刚结束的2021年架构日，处理器龙头英特尔公布全新独立显卡架构Xe-HPG。新架构首批GPU将采用台积电N6制程，2022年第一季上市。这也是英特尔1998年发表i740以来，20多年后再次踏入独立GPU市场。由于英特尔加入，独立GPU市场再次形成三国鼎立局面，图形、图像到AI和高性能计算，技术竞争和市场争夺将全面升级。

近期GPU市场行情看涨，研究公司Jon Peddie Research报告显示，2021年第一季度全球GPU出货量达1.19亿颗，较2020年同期成长38.78%。英特尔整体GPU出货达68%市占率，但独立GPU方面，英伟达仍以81%市占率遥遥领先，AMD以19%市占率排名第二。Jon Peddie Research预期，独立GPU出货量还将继续攀升，到2025年将占整体GPU市场26%。

因独立GPU用途广泛，成为大芯片市场应用佼佼者，架构和制程技术都达产业顶峰。英伟达2020年消费市场旗舰级GeForce RTX30系列GPU，采用三星8纳米制程，RTX3080和RTX3090包含的晶体管数目达280亿个。竞争对手AMD RX6000系列采用台积电7纳米制程，晶体管数目也达268亿个。

因顶尖制程和庞大晶体管数目是因应越来越复杂的芯片架构。以英伟达安培（Ampere）架构为例，运算部分包括串流处理器（Stream Processor，SP）、纹理映射单元（Texture mapping unit，TMU）、深度学习单元（Tensor Core）、光线追踪单元（RT Cores）、光栅化处理单元（ROPs）等。GPU带入AI领域的是深度学习单元，用于实时深度学习、大型矩阵运算和深度学习超级采样等作业，将GPU性能和作用完全提升，从图形处理器升级成计算处理器。

为了追求性能，独立GPU的竞争演化成架构比拼。英伟达2020年推出安培架构，AMD回应RDNA 2架构，RX6000性能可与RTX30一较高下。这次英特尔加入战局也是有备而来，Xe架构经过多年发展，不但具备最流行的各种元素，还使用台积电6纳米制程，完全有实力与英伟达和AMD一较高下。仍有市场人士指出，英特尔还是基因为CPU的企业，GPU运作仍需配合CPU。整体来说，处理好CPU和GPU的发展冲突，将是英特尔未来的挑战。

时间回到2012年，多伦多大学创建能从100万样本自动学习识别图像的Alex Net深度神经网络，仅用两个NVIDIA GTX580 GPU训练数天，就赢得当年Image Net竞赛，击败磨练几十年的人类专家算法。业界认识深度学习的强大后，斯坦福大学就与英伟达研究室合作开发使用大规模GPU计算系统训练网络的方法，从此揭开深度神经网络技术的发展，一举奠定GPU在AI领域的地位。

GPU能用于人工智能与深度学习，因提供多个平行运算基础结构，且核心数较多，可平行运算大量数据，还拥有快速储存速度和高浮点运算能力，使GPU完美契合AI计算需求，GPU仍是AI训练阶段较适合的芯片。据统计，GPU在AI时代的云端训练芯片仍占高达64%。虽然随着FPGA及ASIC技术突破，GPU市占率有些下降，仍是云端训练市场占比最大的芯片种类，2019~2021年年复合成长率达40%。

凭着GPU在数据中心的优异表现，英伟达业绩也一路走高。今年第一季数据中心业务营收达20.5亿美元，创历史纪录，与2020年同期相比成长达79%，与上一季相比也成长8%，占总营收比重36%。发展较晚的AMD也奋起直追，执行长苏姿丰说今年第二季数据中心GPU营收较2020年同期成长一倍多。有出色营收表现要归功于Instinct加速器部署增加，还有CDNA2架构最新数据中心显卡首次出货。

英特尔最新数据中心GPU Ponte Vecchio日前发表，拥有1000亿颗晶体管的SoC也创下英特尔纪录。Ponte Vecchio采用Xe-HPC微架构，由多个复杂设计组成，以单元形式呈现，然后嵌入式多芯片互连桥接单元单元组装，达成单元低功耗、高速连接效能。设计均集成于Foveros封装，为提高功率和互连密度形成有源芯片的3D堆栈。

市场人士表示，ASIC和FPGA都在与GPU竞争时，英特尔选择发展GPU，说明GPU可能还是通用AI的最好选择。这颗巨大芯片也可看作反击英伟达数据中心CPU，双方都建立CPU+GPU布局，准备面对面对决。英特尔还在发展oneAPI计划，成为英伟达CUDA的强大竞争对手，因范围不仅限GPU，涵盖CPU和所有处理器。

就英伟达、AMD、英特尔布局看来，尽管独立GPU不能完全取代CPU，但成为数据中心非常关键的一环。全球三大芯片厂商都力攻此领域，GPU三国志未来可能连番上演。

封面图片来源：拍信网