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。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。