Intel挖走AMDGPU大牛显卡上演三国杀_[#第一枪]

发布时间：2021-06-07 18:23:24 阅读：次来源：笔筒厂家

Intel与AMD这两家搞起事情来，还真是一组三部曲。

Intel要发力高端独立显卡了

11月6日，Intel和AMD共同确认，双方将合作推出一款集成Intel CPU和AMD GPU的新产品，以用于轻薄的游戏笔记本电脑中。

11月7日，AMD宣布该公司的首席GPU架构师、Radeon高级副总裁Raja Koduri离职。

11月8日，Intel宣布Raja Koduri的加盟并任命其为Intel首席架构师，并在新成立的酷睿与视觉计算事业部（Core and Visual Computing Group）担任高级副总裁。

是的，伴随着RajaK odure入职，Intel又专门成立了一个新的事业部。

按照Intel官方博客的说法，在Raja Kodure的带领下，Intel将在计算、图像、媒体、机器智能等领域整合和扩展差异化的知识产权，涉及到客户端&数据中心、人工智能和一些潜在的机会（比如说边缘计算）。

不过，从Raja Kodure过往的经历来看，他入职Intel的一个重要任务是补足Intel在GPU领域的短板。

据了解，Raja Kodure在加入Intel之前担任AMD的Radeon事业部的高级副总裁和首席架构师，负责AMD包括APU、独立GPU、半定制产品和GPU计算产品在内的诸多产品图像相关的方方面面。此前，Raja Kodure也曾在苹果负责Mac产品的图像显示系统。

一句话：凭借25年的从业经验，Raja Kodure堪称是GPU领域的一尊大神。

而从Intel的描述来看，它之所以选择了Raja Kodure，就是看中了Raja Kodure在PC、游戏控制、专业工作站、计算设备等平台的视觉计算和加速计算经验；后者在图像的硬件、软件和系统结构方面都是专家。而Intel没有说明的是，Raja Kodure的加盟必然会吸引大量的GPU人才，这也是Intel发展GPU的要素。

而在雷锋网看来，整篇博客最核心的，其实是这样副标题中的一句话：Intel将进军高端独立显卡。

要知道，当前的高端独立显卡，不仅仅用以满足视频游戏玩家的需求，也被越来越多地用于人工智能和机器学习。

补足短板，剑指NVIDIA

无论是在PC端还是数据中心，Intel都是CPU市场上毫无争议的老大；但Intel最大的短板在于图像计算，也就是GPU。

其实，目前Intel并非没有自己的图像解决方案，但都局限于核芯显卡，即Intel H DGraphics系列。

这种核芯显卡在图像处理方面的能力比较低，无法与AMD和NVIDIA的独立显卡相提并论，也只能用在一些对图像处理要求较低的客户端设备中，比如说笔记本。

在这里，我们也整理了Intel核芯显卡、AMD核显&独显以及NVIDIA独显之间的同期最强图像处理性能，对比如下图所示：

由上图可知，在图像处理方面，Intel的核芯显卡与NVIDIA和AMD的独显根本就不是一个级别的对手，所以不少游戏玩家一般会选择带有独显的笔记本；而AMD虽然也有独显，但在近两年也是被NVIDIA压上一头。

不过需要说明的是，由于不同架构对浮点运算的优化不同，上面数据仅可作为参考；但也足以说明Intel在GPU上的短板。

在人工智能和深度学习的大潮到来之前，Intel与NVIDIA之间主要是CPU和GPU之间的合作关系。然而随着深度学习的兴起，NVIDIA的GPU在并行计算上的巨大优势使得其在大规模的数据中心业务中越来越受到欢迎，广泛应用于图像识别、语音识别以及自然语言处理等人工智能任务。

而在这一场景中，Intel面向服务器和数据中心CPU产品反而不再受宠。

在此条件下，Intel与NVIDIA之间的关系就开始由合作逐步走向竞争。在2016年的IDF大会上，Intel宣布推出其最新专门用于人工智能相关任务的处理器——第三代Xeon Phi，剑指对象就是NVIDIA。

NVIDIA也不甘示弱，立即发表文章称XeonPhi在机器学习模型训练上并不能比得上NVIDIA的产品，并表示，4个Pascal架构组成的TITANXGPU，其运行速度是4个XeonPhi处理器的5倍多。

双方的竞争还能够直接体现在对摩尔定律的态度上，比如说Intel在2017年9月20日的“精简制造日”上宣布的摩尔定律永不过时，但六天之后，NVIDIACEO黄仁勋就在GTC大会上宣布GPU才是全新的超级摩尔定律。双方果然是针锋相对，各执一词。

为了与NVIDIA在AI领域相抗衡，Intel除了积极推出竞争性产品，还收购了世界第二大FPGA厂商Altera和深度学习创业公司Nervana。不过这些似乎都不能压住NVIDIA当下的势头。

如果Intel拥有了自己的高端独立显卡，不仅可以将其与旗下的CPU联合起来，形成更强悍的计算能力（类似于AMD推出的APU，其在CPU加持下的图形处理能力反而高于同等的独立GPU）。

这样一来，无论是消费端的图形处理能力还是服务器端面向人工智能的并行计算能力，Intel都不会受制于人，能够与NVIDIA这样的对手相抗衡。

AMD又何间焉？

本来，Intel与AMD在CPU市场也是十足的竞争关系，而且都是在双方竞争中Intel一直占据优势地位。然而在2006年，AMD以54亿美元的巨资收购ATI，成为一家同时具备CPU和GPU研发能力的芯片公司；因此AMD在GPU方面却比Intel有优势。

但这次收购又给AMD带来了新的麻烦。

这次收购之前，AMD与Intel在CPU上竞争，ATI与NVIDIA在GPU上竞争。由于当时Intel不授权主板芯片组给其他厂商，那时候的NVIDIA和AMD是关系不错的合作伙伴，NVIDIA推出的nForce系列主板芯片与当时AMD的王牌产品Athlon的组合是很多DIY玩家津津乐道的搭配。因为这次交易，AMD与NVIDIA的关系从此一落千丈，成为赤裸裸的竞争关系。

此后，AMD不得不在CPU和GPU两条线上分别与不同的强敌竞争。这无形中拉近了Intel和NVIDIA的关系，AMD却不得不在两条线上疲于奔命；这对于从研发资源和市场资源的层面都不占优的AMD来说，无疑是捉襟见肘。

值得一提的是，在上文图中所言的GPU性能对比图中，AMD拥有独显和核显两条产品线，前者的图像处理能力明显高于后者，后者在近几年甚至低于Intel的核显。

其实AMD并非没有能力在核显的图像处理能力超过Intel，只是既然有独立显卡在手，AMD有故意弱化核显的嫌疑，以便增加旗下独显GPU的销量。

不过，随着人工智能大潮的到来，在变得越来越重要的GPU市场上，AMD与NVIDIA的差距也越来越大，如下图所示：

后来的事情我们也知道了，由于人工智能和深度学习的兴起，NVIDIA与Intel之间的竞争关系加剧，而AMD也是NVIDIA的老对手。如此一来，敌人的敌人变成了朋友，intel与AMD之间似乎又开始联手。

2016年3月，AMD与Intel完成图形技术的交叉授权；AMD提供多项关于核显GPU的专利技术给Intel，以提高IntelCPU的核显性能，Intel的核显也将不再使用NVIDIA的技术。

接下来，就是AMD与Intel双方在2017年11月6日宣布的合作关系，AMD在这次合作中提供来自Radeon事业部的定制图像芯片。

对此这次合作的对象不再是NVIDIA，Intel只是表示它与NVIDIA的合作协议已经到期；但显然这是一套表面说辞，与NVIDIA之间的竞争关系才是它与AMD喜结连理的开始。

值得一提的是，RajaKoduri在Intel发布的官方博客中提到，他在AMD任职的过去数年内，就已经与Intel进行过成果丰硕的合作。

对于Intel而言，与AMD言归于好更像是一个缓兵之策，但其实双方的竞争还在，只是不那么被强调了，而当它最终决定挖来RajaKodure这样的大神发力独立GPU的时候，事实上也已经走上了与NVIDIA和AMD在GPU领域同台竞技的未来道路。

不过对于AMD来说，它已经开启了与Intel之间在消费端处理器方面的合作；而RajaKoduri的离开，对于AMD在GPU方面的发展似乎并没有什么好处。

目前AMD在与NVIDIA的GPU之争中已经落于下风，倘若Intel借助Raja Koduri踏入高端独立GPU的战场，这对AMD来说并不是一件好事。

所幸，高端独立GPU不是一蹴而就的事情，即使招来了Raja Kodure这样的大神，Intel估计也需要数年的时间才能推出真正像样的产品。

到时候，不知道Intel、NVIDIA和AMD三家之间又会存在什么样的变数。