In der IFA 2024 in Berlin, Deutschland, gab Jack Huynh, Senior Vice President und General Manager der AMD's Computing and Graphics Business Group, bekannt, dass das Unternehmen die konsumentenorientierte rDNA und die zentrische cDNADie Grundlage des Unternehmens, um effektiver auf Nvidias tief verwurzeltes CUDA -Ökosystem zu reagieren.
Als AMD 2019 seine GCN Microarchitecture aufgab, beschloss das Unternehmen, seine neue Grafik -Mikroarchitektur in zwei verschiedene Designs zu unterteilen. RDNA entwickelt, um Gaming -Grafikprodukte für den Verbrauchermarkt zu unterstützen, und die cDNA -Architektur, die speziell für die Berechnung der künstlichen künstlichen Intelligenz entwickelt wurde (AI (AI) (AI) und HPC (Hochleistungs-Computing) Workloads in Rechenzentren.Nachdem Entwickler sie in die UDNA -Architektur einheitlich waren, können sie leichter als jetzt tun.
AMD erklärte, dass sie zuvor einige Fehler in rDNA gemacht hätten und die Optimierungsmatrix jedes Mal zurücksetzen mussten, wenn sie die Speicherhierarchie oder das Subsystem änderten.Mit Blick auf die Zukunft erwägt das Unternehmen nicht nur rDNA 5, rDNA 6, rDNA 7, sondern auch UDNA 6 und UDNA 7. Daher wird das Problem der vollständigen Vorwärts- und Rückwärtskompatibilität durchgesetzt, aber es benötigt, aber es benötigtim Voraus geplant werden.
High -End -Chips können einen Markt einrichten, aber Software -Support ermittelt die Gewinner und Verlierer.Nvidia hat gelehrt, wie man sein beispielloses proprietäres CUDA verwendet, um ein unzerstörbares "Wassergraben" -ökosystem zu bauen.
Vor 18 Jahren startete Nvidia von CUDA und legte die Stiftung, und einer der grundlegendsten Vorteile kann der "U" (Unified) in CUDA (Computing Unified Device Architecture) sein.NVIDIA hat nur eine CUDA -Plattform für alle Zwecke geeignet, die dieselbe zugrunde liegende Mikroarchitektur zur Implementierung von KI, HPC und Gaming verwendet.Die Plattform hat derzeit 4 Millionen Entwickler.
AMD wird sich weiterhin auf den Open-Source-ROCM-Software-Stack verlassen, um Nvidia entgegenzuwirken. Dies erfordert jedoch gemeinsame Anstrengungen von Benutzern und der Open-Source-Community, die einen Teil der Last der Optimierung des Stapels tragen wird.AMD wird Maßnahmen ergreifen, um die Arbeit zu vereinfachen und die Entwicklung dieses Ökosystems zu beschleunigen.
Welche Veränderungen werden UDNA im Vergleich zur aktuellen rDNA- und cDNA -Spaltung unterziehen?AMD lieferte keine detaillierte Einführung, was darauf hinweist, dass noch viele grundlegende Arbeiten zu erledigen sind.Der offensichtliche potenzielle Schmerzpunkt, der angesprochen werden muss, ist jedoch der Mangel an dedizierten KI -Beschleunigungseinheiten in rDNA.Angesichts der Tatsache, dass die KI -Arbeit derzeit in Rechenzentren und im Client -GPUs dominiert, scheint das Hinzufügen von Tensor -Support dem Client -GPUs eine wichtige Anforderung zu sein.
Eine einheitliche UDNA -Architektur ist der nächste logische Schritt im Wettbewerb mit Nvidia CUDA, aber AMD hat noch einen langen Weg vor sich, einschließlich einer klaren Zeitleiste für den Start der UDNA -Architektur.
