CES 2022: AMD, Intel และ Nvidia สร้าง CPU และ GPU ให้เป็นพันธมิตรกัน

เมื่อปลายปีที่แล้ว ฉันเขียนเกี่ยวกับ MacBook Pro ที่ใช้ซีรีส์ M1 เครื่องแรกของ Apple และวิธีที่บริษัทไม่ละเว้นโอกาสในการนำเสนอ ปืนมาตรฐานขนาดใหญ่ เทียบกับความพยายามก่อนหน้านี้เช่นเดียวกับคู่แข่ง ในงาน CES อาณาจักรต่างๆ (อย่างน้อยก็ปกครองชิปพีซี) ก็กลับมาด้วย เอเอ็มดี, อินเทล, และ เอ็นวิเดีย ทั้งหมดนี้ได้ประกาศเปิดตัวเรือธงเวอร์ชันใหม่ที่ตอบสนองความต้องการในการมอบประสิทธิภาพที่มากขึ้นอย่างมีประสิทธิภาพยิ่งขึ้น ในบรรดาเทคนิคที่พวกเขาได้กล่าวถึง พวกเขามีประสิทธิภาพและประสิทธิผลโดยใช้ประโยชน์จากความอเนกประสงค์ของระบบนิเวศ Windows เพื่อหาวิธีใหม่ๆ ในการทำงานร่วมกันของ CPU และ GPU การเคลื่อนไหวดังกล่าวเป็นส่วนหนึ่งของการต่อต้าน Apple ซึ่งได้รับประสิทธิภาพที่น่าประทับใจด้วย GPU ในตัว แต่ยังไม่ได้พัฒนา GPU แยกของตัวเอง (ยัง)

เนื่องจาก AMD มีประวัติยาวนานที่สุดที่นำเสนอทั้งซีพียูและ GPU แบบแยก จึงไม่น่าแปลกใจเลยที่จะเห็นบริษัทเปิดรับการเปลี่ยนแปลงด้านพลังงานที่ชาญฉลาดมากขึ้นระหว่างทั้งสอง บริษัทได้ยกระดับเทคโนโลยี SmartShift เพื่อกำหนดเส้นทางโหลดการคำนวณระหว่าง CPU และ GPU ไปยัง SmartShift Max บริษัทอ้างว่าเทคโนโลยีนี้สามารถเร่งเกมและเวิร์กโฟลว์ได้หลากหลายขึ้น โดยอ้างถึงตัวอย่างของเกมบางเกมตั้งแต่ไม่มีการเร่งความเร็วไปจนถึงการปรับปรุงมากถึง 13%

Intel ผู้มาใหม่ GPU แบบแยกแสดงผลประโยชน์ในการบูรณาการที่หลากหลายยิ่งขึ้นระหว่าง CPU และโปรเซสเซอร์กราฟิกแยก Arc ภายใต้แบนเนอร์ของ Deep Link ในขณะที่บริษัทพูดคุยสั้นๆ เกี่ยวกับเทคนิคการกำหนดเส้นทางพลังงานที่สามารถปรับปรุงประสิทธิภาพการเล่นเกมได้ นอกจากนี้ยังแสดงให้เห็นว่า GPU แยกสามารถทำงานร่วมกับ GPU ในตัวของสถาปัตยกรรม Core ได้อย่างไร ตัวอย่างเช่น การใช้แนวทางนี้ แอปตัดต่อวิดีโอ DaVinci Resolve สามารถสร้างการเข้ารหัสเฟรมสลับของ วิดีโอระหว่างตัวเลือกการประมวลผลกราฟิกแต่ละตัว ซึ่ง Intel อ้างว่าสามารถปรับปรุงการเรนเดอร์ได้ 40 เปอร์เซ็นต์ ครั้ง

ท้ายที่สุด การที่ Nvidia ไม่มีซีพียูสำหรับพีซีไม่ได้หยุดการพัฒนาแนวทางของตัวเองไปสู่ความร่วมมือระหว่าง GPU แยกและซีพียูชั้นนำ เป็นส่วนหนึ่งของรุ่นที่สี่ของ แนวทาง Max-Q ที่ขับเคลื่อนด้วย AI ในการออกแบบระบบ บริษัทให้รายละเอียดเกี่ยวกับ CPU Optimizer ซึ่งเป็นเฟรมเวิร์กระดับต่ำที่ช่วยให้ GPU ของบริษัทสามารถควบคุมประสิทธิภาพ อุณหภูมิ และพลังของ ซีพียูรุ่นต่อไป ส่งผลให้ประสิทธิภาพของ CPU มีประสิทธิภาพมากขึ้น ซึ่งช่วยให้สามารถถ่ายโอนพลังงานไปยัง GPU ได้มากขึ้น นอกจากนี้ บริษัทยังได้หารือเกี่ยวกับเทคโนโลยี Battery Boost รุ่นที่สอง ซึ่งพิจารณาปัจจัยต่างๆ เช่น การใช้พลังงานของ CPU และ GPU การคายประจุแบตเตอรี่ คุณภาพของภาพ และอัตราเฟรมแบบเรียลไทม์ เพื่อทำให้อายุการใช้งานแบตเตอรี่ดีขึ้นสูงสุด 70% เมื่อเล่นเกม

ผู้ให้บริการซิลิคอนพีซีรายใหญ่สามรายได้นำเสนอแนวทางในการทำงานร่วมกันของ CPU-GPU ที่เข้มงวดยิ่งขึ้นพร้อมด้วย ความก้าวหน้าในการอัปแซมปลิงที่ขับเคลื่อนด้วย AI เช่น Deep Learning Super Sampling ของ Nvidia ในบริบทของการปรับปรุงเกม ผลงาน. การปรับปรุงดังกล่าวควบคู่กับการปรับปรุงสำหรับแอพซอฟต์แวร์สร้างสรรค์มากมาย เมื่อเวลาผ่านไป การปรับปรุงสามารถกรองไปยังแอปพลิเคชันหลักๆ ได้มากขึ้น โดยเฉพาะอย่างยิ่งเมื่อแอปพลิเคชัน AR และ VR พัฒนาขึ้น