AMD对阵Nvidia:GPU大战白热化

简介:

AMD Polaris和Nvidia Pascal之间的第一场战斗日趋白热化,但是现在说谁会赢得新型图形处理器大战还为时过早。

“我已经做了测试,但是有点傻……因为我们并没有拿最快的与最快的进行对比,”Mercury Research的首席分析师Dean McCarron这样说,他是GPU的资深观察者。

AMD推出的第一款Polaris产品是Randeon RX480,但是AMD将其定位为一款中端图形卡 ,它的性能“高于Nvidia GTX 970,略低于GTX 1060——但是在游戏帧速率方面非常接近,”McCarron在使用自己的测试游戏套件进行基准测试,他说这么做是有些主观的。

到目前为止,AMD并没有说会何时出货面向针对游戏玩家的高端Polaris卡——这可能会成为Nvidia GTX 1080的竞争对手。“但现在正是度假旺季,这对于新产品来说想必是一个好的时机。”

尽管性能规格都差不多,但是价格却不是。Nidia的GTX 1060售价300美元,RX480售价200美元。“AMD的定价显然更有竞争力一些,”McCarron说。

但是现阶段价格和销售都是不确定的。“奇怪的是,你无法买到这些产品,因为他们都是还没有交付的货物订单,供应很有限,”McCarron说。一些经销商通过给他们现货的卡加价“数百美元”来搅动市场,他说。

限量版的GTX 1080,高端Pascal卡,建议售价699美元(图片:Nvidia)

Nvidia是看涨的,上周根据报道称,Nvidia实现超出预期的季度收入,达到14.3亿美元。而且,Nvidia预期秋季这个季度将增长至16.8亿美元,比华尔街预期的高出6%。

“我们仍然对Nvidia卓越的执行力和增长印象深刻,”德意志银行分析师Ross Seymore这样表示,他在报告中给了Nvidia“持有”的评级。

Canaccord Genuity分析师Matthew Ramsay甚至更加乐观一些。

“Nvidia在7月的这个季度业绩超过了我们的预期和共识,主要受到了强劲的Pascal GPU需求的推动,此外还有面向Facebook、Amazon、微软、百度和阿里巴巴等关键客户销售的深度学习数据中心GPU……我们坚信Nvidia从一家PC用GPU提供商向多元化视觉计算公司的转型已经基本完成,”Ramsay在报告中这样写到。

该季度Nvidia在游戏领域实现了18%的同比增长。“我们预计游戏GPU还会继续强劲增长,Pascal帮助推动支持VR的GPU进入到GeForce的80M装机群中,”他补充说,

游戏PC的市场是目前台式机领域为数不多仍在增长的市场之一,多年来这一直推动着GPU平均销售价格的增长,McCarron表示。

经年很多虚拟现实头戴设备的发布进一步炒热了这个氛围,而这些设备都需要高端图形卡。因此这对新的GPU架构来说是一个好机会,AMD和Nvidia在几周内相继推出新品就可见不同寻常。

甚至英特尔的高端版台式机x86芯片都创下了新高,这主要是受到了游戏玩家的推动。同时,低端GPU市场也有所升温。AMD和英特尔现在都推出了采用集成图形卡的x86处理器,这种卡更适合于主流用户。

第三季度将是AMD Polaris以及Nvidia Pascal芯片出货的首个完整周期。到明年年初,就会有不少针对高端Polaris以及Pascal芯片的基准测试结果公布出来,市场需求将反映出任何一家公司的供应链问题。

“最终这将取决于谁的工厂生产量更多,”McCarron说。

Nvidia在采用TSMC的16FF+制程工艺方面会有一些优势。现在已经有多款芯片已经在这方面进行了更新,这家台湾代工厂还需要一些时间。

相比之下,AMD依赖于三星授权的14纳米制程工艺的Globalfoundries。AMD此前在芯片方面有很出色的架构创新,几年前一些工厂遇到了问题于是就玻璃掉了。

“很难说谁在产品交付方面有优势,但未来1、2个季度会逐渐明朗化,因为我们进入到了假日季。”

最终两大巨头可能会宣布在不同的细分市场取得了胜利。

例如,Nvidia已经提前构建了面向GPU的Cuda环境的专有生态系统,作为机器学习的计算引擎——一个微小但不断增长的市场。它还在超级计算机领域的协同处理器方面处于主导地位,尽管英特尔的多核至强Phi发展得越来越快。

就其本身而言,AMD可能会在游戏PC市场追求批量出货和更低的价格。2016年的GPU大战还远远没有结束,未来还会有很多激烈的战斗。


原文发布时间为:2016年8月17日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
5月前
|
人工智能 并行计算 监控
在AMD GPU上部署AI大模型:从ROCm环境搭建到Ollama本地推理实战指南
本文详细介绍了在AMD硬件上构建大型语言模型(LLM)推理环境的全流程。以RX 7900XT为例,通过配置ROCm平台、部署Ollama及Open WebUI,实现高效本地化AI推理。尽管面临技术挑战,但凭借高性价比(如700欧元的RX 7900XT性能接近2200欧元的RTX 5090),AMD方案成为经济实用的选择。测试显示,不同规模模型的推理速度从9到74 tokens/秒不等,满足交互需求。随着ROCm不断完善,AMD生态将推动AI硬件多元化发展,为个人与小型组织提供低成本、低依赖的AI实践路径。
1867 1
在AMD GPU上部署AI大模型:从ROCm环境搭建到Ollama本地推理实战指南
|
5月前
|
Kubernetes 调度 异构计算
一文搞懂 GPU 共享方案: NVIDIA Time Slicing
本文主要分享 GPU 共享方案,包括如何安装、配置以及使用,最后通过分析源码了 TImeSlicing 的具体实现。通过配置 TImeSlicing 可以实现 Pod 共享一块物理 GPU,以提升资源利用率。
220 11
|
7月前
|
并行计算 PyTorch 算法框架/工具
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
本文探讨了如何通过技术手段混合使用AMD与NVIDIA GPU集群以支持PyTorch分布式训练。面对CUDA与ROCm框架互操作性不足的问题,文章提出利用UCC和UCX等统一通信框架实现高效数据传输,并在异构Kubernetes集群中部署任务。通过解决轻度与强度异构环境下的挑战,如计算能力不平衡、内存容量差异及通信性能优化,文章展示了如何无需重构代码即可充分利用异构硬件资源。尽管存在RDMA验证不足、通信性能次优等局限性,但该方案为最大化GPU资源利用率、降低供应商锁定提供了可行路径。源代码已公开,供读者参考实践。
539 3
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
|
机器学习/深度学习 人工智能 弹性计算
阿里云GPU服务器全解析_GPU服务器租用费用_NVIDIA A10、V100、T4、P4、P100 GPU卡
阿里云GPU云服务器提供NVIDIA A10、V100、T4、P4、P100等多种GPU卡,结合高性能CPU,单实例计算性能高达5PFLOPS。支持2400万PPS及160Gbps内网带宽。实例规格多样,如A10卡GN7i(3213.99元/月)、V100-16G卡GN6v(3830.00元/月)等。适用于深度学习、科学计算、图形处理等场景。GPU软件如AIACC-Training、AIACC-Inference助力性能优化。购买方式灵活,客户案例包括深势科技、流利说、小牛翻译。
2634 0
|
XML 机器学习/深度学习 监控
性能监控之Telegraf+InfluxDB+Grafana NVIDIA GPU实时监控
【6月更文挑战12天】性能监控之Telegraf+InfluxDB+Grafana NVIDIA GPU实时监控
514 0
|
5月前
|
存储 机器学习/深度学习 数据库
阿里云服务器X86/ARM/GPU/裸金属/超算五大架构技术特点、场景适配参考
在云计算技术飞速发展的当下,云计算已经渗透到各个行业,成为企业数字化转型的关键驱动力。选择合适的云服务器架构对于提升业务效率、降低成本至关重要。阿里云提供了多样化的云服务器架构选择,包括X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器以及高性能计算等。本文将深入解析这些架构的特点、优势及适用场景,以供大家了解和选择参考。
986 61
|
8月前
|
存储 机器学习/深度学习 人工智能
2025年阿里云GPU服务器租用价格、选型策略与应用场景详解
随着AI与高性能计算需求的增长,阿里云提供了多种GPU实例,如NVIDIA V100、A10、T4等,适配不同场景。2025年重点实例中,V100实例GN6v单月3830元起,适合大规模训练;A10实例GN7i单月3213.99元起,适用于混合负载。计费模式有按量付费和包年包月,后者成本更低。针对AI训练、图形渲染及轻量级推理等场景,推荐不同配置以优化成本和性能。阿里云还提供抢占式实例、ESSD云盘等资源优化策略,支持eRDMA网络加速和倚天ARM架构,助力企业在2025年实现智能计算的效率与成本最优平衡。 (该简介为原文内容的高度概括,符合要求的字符限制。)
|
6月前
|
存储 机器学习/深度学习 算法
阿里云X86/ARM/GPU/裸金属/超算等五大服务器架构技术特点、场景适配与选型策略
在我们选购阿里云服务器的时候,云服务器架构有X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器、高性能计算可选,有的用户并不清楚他们之间有何区别。本文将深入解析这些架构的特点、优势及适用场景,帮助用户更好地根据实际需求做出选择。
|
8月前
|
边缘计算 调度 对象存储
部署DeepSeek但IDC GPU不足,阿里云ACK Edge虚拟节点来帮忙
介绍如何使用ACK Edge与虚拟节点满足DeepSeek部署的弹性需求。
|
8月前
|
人工智能 云计算 数据中心
阿里云当选UALink联盟董事会成员,推进新一代GPU互连技术!
阿里云当选UALink联盟董事会成员,推进新一代GPU互连技术!
359 2

热门文章

最新文章