2024 IFA消费电子展上,AMD宣布了一项重大的战略转变,AMD的高级副总裁兼图形与计算业务事业部总经理Jack Huynh透露,AMD将把面向消费者的RDNA图形架构和面向数据中心的CDNA架构合并为一个统一的架构,命名为UDNA。这一决策是AMD在GPU领域的一次重要转型,AMD希望通过简化开发流程和提高市占率策略来更有效地挑战英伟达的CUDA生态系统。

2019年放弃历史悠久的GCN微架构,AMD将其图形微架构分为两种不同的设计:RDNA和CDNA。RDNA主要针对消费市场的游戏图形产品,而CDNA则专门为数据中心和高性能计算(HPC)工作负载设计。这两种架构各自发展了三代,AMD认为现在有必要重新统一这些架构。
Jack Huynh解释到,虽然分开的架构使得Radeon图形卡和Instinct计算加速器在各自的领域得到了优化,但也导致了开发生态的碎片化。与英伟达统一的CUDA生态相比,外部开发人员在市占率较低的AMD显卡上需要花费更多的精力来支持所有产品。通过合并架构,AMD希望能够简化开发者的工作流程,特别是在其数据中心业务日益壮大的背景下。
此外,Huynh也承认了AMD在RDNA架构上的一些失误,比如内存一致性和缓存子系统的频繁变动,这些都需要开发者不断的重新优化。UDNA架构的推出将致力于实现稳定且持续的优化,并确保完全的前后兼容性。AMD已经规划了未来几代产品,包括UDNA 6和UDNA 7,以保持优化的连续性。

AMD将优先考虑AI芯片的开发,旗舰级游戏显卡将会被搁置。AMD的目标是在更低的价格点上建立规模和市场份额,而不是说服消费者离开英伟达的高端市场。AMD希望通过这一策略,最终能够吸引更多开发者参与其生态系统,并在数据中心GPU市场取得更大的成功。
Jack Huynh表示:未来,我们仍可能会打造旗舰级游戏显卡。但现在的首要任务是扩大 AMD 的规模。因为现在没有规模,找不到开发人员来优化。如果我告诉开发人员,“我只有 10% 的市场份额”,他们只会说,“杰克,我祝你一切顺利,但我们必须与英伟达合作。”
所以,我们必须向开发人员展示一个有吸引力的计划,比如对他们说,“嘿,我们可以通过这个策略获得 40% 的市场份额。”然后他们会说,“我现在支持你,杰克。现在我将在 AMD 上进行优化。”一旦我们做到了这一点,我们就可以去打造旗舰游戏显卡。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。