Sieht man sich jedoch die ganzen KI-StartUps an, von denen einige mit sehr erfolgreichen Produkten aufwarten, verwendet von denen keiner FPGAs, sondern die verwenden für ihre AI-Produkte alle dedizierte, selbstentwickelte Designs.
Ich weiß zwar nicht, was dein langer Monolog mit meinem Beitrag zu tun haben soll, aber offensichtlich hast du da nicht so den Durchblick und scheinst dich mit FPGAs auch nicht wirklich auszukennen. Denn lustigerweise setzt ein deutsches Startup eher auf FPGAs
(Bild: Cologne Chip) Kühles Kölsch: Mit seinen in Köln entwickelten GateMate-FPGAs tritt Cologne Chip gegen die etablierten Player Xilinx, Intel sowie Microchip und Lattice an – und will mehr als Achtungserfolge erringen. Kann das gelingen? Interessante Architekturmerkmale und ein durchdachtes...
www.elektronikpraxis.vogel.de
Und je nach Anwendung sind FPGAs der sehr wohl im Vorteil und auch begehrt, google und du wirst viel finden.
Komplexe Anwendungen der Künstlichen Intelligenz (KI) wie Autonomes Fahren müssen sicherheitskritische Entscheidungen innerhalb von Nanosekunden treffen. Doch der schnellste Prozessor ist nicht immer der beste. Lesen Sie, warum.
www.elektronikpraxis.vogel.de
Intel wird keine FPGAs in ihre CPUs einbauen, das ist bei denen schon "ein alter Hut" und das Thema haben sie in der letzten Zeit eher im Gegenteil wieder zurückgebaut.
Gut, dass DU weißt was intel machen wird. Gerade mit ihrem neuen Big Little Ansatz, wäre es für sie einfacher FPGAs zu integrieren. Zumindest AMD sieht darin einen sehr vielversprechenden Ansatz, we will see
Für AI hat Intel AVX-512 sukzessive erweitert und jetzt kommt auch noch AMX dazu, dass den Durchsatz auf der CPU noch einmal bis zu verdoppeln können soll, die HBM2-Varianten von Sapphire Rapids dürften vermutlich ebenso primär auf AI-Workloads abziehlen und als dedizierte Lösung kommt Xe-HPC mit anscheinend immenser AI-Leistung hinzu.
Zum einen muss man die neuen Erweiterungen erstmal in Software unterstützen und zum anderen scheinst du wirklich absolut keine Ahnung von FPGAs zu haben....
Avnet is a global leader of electronic components and services, guiding makers and manufacturers from design to delivery. Let Avnet help you reach further.
www.avnet.com
Allein die bessere Energieeffizienz spricht für FPGAs, von daher wäre intel sehr blöd, wenn sie ihre FPGA Sparte vernachlässigen, zumal sie sie auch teuer eingekauft haben.
FPGAs direkt auf der CPU scheinen vorerst Geschichte zu sein bei Intel und stattdessen wird es dedizierte Lösungen in Form der Agilex- und insbesondere Stratix-FPGAs geben. (Und Intel hat schon längst entsprechende Funktionseinheiten im Stratix 10 NX, nur nennen die diese hier "Tensor Block" und die sind vermutlich weitestgehend auf das Inferencing ausgelegt.)
Als Custom Design für die Superrechner wäre die Kombination vermutlich durchaus gefragt, wobei man natürlich auch extra Karten dafür nehmen kann. Bzw. würde es sich für Server als Securitycenter anbieten, da man es bei BUGs einfacher flashen kann. Auch wenn intel aktuell kein Produkt angekündigt hat, so dumm werden sie nicht sein und nicht auch damit weiter zu forschen, die Ressourcen haben sie.
FSR musste grundsätzlch "leichtgewichtig" ausgelegt sein, da AMD hier vorrangig die Konsolen-SoCs im Auge halten musste, die bestenfalls über 52 CUs verfügen und langsamer takten als die dedizierten RDNA2-GPUs, d. h. ohne spezielle Ausführungseinheiten kann man da nicht übermäßig viel Rechenleistung für verplanen, weil das am Ende sonst kontraproduktiv wird.
Und das hat was mit meinem Post zu tun? Nichts.
Abgesehen davon ist FSR eh nur eine von vielen Lösungen. Ganz neu von Epic ist deren TSR, das ebenso hochgradig auf die NextGen-Konsolen hin optimiert ist. Microsoft arbeitet anscheinend ebenfalls an einem AI-basierten, eigenen Ansatz und bei Intel liest man in Verbindung mit Xe-HPG von einem "XeSS" als Codenamen, wobei es hierzu aber noch keine Details gibt. Deren Xe-Architektur verfügt entgegen RDNA2 jedoch auch über eine erhöhte Inferencing-Leistung und wird mit angepasster Technik da vermutlich auch besser performen können. Man darf gespannt sein ob RDNA3 sich vielleicht etwas mehr in Richtung ML bewegen wird.
Microsoft wird auch den Ansatz von AMD nutzen, wieso sollten sie auch was eigenes verwenden... Immerhin nutzen sie RDNA Hardware und selber noch Geld reinzustecken, da wären sie ja schön blöd, wenn das so auch gut funktioniert.
Aber auch hier wird man absehbar den Gedanken an FPGAs in Consumer-GPUs vorerst streichen können, Xilinx hin oder her. Abseits dessen sind FPGAs für AI-Workloads auch nicht unbedingt der heilige Gral. Bei Xilinx kommen die lediglich zwangsweise aus der Richtung, weil FPGAs deren Kerngeschäft sind, der größe Boom in der Industrie jedoch mittlerweile im ML-Markt stattfindet und dementsprechend versucht man da sein KowHow zu transferieren.
Sie sind für AI Workloads wesentlich besser wie GPUs aber macht nichts
Und zusammen mit dem Chipletansatz wäre dies ein durchaus plausibler Ansatz, da man die Funktionalität für Raytracing usw. auslagert. Aber mit RDNA 3 wird das definitiv nicht kommen, das wäre viel zu früh. Aber was im Detail kommt wird man dann sehen, nur sollte man halt FPGAs nicht unterschätzen, damit lässt sich so einiges realisieren und durch die neuen programmiermöglichkeiten von Microsoft und Xilinx, kann man einfach C code schreiben, welcher dann umgesetzt wird, was die Sache wieder vereinfacht.
www.archyde.com
hexus.net
:quality(90)/p7i.vogel.de/wcms/6d/24/6d248a059fccc27b4462d2c57dec5b39/90666972.jpeg)
:quality(90)/images.vogel.de/vogelonline/bdb/1653500/1653590/original.jpg)
