1. 공식 마케팅 활동이 아닌 무허가 바이럴 마케팅 활동 적발 시 즉각 회원 권한 박탈 및 닉네임 공개
  2. 저작권법에 따라 대한민국 언론/매체/커뮤니티 기사 일부/전문 게재 금지하며 오직 URL 링크만 허용
  3. 개인 유튜브 채널, 방송 등 홍보성/수익성 유튜브 영상 업로드 금지
  4. 원문이 존재하는 기사의 경우 제목/내용에 대한 고의적 날조 또는 가치판단이 포함된 사견 금지

AMD 리사 수, AI 전략에 대해 이야기 : 인텔과 NVIDIA와는 매우 다릅니다

퀘이사존지름 12 2688 5

퀘이사존의 창작 콘텐츠가 아닌 해외 IT 매체 mydrivers의 단순 번역본 뉴스입니다. 


Hot Chips 31은 이번 주 미국 실리콘 밸리에서 열렸으며, Cerebras의 가장 큰 딥 러닝 칩인 WSE와 세계에서 가장 큰 FPGA인 Xilinx가 발표되었습니다. 인텔이 출시 한두 개의 AI 칩 Nervana NNP-T / NNP-I도 많은 관심을 받고 있습니다.


그러나 AMD가 Hot Chips 기간 동안 큰 주목을 받지 못한 것은 아마도 오늘날 AI가 크게 히트하고 있는 상황에서 그들이 AI 정책에 대한 뚜렷한 계획이 없었기 때문일 것입니다.


1908obj___327164976.jpg

인텔, AMD 및 NVIDIA는 AI 시장을 어떻게 평가하는지 살펴봅시다.


NVIDIA는 데이터 센터와 인공 지능 잠재력 시장 (TAM)이 2023년까지 500억 달러에 이를 것으로 예상합니다. 여기에는 HPC (고성능 컴퓨팅), DLT (딥 러닝 교육) 및 DLI (딥 러닝 추론)가 포함됩니다.


인텔은 DLT 및 DLI의 잠재적 시장이 2020년까지 460억 달러에 이를 것으로 추정합니다.


AMD는 인텔과 NVIDIA의 시장 점유율을 높이는 데 더 중점을 두기 때문에 딥 러닝에 대한 잠재적 시장에 대한 예측을 발표하지 않았습니다. 따라서 AMD가 인공 지능에 중점을 둔 칩을 가지고 있는 것을 보지 못했습니다.


그러나 AMD의 최고경영자 리사 수는 인공지능 분야에서 더 중요한 참여자가 되기 위해 노력하고 있다고 말했습니다.


1908obj___2069109269.jpg

리사 수 : CPU의 한계


계산 성능에 대한 모든 논의는 무어의 법칙으로 시작하지만 무어의 법칙은 느려집니다. 무어의 법칙에 따르면 칩 크기가 줄어들고 트랜지스터 밀도가 증가함에 따라 컴퓨팅 성능은 2년마다 두 배가 될 것이라고 합니다.


리사 수는 AnandTech의 Hot Chips 31 보고서에서 AMD가 프로세스, 칩 영역, TDP (열 설계 전력), 전력 관리, 마이크로 시스템, 컴파일러 구조 등 다양한 방식으로 CPU 성능을 개선했다고 기조 연설에서 설명했습니다. 


고급 기술 공정이 가장 크게 기여하여 CPU 성능을 40% 향상시킵니다. 칩 크기를 늘리면 두 자릿 수의 성능이 향상될 수 있지만 비용 효율적이지는 않습니다.


AMD는 단일 아키텍처 및 다중 스레드 워크로드에서 마이크로 아키텍처를 통해 EPYC Rome 서버 CPU IPC (사이클 당 명령 수)를 각각 23% 및 15% 늘렸습니다. 평균 5-8% 이상으로 위의 모든 방법으로 2년 반 만에 성능을 두 배로 향상시킵니다.


리사 수 : 인공 지능에 필요한 가속 계산


리사 수는 한편으로 무어의 법칙이 둔화되고 있다고 말했습니다. 반면, 세계에서 가장 빠른 슈퍼컴퓨터의 성능은 1.2년마다 성능이 두 배가 됩니다. 이것은 지난 10년간의 해결책이 효과가 없다는 것을 의미합니다.


업계의 현재 요구는 시스템의 다양한 부분을 최적화하는 것으로 이것이 인공 지능 워크로드에 이상적인 선택입니다. 와트당 성능은 ASIC와 FPGA가 가장 높고 CPU가 가장 낮으며, 범용 GPU는 와트당 성능 면에서 CPU와 FPGA 사이에 있습니다.


1908obj___9857438.jpg


리사 수는 인공 지능 워크로드마다 계산 요구 사항이 서로 다르다고 지적했으며 상호 연결 기술이 해결책이라고 말합니다. 다른 부품을 동일한 시스템에 상호 연결하기 때문입니다.


그녀는 이것을 다음 예제와 함께 설명했습니다.


- NAMD (nanoscale 분자 역학) 작업량은 GPU에 따라 다릅니다


- CPU, GPU, 메모리 대역폭 및 연결의 균형을 유지하는 NLP (Natural Language Processing) 워크로드


업계는 전통적인 방법을 사용하여 CPU 및 GPU의 성능을 향상시켰습니다. 리사 수는 업계에서 상호 연결, I / O, 메모리 대역폭, 소프트웨어 효율성 및 하드웨어 및 소프트웨어 공동 최적화에 중점을 두어 성능을 개선해야 한다고 강조했습니다.


AMD의 AI 전략


리사 수는 AMD가 인공 지능 및 HPC의 기회를 활용하기 위해 CPU / GPU / 상호 연결 전략을 채택했다고 밝혔습니다.


그녀는 AMD가 프론티어 슈퍼컴퓨터에서 모든 기술을 사용할 것이라고 말했습니다. AMD는 슈퍼컴퓨터용 EYPC CPU 및 Radeon Instinct GPU를 완전히 최적화할 계획입니다. 또한 Infinity Fabric 기술을 통해 시스템 성능을 향상시키고 ROCM (Radeon Open Compute) 소프트웨어 툴을 통해 성능을 향상시킵니다.


Intel 및 NVIDIA와 달리 AMD에는 전용 인공 지능 칩 또는 전용 가속기가 없습니다. 그럼에도 불구하고 리사 수는 또한 "AMD가 인공 지능에서 매우 중요한 역할을 할 것"이라고 강조했습니다.


AMD는 전용 AI 칩을 구축할지 여부를 고려하고 있으며 결정은 인공 지능의 진화 방식에 달려 있습니다.


리사 수는 많은 회사들이 ASIC, FPGA 및 Tensor 액셀러레이터와 같은 다른 인공 지능 액셀러레이터를 개발하고 있다고 덧붙였습니다. 이 칩은 가장 지속 가능한 상태로 축소되고 AMD는 널리 사용될 수 있는 가속기를 만들지 여부를 결정할 것입니다.


동시에 AMD는 타사 가속기 제조업체와 협력하여 Infinity Fabric 인터커넥트를 통해 칩을 CPU / GPU에 연결합니다. 이 전략은 레이 트레이싱 전략과 유사하며, 엔비디아는 작년에 실시간 레이 트레이싱을 도입했지만 AMD는 이 기술을 도입하기를 열망하지 않습니다.


그러나 리사 수는 AMD가 생태계가 완벽하고 기술이 널리 사용될 때 광선 추적 기술을 도입할 것이라고 말했습니다.


AMD가 비교적 작은 규모라는 점을 감안하면 충분한 자원을 보유한 더 큰 기업들과 경쟁하려면 위의 전략은 경제적인 의미가 있습니다.


이미 구축된 시장에서의 지분 공유는 채택률이 낮아 제품 실패를 초래하는 위험을 줄이고 최소한의 보상을 보장합니다.


AMD AI 전략은 인텔 및 NVIDIA 전략과 다릅니다


AMD는 AI 칩을 개발하기 전에 기다리는 자세를 취했습니다. 그들이 지금 하고 있는 일은 기존 기술을 사용하여 AI 워크로드를 충족시키는 것입니다.


인텔은 Xeon CPU, Optane 메모리, Altera FPGA 및 상호 연결 기술을 포함한 포괄적인 기술을 개발했습니다. 별도의 Xe GPU도 개발 중입니다.


핫 칩 31에서 인텔은 딥 러닝 및 딥 러닝 추론 전용 Nervana AI 칩을 출시했습니다. 인텔의 칩은 자체적으로 생산되므로 인텔은 기술을 보다 잘 제어할 수 있지만 많은 시간과 자원이 필요합니다.


NVIDIA의 AI 전략은 모든 AI 응용 프로그램에 대한 일반적인 GPU 및 CUDA 소프트웨어 지원을 제공하는 것입니다. 또한 NVLink 상호 연결 기술이 있습니다. NVIDIA는 파트너와 협력하여 인공 지능을 위한 새로운 시장을 개척하고 있습니다. 이 전략에는 많은 연구가 필요하고 실패의 위험이 높지만 이러한 높은 위험은 높은 수익을 가져옵니다.



원문 출처 mydrivers

페이스북에 공유 트위터에 공유 구글플러스에 공유 카카오스토리에 공유 네이버밴드에 공유 신고

작성자

현재 레벨 : 외계인 퀘이사존지름  최고관리자
88,327 (61.1%)

1901___1275888877.gif

    댓글 : 12
블랙빈디  
베스트 댓글
  음... AI 전략이라고 썼지만, 사실 결론은 시장을 리드할 자본이 안되니까 일단 기다려보겠다는거네요.
뭔가 딱히 기사화할만한 내용은 아닌듯한 기분이 ㅋㅋ
블랙빈디  
음... AI 전략이라고 썼지만, 사실 결론은 시장을 리드할 자본이 안되니까 일단 기다려보겠다는거네요.
뭔가 딱히 기사화할만한 내용은 아닌듯한 기분이 ㅋㅋ
게르만  
자본과 기술이 없으니 시장이 형성되기까지 기다려보겠다는거네요 ㅋㅋㅋㅋ 엔비디아 인텔이 암드랑 틀린점이 이런거지

암드는 연구개발 비용이 인텔과 엔비디아에 비하면 턱없이 부족해서 장기적인 제품 개발부터 좋은 제퓸이 나오기가 힘이듭니다 기술력도 마찬가지죠 라이젠은 짐 켈러라는 걸출한 엔지니어 덕분에 여기까지 올수 있었던 거죠
진에어파이팅  
[@게르만] 틀리다 (X)
다르다 (O)
묵천  
아무래도 아직은 인공지능쪽이 투자대비 결과물이 충분치 않으니 규모와 자본이 상대적으로 적은 암드 입장에서는 쉽사리 시도하기 힘들겠죠.
QnPakk  
이제야 궤도에 오른 기업이 리스크를 지기엔 부담스러운건 선뜻 이해가 가는군요. 어서 시장을 선도할 위치까지 가길빕니다 암드
쿠로  
10년전부터 인텔,엔비디아 양쪽이 피터지게 싸우고 있는데 지금도 방관자 아무것도 없다는 말이네요.
대소마왕  
다들 핀포인트를 잡으신 것 같군요. 미래 먹거리를 준비하는 것도 돈이 있어야 할 수 있다는 당연하지만 슬픈 사실을 상기시키는 기사였네요.
ntboom  
삼성도 비슷하긴 했죠.
신기술은 다른 회사에서 먼저 내놓고 대중화 될 기미가 보이면 뛰어들어서 양산능력으로
찍어누르고 반 독점화...
암드도 비슷하게 하려는거겠지만 삼성처럼 자본력이 크지 않다는게 문제겠네요.
블루팬더  
원래 엔비디아가 거의 선두로달리고있다가 인텔같은경우에 최근에 AI 관련 엄청난 행보를보이고있죠... 모빌아이인수부터 드론 관련사업 및 시연... 분명 미래에 현행 사업들도다 먹거리사업이기에 그렇게 피터지게 경쟁하고 돈쓰고 하는것이지 않나싶습니다.. 분명 리사수역시도 분명 중요하고 앞으로의 기술방향으로 알겟지만 현제 AMD 상황상 그게어려우니 이해는되네요..;
단지 지켜만보고있는건 솔직히 않되지않아싶어요..
그렇다고 AMD랑 엔비디아가 연합을 맺을껏도 아닐테구....
decelerate…  
아직은뛰어들때가 아니란이야기네요
닉넴은귀찮아  
시총에서 엔비디아가 암드의 3배언저리고 인텔이 그 엔비디아의 2배언저리인데 진짜 하늘에서 AI 기술을 획기적으로 만들 수 있는 외계인이 떨어지지 않고서야 적극적으로 나설 수가 없...
unious  
부족한 자본력을 어떻게 커버할지가 관건이네요
분류 제목
페이스북에 공유 트위터에 공유 구글플러스에 공유 카카오스토리에 공유 네이버밴드에 공유