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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。