• خانه
  • اخبار
  • پردازنده گریس انویدیا می تواند چالش بزرگی برای اینتل باشد

پردازنده گریس انویدیا می تواند چالش بزرگی برای اینتل باشد

 تاریخ انتشار :
/
  اخبار
پردازنده گریس انویدیا می تواند چالش بزرگی برای اینتل باشد

رقابت بین اینتل و انویدیا با امروز، تقریباً یک دهه پیش، کاملاً متفاوت بود. در گذشته اینتل به عنوان سازنده پردازنده های قدرتمند کامپیوتری شناخته می شد و انویدیا نیز تجربه ای در صنعت کارت گرافیک داشت. اما امروزه پردازنده گریس انویدیا می تواند چالش بزرگی برای اینتل باشد. اس ترنجی با من باش.

پردازنده Nvidia Grace می تواند یک کابوس برای رقبا باشد

انتظار می‌رود پردازنده گرافیکی Nvidia Grace ARM موج بزرگی را در صنعت محاسبات با عملکرد بالا ایجاد کند. آخرین آماری که به دست آمده می تواند اینتل را به چالش بکشد. هنگامی که انویدیا پردازنده Grace Hopper Superchip را در GTC 2022 معرفی کرد، ادعاهای جسورانه ای در مورد قابلیت های پردازنده ARM داشت و قول داد در عین مصرف انرژی بیشتر از دو پردازنده 64 هسته ای AMD EPYC پیشی بگیرد. علاوه بر این، 50 درصد کمتر خواهد بود.

در واقع، پردازنده مرکز داده گسسته 144 هسته ای Arm Neoverse از دو تراشه CPU تشکیل شده است که توسط فناوری تراشه به تراشه (C2C) با سرعت بالا (C2C) NVLink متصل شده اند. بنچمارک های انویدیا برای اثبات ادعاهایش چندان کمک کننده نبودند، زیرا او از مدل نسل قبلی استفاده کرد و در کنفرانس GTC موفق شد بنچمارک مناسب تری بین پردازنده گرافیکی گریس انویدیا و اینتل آیس لیک پیدا کند.

پردازنده انویدیا گریس

این مقایسه توسط معاون محاسبات سریع انویدیا، ایان باک، انجام شده است که ادعا می کند گریس دو برابر سریعتر و 2.3 برابر کمتر از دریاچه یخ انرژی مصرف می کند. لازم به ذکر است که این یک مدل WRF است که اغلب در HPC استفاده می شود و مانند سایر شاخص های ارائه شده توسط تامین کننده، باید با شک و تردید به این نتایج نگاه کرد، زیرا گاهی اوقات می توان آنها را انتخاب کرد و بهترین نتیجه ممکن را نشان داد.

با وجود این نتایج، بعید است که گریس مزیت بزرگی نسبت به Sapphire Rapids آینده اینتل و جنوا AMD داشته باشد، زیرا طبق Tom’s Guide می توانند از حافظه DDR5 و ویژگی های حافظه اضافی پشتیبانی کنند که می تواند از نقاط قوت گریس پیشی بگیرد. با این حال، انویدیا ادعا می کند که سوپرتراشه پردازنده سریع ترین پردازنده موجود در بازار در زمان عرضه در اوایل سال 2023 خواهد بود، اگرچه بعید است که این مورد توسط کاربران عادی دیده شود.

درعوض، Grace برای بارهای کاری سنگین‌تر، مانند تجزیه و تحلیل داده‌ها و محاسبات در مقیاس فوق‌العاده مناسب‌تر است، اما تلاش‌های مداوم انویدیا برای رقابت با ARM نوعی تنوع بازار است که می‌تواند در خارج از سرورها و هاب‌ها برای داده کارآمدتر باشد.

آیا انویدیا می تواند پردازنده های سفارشی را برای بازار تولید کند؟

با وجود گرافیک مجزای سری ARC Alchemist اینتل، تلاش های انویدیا در این بازار پردازنده متقابل دیده می شود. در واقع در سال 2021 اعلام شد که انویدیا در حال توسعه ریزپردازنده های سرور برای رقابت با اینتل است و با وجود شکست در خرید ARM، همچنان برنامه های بزرگی برای مجوز معماری ARM 20 ساله دارد.

با توجه به اینکه بازار سرورها و مراکز داده جایی است که اینتل همچنان در آن تسلط دارد، قیمت سهام آن پس از اعلام این خبر 2 درصد کاهش یافت و این تنها چیزی نیست که باید اینتل را نگران کند. جنسن هوانگ، مدیرعامل انویدیا در گفت‌وگویی گفت که این شرکت از مجموعه‌ای از دستورالعمل‌ها برای توسعه پردازنده‌ها برای طیف گسترده‌ای از کاربردها، از تراشه‌های صنعت رباتیک گرفته تا پردازنده‌های پیشرفته برای ابرکامپیوترها، استفاده خواهد کرد. جالب اینجاست که انویدیا می‌گوید که می‌تواند پردازنده‌های مبتنی بر Arm سفارشی را بر اساس Arm سفارشی خود در هر چهار حوزه کسب و کار خود ارائه دهد.

پردازنده انویدیا گریس

هوانگ همچنین گفت که پردازنده های هیجان انگیز زیادی را خواهید دید که از ما می آیند و گریس تنها اولین نمونه است. شما می خواهید بسیاری از آنها را فراتر از آنچه دارید ببینید. ما همچنین می‌خواهیم شاهد گسترش بازار پردازنده‌های خود باشیم و بسیار هیجان‌زده هستیم که Arm اکنون در صنایع روباتیک، خودرو، رایانش ابری و ابر رایانه‌ها در حال رشد است. ما قصد داریم تا طیف کاملی از پلتفرم محاسباتی تسریع شده انویدیا را به پردازنده های Nvidia Arm بیاوریم.

رقابت در دنیای ARM با رقبای قوی هنوز برای این شرکت بسیار قوی به نظر می رسد، به خصوص در مقایسه با عملکرد نسل فعلی پردازنده های Intel و AMD x86، اما این آخرین ارقام مطمئنا امیدوارکننده به نظر می رسند. . مطابق با TechRadarاگر پیشرفت ها با سرعت فعلی خود ادامه یابد، عناوین AAA می توانند زودتر از آنچه قبلا تصور می شد در معماری ARM پیاده سازی شوند. نظر شما در مورد این چیست؟