Die CPU steckt fest und chinesische Unternehmen wechseln nacheinander den Kurs: Können heimische GPUs erfolgreich sein?

Laut einem neuen Bericht des Technologiemarktforschers Jon Peddie Research gibt es in China eine ungewöhnliche Anzahl von GPU-Startups, da das Land versucht, die Vorherrschaft in der künstlichen Intelligenz sowie in der Halbleitersouveränität zu erlangen.

Da die Nachfrage nach künstlicher Intelligenz (KI), Hochleistungsrechnen (HPC) und Grafikverarbeitung in einem beispiellosen Tempo steigt, ist in den letzten Jahren auch die Zahl der globalen GPU-Hersteller gewachsen. Bei diskreten Grafikkarten für PCs behalten AMD und Nvidia die Führung, während Intel versucht, aufzuholen.

In den 1980er und 1990er Jahren gab es Dutzende von Unternehmen auf der ganzen Welt, die Grafikkarten und unabhängige Grafikprozessoren entwickelten. Um die höchste Leistung bei 3D-Spielen zu erzielen, konkurrierten die meisten von ihnen jedoch hart beseitigt.

Bis 2010 waren nur AMD und Nvidia in der Lage, wettbewerbsfähige diskrete GPUs für Spiele und Computer anzubieten, während sich andere Unternehmen auf integrierte GPUs oder GPU-IP konzentrierten.

Ab etwa 2015 begann die Zahl der PC-GPU-Entwickler in China schnell zu steigen, dank Chinas Streben nach technologischer Autarkie und dem Aufkommen von KI und Hochleistungsrechnen als High-Tech-Megatrends.

Nach Angaben von Jon Peddie Research entwickeln und produzieren derzeit insgesamt 18 Unternehmen GPUs. Zwei Unternehmen entwickeln hauptsächlich SoC-gebundene GPUs für Smartphones und Laptops, sechs entwickeln GPU-IP und 11 GPU-Entwickler konzentrieren sich auf GPUs für PCs und Rechenzentren, darunter AMD, Intel und Nvidia.

Tatsächlich wird die Zahl der GPU-Unternehmen sogar noch größer, wenn andere chinesische Unternehmen wie Biren Technology und Tianshu Zhixin zur Liste hinzugefügt werden. Allerdings konzentrieren sich Biren Technology und Tianshu Zhixin derzeit nur auf KI und Hochleistungsrechnen, sodass JPR sie nicht als GPU-Entwickler im herkömmlichen Sinne betrachtet.

Chinas Weg zur technologischen Rettung: GPU-Entwicklung

Als zweitgrößte Volkswirtschaft der Welt wird China in fast allen Aspekten unweigerlich mit den Vereinigten Staaten und anderen entwickelten Ländern konkurrieren. China tut alles, um Ingenieure aus der ganzen Welt anzulocken.

Tatsächlich werden in China jedes Jahr Hunderte neuer IC-Designunternehmen gegründet. Sie entwickeln Produkte, die von winzigen Sensoren bis hin zu komplexen Kommunikationschips reichen, in dem Bemühen, gegenüber westlichen Lieferanten autark zu werden.

Aber um wirklich auf die Welle der künstlichen Intelligenz und des Hochleistungsrechnens aufzuspringen, braucht man CPUs, GPUs und spezielle Rechenbeschleunigungstechnologien.

Apropos CPUs: China sieht sich in Bezug auf Fertigungsausrüstung und Technologie einer immer strengeren technologischen Blockade durch die Vereinigten Staaten gegenüber, und es ist unmöglich, bald mit dem weltweit fortgeschrittenen Niveau Schritt zu halten. Andererseits kann man jedoch sagen, dass die Entwicklung und Produktion einer anständigen GPU fruchtbarer ist als der Versuch, eine konkurrenzfähige CPU zu bauen.

„Für chinesische Unternehmen ist die Ausbildung in künstlicher Intelligenz die Hauptantriebskraft für die unabhängige Forschung und Entwicklung von GPUs. Einerseits liegt das daran, dass die GPUs von NVIDIA zu teuer sind, andererseits ist sie auch ausverkauft der Wunsch nach Selbstversorgung“, sagte Jon, Leiter von JPR Peddie.

GPU ist im Wesentlichen ein paralleles Gerät mit einer großen Anzahl von Recheneinheiten aus Redundanzgründen, was das Starten und Betreiben der GPU erleichtert, die Kosten pro Transistor relativ niedrig ist und auch die Gesamtausbeute gut ist. Darüber hinaus erleichtert die Parallelität von GPUs die skalierbare Bereitstellung.

Im Vergleich zu CPUs stellen GPUs weniger strenge Anforderungen an die Prozesstechnologie in Design und Fertigung. Auch wenn Chinas fortschrittlichster Chiphersteller SMIC nicht über so fortschrittliche Produktionsprozesse verfügt wie TSMC, können GPUs dennoch zur Leistungsskalierung eingesetzt werden, um ausreichend beeindruckende Ergebnisse zu erzielen Leistung.

Auch wenn chinesische GPU-Entwickler die Möglichkeit verlieren, die erweiterten Knoten von TSMC (N7 und niedriger) zu nutzen, können zumindest einige von ihnen bei SMIC immer noch einfachere GPU-Designs erstellen und die Anforderungen von KI, HPC und einem Teil davon erfüllen die Bedürfnisse des Gaming-/Unterhaltungsmarktes.

Darüber hinaus kann man aus nationaler Sicht auch sagen, dass GPUs mit KI- und HPC-Fähigkeiten wichtiger sind als CPUs, weil KI und HPC völlig neue Anwendungen ermöglichen können, wie zum Beispiel autonome Fahrzeuge und Smart Cities.

Obwohl die US-Regierung den Export von Supercomputer-basierten CPUs und GPUs nach China stark eingeschränkt hat, sind die Auswirkungen dieser Einschränkung aufgrund der relativ niedrigeren Schwelle für Design und Herstellung von GPUs im Vergleich zu CPUs weitaus weniger offensichtlich.

GPU-Mikroarchitektur ist relativ einfach, aber Hardware-Design ist teuer

Es sollte jedoch beachtet werden, dass es derzeit zwar viele GPU-Entwickler gibt, aber nur zwei wirklich wettbewerbsfähige unabhängige GPUs für PCs erstellen können. Das mag daran liegen, dass es relativ einfach ist, eine GPU-Architektur zu entwickeln, aber es ist wirklich schwierig, sie richtig zu implementieren und geeignete Treiber zu entwerfen.

CPU- und GPU-Mikroarchitektur sind im Grunde „die Schnittstelle zwischen Wissenschaft und Kunst“. Bei diesen Architekturen handelt es sich um komplexe Sätze von Algorithmen, und die Teams, die sie entwickeln, können recht klein sein, aber es kann mehrere Jahre dauern.

Es ist verständlich, dass Mikroarchitektur auf Servietten und Whiteboards erfolgt. Was die Kosten betrifft: Wenn es nur um den Architekten selbst geht, kann das Team nur aus einer Person bestehen, vielleicht aus drei oder vier Personen. Aber jede Art von Architektur, Gebäude, Raketenschiff, Netzwerk oder Prozessor ist ein komplexes Schachspiel.

Zum Beispiel der Versuch, den Herstellungsprozess und die Standards in fünf Jahren vorherzusagen, die Kosten-Leistungs-Kompromisse, welche Funktionen hinzugefügt, welche Funktionen aufgegeben oder ignoriert werden sollten, das sind alles sehr knifflige und zeitaufwändige Aufgaben .

Architekten verbringen viel Zeit damit, im Kopf Annahmen zu treffen. Wenn beispielsweise der Cache um 25 % größer wird und 6000 FPUs vorhanden sind, sollte dann ein PCIe 5.0-I/O-Bus erstellt werden? Kann dies fristgerecht abgeschlossen werden? Und so weiter.

Da die Entwicklung von Mikroarchitekturen Jahre dauern kann und talentierte Designer erfordert, lizenzieren viele Unternehmen in einer Welt, in der die Zeit bis zur Markteinführung von entscheidender Bedeutung ist, einfach von Unternehmen wie Arm oder Imagination Technologies handelsübliche Mikroarchitekturen. oder bewährte GPU-IP.

Zum Beispiel lizenziert das chinesische Unternehmen Innosilicon GPU-Mikroarchitektur-IP des britischen Unternehmens Imagination zur Verwendung in seiner Fantasy-GPU.

Es gibt auch einen chinesischen GPU-Entwickler, der die PowerVR-Architektur von Imagination verwendet. Mittlerweile verwendet ein anderer GPU-Hersteller, Zhaoxin, eine GPU-Mikroarchitektur von Via Technologies.

Die Kosten für die Entwicklung einer Mikroarchitektur können variieren, sind aber im Vergleich zu den physischen Implementierungskosten moderner High-End-GPUs relativ niedrig.

Seit Jahren verlassen sich Apple und Intel, zwei Unternehmen mit bedeutendem Ingenieurstalent, beim GPU-Design auf Img. MediaTek und andere kleine SoC-Anbieter verlassen sich auf Arm. Qualcomm nutzte lange Zeit ATI/AMD und Samsung wechselte zu AMD, nachdem es mehrere Jahre lang versucht hatte, eine eigene Grafik-Engine zu entwickeln.

Kürzlich haben zwei neue chinesische GPU-Unternehmen ehemalige AMD- und NVIDIA-Architekten eingestellt, und zwei weitere nutzen IMG. Es ist ein sehr zeitaufwändiger Prozess, in den Markt einzutreten und die Fähigkeiten eines Architekten zu erlernen, worüber man sich Sorgen machen muss und wie man Lösungen findet.

„Wenn Sie ein Unternehmen finden, das bereits einen Designplan hat und diesen schon lange entwirft, können Sie viel Zeit und Geld sparen, und auf dem Markt ist Zeit alles.“ „In diesem Prozess wird es zu viele Probleme geben. Nicht jede von AMD oder Nvidia entworfene GPU wird ein Gewinner sein. Ein gutes Architekturdesign kann sich jedoch nach mehreren Generationen von Anpassungen langsam verbessern“, sagte die verantwortliche Person.

Für neue Produktionsprozesse ist der Aufwand für Hardware-Implementierung und Software-Entwicklung zu hoch. Nach Schätzungen der International Business Times belaufen sich die Designkosten für Geräte, die mit 5-nm-Technologie hergestellt werden, auf über 540 Millionen US-Dollar. Wenn der Prozess 3 nm beträgt, erhöhen sich die Designkosten um das Dreifache.

„Wenn man Layout und Grundriss, Simulation, Verifizierung und Treiber berücksichtigt, explodieren Kosten und Zeit für die GPU-Entwicklung“, erklärte Peddie.

„Hardware-Design und -Layout sind sehr einfach: Wenn Sie eine Zeile falsch verstehen, kann die Fehlerbehebung monatelang dauern.“

Derzeit gibt es nur wenige Unternehmen auf der Welt, die Hardware mit den Fähigkeiten von AMD entwickeln können und moderne Gaming- oder Computing-GPU-Chips auf Nvidia-Niveau (46 bis 80 Milliarden Transistoren).

Allerdings haben die BR104 und BR100, die das chinesische Unternehmen Biren Technology vor nicht allzu langer Zeit herausgebracht hat, fast ähnliche Werte erreicht. (Es wird spekuliert, dass der BR104 etwa 38,5 Milliarden Transistoren enthält).

Derzeit kommen 8 der 11 PC-/Rechenzentrums-GPU-Designlieferanten weltweit aus China, was für sich spricht.

Vielleicht werden wir in naher Zukunft keine konkurrenzfähigen Indie-Gaming-GPUs sehen, außer von amerikanischen Unternehmen. Ob China einen wettbewerbsfähigen Konkurrenten auf den Markt bringen kann, bleibt abzuwarten.

Das obige ist der detaillierte Inhalt vonDie CPU steckt fest und chinesische Unternehmen wechseln nacheinander den Kurs: Können heimische GPUs erfolgreich sein?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!