AMD公布的7nm Epyc x86 CPU和Vega GPU,带来了这些芯片有望抑制高端处理器成本上涨的希望,但同时这也证明了前沿工艺技术收益的递减,并引发了对加速器开源代码质量的担忧。
一位德国科研人员在Twitter上感叹说,高端Nvidia V100高达10000美元的价格让他们“无法轻松地在现有预算下进行采购”。
英国一位研究人员称该芯片在欧洲市场上的价格为15000美元,这个价格是“不可持续的”,并指出英特尔和Nvidia的毛利率超过了63%。
他说:“我认为Nvidia正在打造出色的产品,但......这个问题只能通过在CPU和GPU市场加剧竞争来解决。AMD、Cavium/Marvell、富士通、Ampere,赶紧跟上吧......目前的情况让我们备受煎熬。”
还有人在Twtter上发了一张图表(下图),图表显示,随着Nvidia不断追求更高性能的零件,Nvidia GPU的芯片尺寸也在不断增加。
第一代Nvidia通用GPU的成本约为1500美元,“我们都担心这与消费类GPU相比价格价格有多高,”一位研究人员表示,他们担心成本会上升10倍。(来源:Hirotoge Goto)
AMD显然已经尝试通过在14纳米芯片中实现内存控制器和I/O来降低自己7nm Epyc x86 CPU的成本,但是AMD这个新CPU的价格竞争力有多大还有待观察。如果7nm产品比预期的更成功,那么AMD可能会发现自己会受到台积电(现为AMD唯一的7nm供应商)提供晶圆数量的限制。
在这些芯片首次亮相之前,英特尔宣布将把所有产能都集中在高端设备上,并称无法满足PC需求的复苏。但总体需求实际上并没有上升;IDC分析师Mario Morales说,相反英特尔可能一直在试图诱使AMD去追求低端市场。
除了企业需求温和增长之外,PC市场并未增长。Morales表示,事实上,中国台式机和笔记本电脑市场——这是整个个人电脑市场中最大的一部分——正在略有下降。
研究人员乐于看到AMD新芯片可能引发的价格竞争。但他们也在Twitter上抱怨说,通用图形处理器(GP-GPU)的软件状态。他们说,Nvidia的大多数代码仍然是专有的,而且来自Nvidia和AMD的开源代码都不尽如人意。
低质量代码从一开始就是AMD GPU计算软件堆栈的“致命弱点”,一位研究人员表示。
另一位研究人员表示:“我很高兴AMD Radeon开源Linux驱动程序实际上包含所有计算组件(这一点与Nvidia相反)。但是,有缺陷的开源软件仍然是广泛采用的一大障碍。”
“请让CUDA成为一个开放的生态系统,其他各方可以为未来的功能提供输入或为CUDA API实施他们自己的运行时间,”英国一位研究人员表示,他指的是Nvidia的GP-GPU软件。
另一位研究人员说:“如果大家都实施CUDA,他们就必须实施CUDA性能模型,这会阻碍创新,不利于加速。我们需要一个更适应其他处理器公司所有创新的生态系统。”
“我还对[特定于Nvidia的OpenCL扩展]文档有需求......并招人来专门处理相关的bug跟踪器问题。”
“在客户要求开放高质量实施并行编程标准之前,情况不会有所改善......而且我们也会受到影响,”美国一位研究人员表示。
来自AMD、英特尔和Nvidia的一些代表纷纷讨论行列,捍卫他们的努力成果。
一家厂商表示:“OpenMP 5.0现已问世,这对GPU计算来说也是非常令人兴奋的。我知道AMD的Greg Rodgers和Nvidia的Jeff Larkin与其他OpenMP工作组一起努力实现这一目标。”
在硬件方面,AMD的Epyc和Vega是对7nm节点的首次检验。
台积电在2017年3月曾表示,台积电的制程工艺与它自己的16FF +节点相比,速度提升了35%,功耗降低60%。然而,AMD仅声称自己的芯片速度将比14nm产品提高了25%,功耗降低50%。
“台积电可能一直在测量像环形振荡器这样的基本设备——我们要做的是一款真正的产品,”Mark Papermaster在公布7纳米芯片当天接受采访时这样表示。
“摩尔定律正在放缓,半导体节点成本越来越高,而且主频的提升也不像从前了,”他在发布会上说,称发展到7nm“是一次粗糙的提升,增加了掩模、耐用性和寄生现象。”
展望未来,使用EUV的7nm节点将“主要利用效率和一些适度的设备性能机会,”他在采访中说。
对于AMD来说,在标准有机封装上使用7nm和14nm模片的举动,有点类似于三星转向3D NAND,通过一种其他人可能采用的方法让AMD在成本方面有了喘息的空间。
毫无疑问,节点之争正在带来历史性挑战。
英特尔目前正在亚利桑那州钱德勒修建一个支持EUV的7nm晶圆厂,但预计至少到明年年底才能投产。Tirias Research负责人Jim McGregor表示,即便是英特尔目前的14nm产量也“高于上限,但产品差异很大”。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。