AMD终于顶不住了，放弃GPU高端市场，推出UDNA融合架构【高通吧】

在德国柏林举行的 IFA 2024 上，AMD 高级副总裁兼计算和图形业务集团总经理 Jack Huynh 宣布，公司将把面向消费者的 RDNA 和面向数据中心的 CDNA 架构统一为一个名为 UDNA 的微架构，这将为公司更有效地应对 Nvidia 根深蒂固的 CUDA 生态系统奠定基础。AMD 宣布此消息之际，该公司已决定降低高端游戏显卡的优先级，以加速市场份额的增长。
当 AMD 于 2019 年放弃其 GCN 微架构时，该公司决定将其新的图形微架构分为两种不同的设计，其中 RDNA 旨在为消费市场的游戏图形产品提供动力，而 CDNA 架构则专门设计用于满足数据中心以计算为中心的 AI 和 HPC 工作负载。
Huynh 在与媒体的问答环节中解释了拆分背后的原因，以及推进新统一设计的理由。我们还跟进了有关即将推出的架构的更多细节。以下是经过轻微编辑的对话记录：
Jack Huynh [lbk]JH[rbk]，AMD：AMD 的重大变革之一是，如今我们为 Instinct 数据中心 GPU 采用了 CDNA 架构，为消费产品采用了 RDNA。它是分叉的。未来，我们将其称为 UDNA。Instinct 和客户端 [lbk]消费者[rbk] 都将有一个统一的架构。我们将统一它，这样开发人员就可以更轻松地使用它，而现在他们必须做出选择，而且价值并没有提高。
我们之所以将它分叉，是因为这样你就可以获得次级优化和微优化，但对于这些开发人员来说，这非常困难，尤其是在我们发展数据中心业务的情况下，所以现在我们需要统一它。这是其中的一部分。因为还记得我之前说过的话吗？我在考虑数百万开发人员；这就是我们想要达到的目标。第一步是达到数百、数千、数万、数十万，希望有一天达到数百万。这就是我现在告诉团队的。这就是我们现在必须建立的规模。

送TA礼物

IP属地:上海

来自Android客户端1楼2024-09-10 04:48回复

Paul Alcorn：那么，随着 UDNA 将这些架构重新整合在一起，所有这些是否仍然与 RDNA 和 CDNA 分离向后兼容？
JH：所以，我们想做的事情之一是……我们在 RDNA 方面犯了一些错误；每次我们更改内存层次结构、子系统时，它都必须重置优化矩阵。我不想这样做。
因此，展望未来，我们考虑的不仅仅是 RDNA 5、RDNA 6、RDNA 7，还有 UDNA 6 和 UDNA 7。我们计划推出接下来的三代产品，因为一旦我们获得优化，我就不想改变内存层次结构，否则我们会失去很多优化。因此，我们有点强迫解决完全向前和向后兼容的问题。我们今天在 Xbox 上做到了这一点；这是非常可行的，但需要提前规划。还有很多工作要做，但这就是我们的方向。

IP属地:上海

来自Android客户端2楼2024-09-10 04:51

PA：当你将其带回到统一架构时，这意味着，需要明确的是，未来的桌面 GPU 将具有与 MI300X 相同的架构？对吗？
JH：这是一项从云到客户端的战略。我认为这也能让我们变得非常高效。因此，我们不用两个团队来做这件事，而只需要一个团队。这并不是一件疯狂的事情，对吧？我们之所以分叉，是因为我们想在短期内进行微优化，但现在我们已经有规模了，我们必须重新统一起来，我相信这是正确的方法。可能会有一些小问题。
PA：那么，重新合并需要多长时间？我们还需要多少代产品才能实现？
JH：我们还没有透露这一点。这是一种策略。策略对我来说非常重要。我认为这是正确的策略。我们必须确保我们做的事情是正确的。事实上，当我们与开发人员交谈时，他们很喜欢，因为同样，他们有其他部门告诉他们做不同的事情。所以，我需要降低复杂性。

IP属地:上海

来自Android客户端3楼2024-09-10 04:53

高端硅片可以打造市场，但最终，软件支持往往决定胜负。Nvidia 已经向大师班传授了如何利用其无与伦比的专有 CUDA 生态系统构建看似坚不可摧的护城河。
十八年前，Nvidia 开始以 CUDA 奠定其帝国的基础，其最根本的优势之一可能是 CUDA（计算统一设备架构）中的“U”。Nvidia 只有一个适用于所有用途的 CUDA 平台，它利用相同的底层微架构来实现 AI、HPC 和游戏。
CUDA 拥有 400 万名开发人员，他的目标是为 AMD 铺平道路，使其获得类似的成功。这是一项艰巨的任务。AMD 继续依靠开源 ROCm 软件堆栈来对抗 Nvidia，但这需要用户和开源社区的支持，后者将承担优化堆栈的部分负担。AMD 为简化这项工作所做的任何努力，即使以某些类型的应用程序/游戏的一些微优化为代价，都将有助于加速该生态系统的发展。

IP属地:上海

来自Android客户端4楼2024-09-10 04:55

AMD 因 ROCm 堆栈的效率经常分散而受到不少批评。2022年收购赛灵思时，AMD 甚至宣布将让赛灵思当时的首席执行官 Victor Peng 负责统一的 ROCm 团队，以更严格地控制该项目（Peng 最近退休）。这项努力至少取得了一些成果，但 AMD 因其 ROCm 堆栈的状态而继续受到批评——很明显，该公司还有很多工作要做，才能完全有能力与 Nvidia 的 CUDA 竞争。
尽管UXL 基金会(一个针对加速器的开放软件生态系统，得到了高通、三星、Arm 和英特尔等业内其他参与者的广泛支持) 已经出现，但该公司仍然专注于 ROCm。
与目前的 RDNA 和 CDNA 拆分相比，UDNA 究竟会有什么变化？Huynh 没有详细介绍，显然还有很多基础工作要做。但一个明显的潜在痛点是 RDNA 中缺乏专用的 AI 加速单元。Nvidia 从 2018 年开始将张量核心引入整个 RTX 系列。AMD 在 RDNA 3 中只有有限的 AI 加速，基本上通过 WMMA 指令以更优化的方式访问 FP16 单元，而 RDNA 2 完全依赖 GPU 着色器来完成此类工作。
我们的假设是，AMD 将在某个时候通过 UDNA 为其 GPU 提供对张量操作的全栈支持。CDNA 自 2020 年以来就拥有这样的功能单元，并在 CDNA 2 (2021) 和 CDNA 3 (2023) 中增加了更高的吞吐量和数字格式支持。鉴于目前在数据中心和客户端 GPU 上进行的 AI 工作占主导地位，为客户端 GPU 添加张量支持似乎是一个关键需求。
统一的 UDNA 架构是与 CUDA 竞争的下一个合乎逻辑的步骤，但 AMD 还有很长的路要走。Huynh 不会承诺新架构的发布日期，但考虑到 AI 市场涉及数十亿美元，执行新的微架构战略显然是当务之急。不过，根据我们听到的有关AMD RDNA 4的消息，UDNA 似乎至少还需要一代。

IP属地:上海

来自Android客户端5楼2024-09-10 04:55

收起回复