошлого находили путь в коварных морях, а AMD сейчас как раз и можно сравнить с таким кораблем.

Недавно в компании объединили все структуры, занимающиеся графическими технологиями, под эгидой отделения AMD Radeon Technologies Group, подчинив его Радже Кодури, который без колебаний признает, что доля рынка AMD сейчас оставляет желать лучшего. Но в то же время, по мнению Кодури, положение AMD во многом похоже на ситуацию, в которой ATI оказалась в 2001 году. Nvidia тогда оказалась на подъеме, последовательно выпустив успешные серии GeForce, GeForce 3 и GeGorce 4, а ATI отошла на вторые роли. Но все изменлось буквально в миг, когда появился Radeon 9700. Этот видеоадаптер сразу поставил ATI в выгодное положение.

Сможет ли Polaris сделать то же самое? Сложно сказать. Во-первых, продукты на основе нового видеочипа появятся лишь к середине года. Во-вторых, AMD не единственная, кто переходит на более эффективный техпроцесс, — Nvidia, двигающаяся в том же направлении, скорее всего тоже сможет похвалиться серьезными улучшениями с точки зрения производительности и экономии энергии.