Чи зуміє AMD захопити лідерство в AI-напрямку?

На масштабній презентації, що відбулася днями, AMD представила свої рішення у сфері високопродуктивних обчислень і технології штучного інтелекту, які формально дозволили їй оголосити про своє лідерство. Але в аналітиків виникли сумніви, чи зможе компанія справді зміцнити свої позиції.

Звання найшвидшого прискорювача для виконання завдань AI анонсована AMD модель MI300X отримала завдяки своїм визначним характеристикам у порівнянні з нинішнім лідером цього напряму Nvidia H100. Посудіть самі: до складу MI300X входить 12 чіплетів, виконаних за 5- та 6-нанометровою технологією із загальним числом транзисторів 153 млрд. При цьому в ньому використовується 192 ГБ пам'яті HBM3 з пропускною здатністю 5,2 ТБ/с. Для порівняння у Nvidia H100 є 80 ГБ пам'яті HBM2e, яка забезпечує швидкість передачі даних 3,3 ТБ/с. Як бачимо, перевага дуже дивовижна і виражається не у відсотках, а в разах. А для роботи з величезними мовними моделями, кількість параметрів в яких обчислюється в мільярдах, прискорення, що забезпечується AMD MI300X, повинно, безумовно, привернути увагу потенційних замовників.

Однак є низка факторів, які варто враховувати, оцінюючи шанси AMD захопити суттєву частку у перспективному сегменті AI. І перш за все, згадаємо про такий важливий фактор, як широке охоплення розробників платформою CUDA, що дає рішенню Nvidia незаперечну перевагу. Втім, AMD не сидить, склавши руки, про що свідчать її активні зусилля протягом останнього року з просування власного інструментарію ROCm. Примітно, що на відміну від Nvidia CUDA істотна частина цього програмного стека є відкритою. Відкрита частина включає драйвери, мову, середовище виконання, такі інструменти, як відладчик і профільник AMD, а також бібліотеки. ROCm також підтримує відкриті платформи, моделі та інструменти з оптимізованими ядрами для високопродуктивних обчислень та штучного інтелекту. AMD працює з PyTorch, щоб забезпечити підтримку PyTorch 2.0 з нульового дня та протестувати роботу стека PyTorch-ROCm, як і було обіцяно. Але поки це робота на перспективу, все ж таки позиції Nvidia CUDA в середовищі розробників поки що більш міцні.

Ще один фактор не на користь AMD – час. Річ у тому, що заявлений термін виходу MI300X - четвертий квартал нинішнього року, тоді як Nvidia H100 вже присутній на ринку, хай і за відчутного дефіциту. Крім того, у планах Nvidia представлення нового покоління своєї AI-платформи на 2024 рік, що може знову відсунути рішення AMD на задній план. Досі Nvidia не використовувала принцип чиплету для побудови своїх рішень, хоча його взяли на озброєння і AMD, і Intel. Тому для свого нового прориву Nvidia може звернутись до такої схеми організації обчислювальної платформи.

Але як би не розвивалися події, у будь-якому разі прогрес у напрямі AI вже дивовижний, а від цього виграємо усі ми.

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365