El ex vicepresidente ejecutivo de Intel y fundador de Mahira AI, Raja Koduri, tiene una visión interesante sobre el mundo de la IA y los centros de datos y afirma que el éxito actual del ecosistema depende de las GPU diseñadas para el segmento de PC.
La accesibilidad a las GPU para juegos de PC ha impulsado el éxito empresarial de la IA y los centros de datos, según Raja Koduri
La adopción de GPU centradas en el consumidor, o las llamadas GPU para juegos, es bastante alta a nivel global, ya que no solo son de fácil acceso, sino que también tienen un precio mucho más económico en comparación con sus contrapartes, como las de estaciones de trabajo.
Son más adecuados para que los individuos trabajen en ellos. Otro aspecto descuidado de este tipo de GPU es su contribución a la comunidad de desarrolladores, ya que su fácil acceso significa que cualquier otra persona, ya sea de cualquier rincón del mundo, puede visitar su distribuidor más cercano para conseguir una GPU AMD Radeon o NVIDIA GeForce para trabajar. , pero las pilas de la generación actual se están estructurando de una manera que en realidad obstaculiza este aspecto.
La misma idea es reiterada por Raja Koduri, quien, en una publicación en X, cree que los gigantes tecnológicos como AMD e Intel podrían necesitar repensar su enfoque hacia las GPU de consumo en el futuro. Dice que los desarrolladores de PC ven este tipo de tecnología como esencial para su trabajo, y basándose en cómo se están desarrollando pilas como ROCm de AMD y SYCL de Intel para dejar a un lado las GPU de PC, lo que significa que dichos desarrolladores se están perdiendo mucho. Él cree que NVIDIA y AMD están en un estado mucho mejor que Intel e, irónicamente, esto ha obstaculizado la adopción de las GPU de consumo de Intel por parte de la comunidad de desarrolladores, ya que a los mismos desarrolladores les encantaría tener lo mejor de ambos mundos (sólidas capacidades de juegos e inteligencia artificial).
Sí. Los desarrolladores de GPU para PC son los facilitadores clave para el éxito de las GPU DC. Por lo tanto, todas las herramientas de desarrollo deben funcionar perfectamente en las GPU de PC. Actualmente, esto es en gran medida cierto con Geforce. Las Radeons definitivamente mejoraron en los últimos 6 meses y están mostrando un mayor compromiso con los desarrolladores de PC… https://t.co/9r1uhzksZg
– Raja Koduri (@RajaXg) 18 de febrero de 2024
Raja Koduri dice que el ecosistema de IA ha sido la única causa de esto, ya que es evidente que los fabricantes de GPU se están centrando en los aceleradores de IA en todos los sentidos, lo que significa que los recursos existentes y futuros están más inclinados a atender a su audiencia deseada que a los genéricos. . Quiero decir, claro, hay soluciones como ZLUDA recientemente presentada, que permite aprovechar las bibliotecas CUDA de NVIDIA en la pila ROCm, pero cuando te concentras en un nivel individual, es evidente que las pilas modernas no son tan «abiertas». -source» en lo que respecta a su rendimiento en todo tipo de GPU.
Esto realmente capta mi sentimiento con @IntelAI. Por favor, por favor, haga un esfuerzo por promocionar el @IntelGraphics productos de consumo para entusiastas del aprendizaje automático: son las personas que le ayudarán a aumentar su cuota de mercado de centros de datos. https://t.co/07oSmGtCe8
—Eric Hallahan (@EricHallahan) 16 de febrero de 2024
NVIDIA abrió recientemente la compatibilidad con TensorRT-LLM en sus GPU de consumo, mientras que AMD también abrió la compatibilidad con ROCm para una determinada gama de sus GPU Radeon.
Bueno, para un jugador normal, esto ciertamente no es algo alarmante ni apreciable, ya que contar con capacidades modernas de IA y pilas de software para respaldarlas será una necesidad en la próxima era de PC con IA, pero los desarrolladores podrían tener que repensar su decisión. utilizar una GPU de consumo en el futuro a menos que los fabricantes cambien la forma en que progresa el ecosistema de software.