英特尔院士 Aditya Navale 从实现更好的像素绘制到解决人类复杂计算挑战，共享图形处理器的演变过程。

芯片采购网专注于整合国内外授权IC代理商现货资源，芯片库存实时查询，行业价格合理，采购方便IC芯片，国内专业芯片采购平台。

- Aditya Navale，英特尔院士，GPU 核心 IP 架构总监

事实上，我们期待着英特尔进入独立的显卡市场。

英特尔院士 Aditya Navale 我一直希望英特尔能进入独特的市场。Aditya Navale 在英特尔工作 30 年，其中 20 多年来深耕图形技术。

不久前，英特尔发布了英特尔锐炫 移动独立显卡，今年将推出应用于台式机的独立显卡。这标志着英特尔在显卡过程中迈出了重要速计算系统和图形业务部门，Navale 团队至关重要——他们开发的核心 IP 多代英特尔的结构 GPU 奠定了基础，包括首款英特尔锐炫 A 独立显卡系列。

如果我们把集成显卡(通常和 CPU 英特尔已经在同一个裸片上集成了) PC 显卡ECS代理领先的市场份额。Navale 对英特尔来说，从集成显卡到独立显卡是一个重要的步骤，因为这是一项具有挑战性的复杂任务。

自 2019 多年来，英特尔集成显卡的游戏性能已经提升到原来的几倍，而英特尔锐炫独立显卡基于集成显卡技术再次实现了游戏性能的显著提升。目前的英特尔集成显卡最多包括 96 一个执行单元，锐炫独立显卡将使用多达 512 个 Xe 矢量引擎。Navale 指出:面积增加 5 同时，我们需要克服的挑战是在特定的功率范围内更好地提高性能。”

除了进入独特的市场，成为重要的一员，我们开发锐炫显卡的想法之一就是探索大规模的 GPU 他解释说，架构设计和软件开发。

作为一个独特领域的新人，成为一个有竞争力的新选择意味着产品的特点和性能不仅应该有吸引力，而且应该支持一系列的游戏和应用程序。软件第一的概念一直在推动我们的架构创新。

从像素绘制到深度学习

是什么促进了人们对数倍于普通笔记本电脑图形处理能力的需求？答案是丰富的对比研究。

GPU 主要任务是加速图形渲染： 2D 屏幕上创建 2D 和 3D 图像。简而言之，GPU 它负责在屏幕上绘制像素。CPU 一次处理一两个复杂的任务， GPU 它旨在并行处理许多小任务，即绘制像素。

例如，当你阅读这篇文章时，屏幕上的像素变化不大，所以 GPU 不需要做太多的工作。但当系统运行逼真时 3D 在游戏等任务中，像素会不断变化。Navale 解释说：越想在游戏中呈现身临其境的沉浸感，GPU 你需要做的工作越多。无论是微风中漂浮的头发，还是不同程度的光影效果，这些细节都需要更多的努力来显示每个像素。为了保证细节渲染的流畅性，这些工作需要快速完成。

游戏只是开始。

GPU 可用于高度并行计算的数据处理器，Navale 表示：“GPU 除了绘制像素，应用场景也在快速增长。GPU 应用于人工智能、深度学习和高性能计算也有助于人类解决复杂的计算挑战。

不同负载的芯片开发听起来很复杂。Navale 所以基于表示 GPU 构建的软件生态为上述困境提供了解决方案。

我们构建了满足所有新要求的软件生态系统。 Navale 考虑到高性能计算、人工智能和游戏等领域的需求，软件生态需要以高度协调的方式进化。为此，我们需要在仔细考虑后不断改进结构。

GPU需求成倍增长-趋势 Z 级计算

人们对 GPU 因此，我们需要依靠灵活性和新的设计理念来加倍需求 GPU将性能提升到一个新的高度。我们将构建和部署 IP，确保它既可以应用于集成领域，也可以应用于大型独显。 Navale 这种可扩展性是内置的。为了轻松快速地实现其可扩展性，我们还完成了大量的参数化工作。

为了实现 Z 超级计算，即世界上下一个重要的强大计算系统，他解释说：产品的可扩展性将进一步提高。这不仅意味着每个芯片的计算能力将翻倍，而且还允许多个芯片进行系统级包装。

“Ponte Vecchio 在这方面取得了一些进展 47 不同的块(tile) 组合到单个 GPU 但现在这种模式还在发展，随着我们的进步，它将获得更好的势头和采用。