芯片制造的ip是什么意思-当Intel聚焦GPU：4个月6次出手，从游戏到数据中心市场全面点燃

奥飞寺蒙尘

量子比特 | 公众号QbitAI

从游戏、短视频到人工智能、工业模拟到元宇宙，现在的这些风口都离不开同一个芯片——

图形处理器。

IDC数据显示，2019年我国AI市场每台服务器配备1-20块GPU，加权计算平均每台AI服务器配备8.02张GPU加速卡。 此外，GPU在所有加速卡类型中的市场份额为91.9%。

在这样的行业趋势下，除了GPU初创公司受到资本青睐外，传统CPU巨头英特尔也加速了在GPU上的布局。

今年以来，英特尔在GPU上高密度、高强度的动作不断刺激着业界的神经。

2月，组织架构先行调整，加速计算系统与图形事业部（AXG）正式成立。

同时公布了Arc系列独立显卡的出货时间表，并宣布今年销量将达到400万张。

4 月，AXG 部门负责人 Raja Koduri 晋升为执行副总裁，随后成立了新的图形实验室。

5月初，收购了芬兰老牌GPU技术供应商Siru Innovations，吸纳了大量图形IP开发人才。

紧接着，在5月中旬的2022年英特尔论产业创新峰会上，发布了全新的数据中心多用途GPU。

这款代号为Arctic Sound-M（简称ATS-M）的数据中心GPU已获得戴尔、超微、思科、HPE、浪潮、H3C等合作伙伴超过15个系统设计，让本已火爆的GPU市场竞争力再次升级。

英特尔CEO帕特·基辛格对GPU业务寄予厚望，表示图形和加速计算将成为英特尔未来的主要增长点，预计2022年将带来超过10亿美元的收入。

怎么做？

Intel GPU，如何赢得市场？

要回答这个问题，我们必须从GPU本身的特点和当前的行业趋势开始。

与CPU相比，GPU更擅长并行计算，适合解决大规模加速和算力密集型问题。 在万物数字化浪潮中，大规模加速是GPU行业普及的关键。

横向看功能，图形计算（游戏、3D渲染）、数据处理（人工智能、工业模拟）、视频编码（直播、短视频）对GPU提出了不同的工作负载要求。

垂直地看场景，云端、台式电脑、手机、智能汽车、机器人以及更多物联网设备对异构GPU的需求正在激增。

一旦两个维度相交，就会产生大量的细分需求，这些需求被不同的产品占据，生态分散。

英特尔此次进军GPU市场的思路非常明确，就是提供多用途融合的统一解决方案，通过降低异构开发成本、提高协作效率来重构生态。

芯片设计的核心取决于架构。 英特尔在 2020 年架构日活动上首次披露了英特尔 Iris® Xe 图形架构。

Intel在Xe架构项目研发之初，就强调需要在一个架构下实现四种微架构，同时针对集成显卡/入门级显卡、中端和发烧级显卡、数据中央 GPU 和超级计算 GPU。 市场。

以新发布的ATS-M数据中心GPU为例芯片制造的ip是什么意思，我们可以更具体地看到这些设计思想和技术特点如何为行业提供统一的解决方案。

ATS-M定位为专注于智能视觉云场景的多用途数据中心GPU，面向云游戏、媒体处理与传输、虚拟桌面基础设施、AI视觉推理四大场景。

英特尔预计，到 2026 年，智能视觉云市场将达到 150 亿美元。

ATS-M提供150W功率和75W功率两个版本，分别满足峰值性能和高密度要求。

比如在云游戏方面，150W功率版本可以更好地运行3A大作，而75W版本则满足跨智能手机和PC游戏通过一个平台的一体化云游戏解决方案。

对于多媒体处理和传输来说，一个杀手级功能是GPU配备了Intel首款硬件加速AV1编码器，其速度比软件编码快50倍。

与常见的H.264编码相比，同等图像质量下AV1编码的压缩率高出30%。 对于4K、8K加速普及的今天来说，编码速度和高压缩率节省的流量极为关键。

对于拥有 100,000 个用户的媒体服务器，仅提高压缩比就可以每年减少 2300 万美元的运营成本。

随着远程办公需求的增加，虚拟桌面市场也迎来了快速增长。

英特尔数据中心GPU提供灵活的虚拟GPU（vGPU）调度策略，允许管理员单独微调每个虚拟机在GPU上的运行指令。

而且，英特尔不会对基于硬件的可扩展I/O虚拟化（SIOV）收取任何额外的软件许可费用，大大降低了相关提供商的整体部署成本。

最后，AI视觉推理任务往往需要对大量摄像头拍摄的视频进行解码和预处理卡通人物，然后将数据传递给AI模型进行下一步。

无论是工厂装配线上零件的缺陷检测，还是公共场所人流的管理，都需要快速分析、快速决策。

戴尔在 PowerEdge 服务器上使用带有两个 GPU 的 75W 版本的 ATS-M。

以经典ResNet-50模型的图像分类和目标检测任务为例，它可以在计算和解码能力上取得良好的平衡。

一款GPU能否进入广泛的市场，除了强大的硬件性能之外，还离不开配套软件生态的支持。

英特尔开源的、基于标准的统一编程模型oneAPI通过完整可靠的工具包改进了现有的编程语言和并行计算模型，允许开发人员设计开放、可移植的代码，最大限度地利用多种CPU和GPU的组合，降低了开发难度，释放了硬件的全部性能。

通过oneAPI统一编程模型实现CPU和GPU深度融合的思想在超级计算机中也得到了体现。

美国阿贡国家实验室安装的下一代超级计算Aurora（Aurora）也在英特尔峰会上首次展示。

Aurora超级计算将使用代号为Sapphire Rapids的英特尔至强CPU和代号为Ponte Vecchio的英特尔数据中心GPU。 双精度峰值计算性能超过每秒200亿次运算，可以支持更准确的气候预测和发现。 研究和创新活动，例如癌症新疗法。

元宇宙、沉浸式体验、大规模人工智能部署都离不开对高性能GPU的依赖，也对未来的图形处理产品提出了要求：视觉保真度高、人工智能优化、持续计算。

相信大家都熟悉光线追踪和人工智能，那么什么是连续计算呢？

英特尔的下一代云游戏解决方案Project Endgame就是一个很好的例子。

与以往云游戏产品本地硬件仅接收流数据并作为显示的方式不同，云端和本地硬件协同工作。

这样，应用程序就可以充分利用软件基础设施层芯片制造的ip是什么意思，使设备可以使用网络中其他设备的计算资源，从而提供始终可用、低延迟、持续的计算服务，减少需求网络环境下，让云游戏更加实用。

通过持续计算，用户可以借用云计算能力，在随身携带的小型设备上随时运行复杂的应用程序。

英特尔认为，它需要至少1000倍以上的计算能力才能理想地运行元宇宙。 在制造出如此强大的个人设备之前，持续计算是进入虚拟宇宙的垫脚石。

英特尔的第二次转型

从前面的介绍可以看出，英特尔现在不仅仅是一家芯片巨头。

2016年，英特尔提出向“以数据为中心”转型，随后进一步明确了驱动数字化转型的四大超级技术力量的方向，即：

四大强国不仅会带来前所未有的芯片需求，而且它们的协作和相互增强将催生各行业多种多样的芯片应用场景。

英特尔将如何应对新一轮数字化转型的关键时刻，在本次峰会上也给出了答案：

PC是数字活动的基础，至强处理器是计算和基础设施的基础，XPU策略和各种加速处理器，以及全栈软件优化解决方案，使四大超能力具备高性能、易部署、安全可靠、可扩展并不断创新，帮助客户解决当前问题并确保未来可持续发展。

XPU战略是指英特尔将重点从单个CPU转向涵盖CPU、GPU、FPGA和其他加速器的广泛产品组合。

其意义不仅在于英特尔自身拓展了更多的市场，还在于产品组合下不同架构的芯片的协同可以为用户带来更好的体验。

在本次峰会上，英特尔分享了更具体的实践和思考：打破组件的边界。

以游戏为例，在大型3D游戏中存在这样一种现象：有些游戏需要更多的显卡，例如图形效果较多的动作游戏。 而且有些游戏会消耗更多的CPU，例如屏幕上角色较多的策略游戏。

英特尔可以通过DeepLink技术打破组件界限，根据实时运行情况在CPU和GPU之间动态分配功率，解决性能瓶颈，让同一台PC适应多个任务。

Deep Link技术的核心思想是增强芯片与芯片内部IP之间的深度合作。

除了动态功率共享之外表情包设计，还有两个特点：超级编码和超级算力。

超级编码让独立显卡配合CPU中的核显，编码速度提升60%。

超级算力的原理也是一样的。 整个系统所有AI引擎统一调度，性能提升24%。

在个人PC上，只有CPU和GPU之间的配合才能带来这样的好处。

那么数据中心服务器上搭载的更多类型的芯片将在相同架构下展现出更强的性能。

本次峰会上，除了GPU之外，英特尔还发布了AI训练芯片Gaudi2、AI推理芯片Greco，并公布了基于FPGA和ASIC的IPU（基础设施处理器）产品路线图，这些都是XPU战略的体现。

作为芯片领域的老牌公司，英特尔非常重视构建开放的生态系统和领先的行业标准。

除了前面提到的oneAPI开源编程和AV1视频编码标准外，还引领了芯片制造领域的高速通用芯片互连标准UCIe。

UCIe打算推动chiplet之间的互连标准，以便未来的异构芯片IP封装可以封装在一起，延续摩尔定律。

为了这一愿景，英特尔还计划开放x86架构的IP许可，使客户能够在英特尔制造的定制设计芯片中混合使用x86、Arm和RISC-V等不同的CPU IP内核。

…

这并不是英特尔第一次转型。 英特尔首席执行官帕特·基辛格指出，整个行业已经到了“战略转折点”。 这个转折点决定了未来是好还是坏。 企业需要在较短的时间内做出明智的决策。

事实上，“战略转折点”的概念是由英特尔第三任CEO安迪·格罗夫提出的。 当时，他带领英特尔在混乱和危机中完成了从存储芯片到处理器的转型。 从事半导体行业数十年。

现在已经证明，随着技术的快速发展及其对人类的深远影响，人类交互的各个方面都在朝着以技术为中心的方向发展，“计算已经成为我们与世界交互的方式”。

通过拓展智能芯片的深度和广度，构建更加开放的生态系统和软件解决方案，英特尔的IDM2.0战略再次找到了新的领先点。

不得不说，这种识别变化的洞察力和应对变化的能力是最值得学习和借鉴的。

参考：

[1] IDC《中国半年度加速计算市场（2021年上半年）追踪》

– 超过-

量子比特QbitAI今日头条签约