Tags:
Node Thumbnail

ตลาดปัญญาประดิษฐ์เป็นตลาดที่ NVIDIA ได้เปรียบอย่างมากในช่วงปีที่ผ่านมา เพราะเฟรมเวิร์คหลักๆ ล้วนรองรับการ์ด GeForce แต่ตอนนี้เอเอ็มดีก็ประกาศชิงตลาดนี้อย่างเป็นทางการ โดยการประกาศชุดฮาร์ดแวร์และซอฟต์แวร์ออกมาพร้อมกัน

ฮาร์ดแวร์ชุดใหม่ของเอเอ็มดีเป็นการ์ดประมวลผล Radeon Instinct การ์ดสำหรับประมวลผลที่ผลิตโดยเอเอ็มดีเองโดยตรง โดยการ์ดที่เปิดตัวครั้งนี้มีสามรุ่น ได้แก่

alt="upic.me"

  • Radeon Instinct MI6: ชิปภายในเป็นสถาปัตยกรรม Polaris พลังประมวลผล 5.7 TFLOPS ที่เลขทศนิยมแบบ FP16 หน่วยความจำสูงถึง 16GB
  • Radeon Instinct MI8: ชิปภายในเป็น Fiji พลังประมวลผล 8.7 TFLOPS ที่เลขทศนิยมแบบ FP16 หน่วยความจำแบบแบนวิดท์สูง 4GB ลักษณะพิเศษอีกอย่างคือการ์ดสั้น ทำให้ติดตั้งเข้ากับเซิร์ฟเวอร์แบบเคสขนาดเล็กได้ด้วย
  • Radeon Instinct MI25: ยังไม่มีรายละเอียดมากนัก แต่ใช้ชิปสถาปัตยกรรมใหม่ Vega ที่ออกแบบมาเพื่อรองรับการประมวลผล deep learning โดยเฉพาะ ทางเอเอ็มไม่บอกพลังประมวลผลโดยตรง แต่สเปคของเซิร์ฟเวอร์ (ที่ดันเปิดตัวพร้อมกัน) ก็แสดงให้เห็นว่าน่าจะอยู่ที่ 25 TFLOPS ที่ FP16

ตัวฮาร์ดแวร์คาดว่าจะเริ่มส่งมอบได้ภายในครึ่งปีแรกของปี 2017

ฝั่งซอฟต์แวร์เองทางเอเอ็มดีก็ประกาศซอฟต์แวร์ออกมาอีกสองชุด คือ MlOpen และเฟรมเวิร์ค deep learning สำหรับ ROCm

MlOpen เป็นไลบรารีสำหรับฟังก์ชั่นพื้นฐานในการประมวลผลปัญญาประดิษฐ เช่น convolution, pooling, normalization, และ tensor ตัวไลบรารีเป็นโอเพนซอร์ส จะเปิดออกมาภายในไตรมาสแรกของปี 2017

alt="upic.me"

ROCm deep learning framework เป็นส่วนขยายของ ROCm ที่ทำให้เฟรมเวิร์ค deep learning ยอดนิยม เช่น Caffe, Torch 7, MxNet, Theano, CNTK, Chainer, และ Tensorflow มารันบนการ์ด Instinct

alt="upic.me"

ผู้ผลิตเซิร์ฟเวอร์ที่ประกาศรองรับการ์ด Instinct แล้ว เช่น Super Micro, Falconwitch, Inventec โดย Inventec ประกาศรุ่นใหญ่สุดคือ Inventec Rack ตู้ขนาด 39U ใส่การ์ดรวม 120 ใบ พลังประมวลผลรวม 3 เพตาฟลอปที่ FP16

ราคาของการ์ด Instinct ยังไม่เปิดเผย แต่ในแง่ผู้ใช้ทั่วไป ถ้า MlOpen และ ROCm รุ่นใหม่ปล่อยออกมา ก็มีความหวังสูงมากว่าจะใช้งานกับการ์ดเอเอ็มดีอื่นๆ ได้ด้วย นักพัฒนาน่าจะเลือกการ์ดกันได้อิสระมากขึ้น

ที่มา - AMD Radeon Instinct, จดหมายข่าวเอเอ็มดี

Get latest news from Blognone

Comments

By: sapjunior
AndroidUbuntuWindows
on 12 December 2016 - 22:55 #958166

สู้ยากมาก nvidia ทำ cuda มานานหลายปีมากจนฝั่ง research เป็น cuda กันหมด (nvidia แจก vga ให้ academic ใช้กันฟรีๆด้วย) โอกาศขายได้ค่อนข้างน้อยจริงๆ...

By: kurosame
ContributoriPhone
on 12 December 2016 - 23:49 #958173
kurosame's picture

จะย้ายไปค่ายเขียวละ หุหุ


เข้าท่ากับบ้าบอ

By: Kerberos
AndroidRed HatUbuntuWindows
on 12 December 2016 - 23:58 #958174
Kerberos's picture

นึกว่าจะมาแรงแซง Intel ทำ driver OpenCL มาให้ซะอีก ดันมาเป็นการ์ดแยก นักวิจัยบ้านๆ ก็ใช้ NVIDIA ต่อไป ไปห้างก็หาการ์ดมาทำงานได้เลย ถึงจะเป็น proprietary เหมือนกัน แต่มันก็ mature กว่าเยอะ

By: mr_tawan
ContributoriPhoneAndroidWindows
on 13 December 2016 - 11:13 #958288 Reply to:958174
mr_tawan's picture

AMD ก็ทำ OpenCL (และพยายามดันมาก) อยู่แล้วนะครับ ปัญหาคือนักวิจัยที่เขียนโค๊ดไป CUDA แล้วคงไม่เขียนใหม่


  • 9tawan.net บล็อกส่วนตัวฮับ
By: Kerberos
AndroidRed HatUbuntuWindows
on 13 December 2016 - 21:33 #958471 Reply to:958288
Kerberos's picture

คือผมหมายถึง Tensorflow ยังไม่ support OpenCL เลย OpenCL support ตอนเห็นข่าวครั้งแรกคิดว่า AMD จะทำสักอย่างให้การ์ดเดิมทำงานกับ tensorflow ได้

By: lew
FounderJusci's WriterMEconomicsAndroid
on 14 December 2016 - 06:28 #958517 Reply to:958471
lew's picture

ผมเข้าใจว่ามันติดตัว Deep Learning Library ของ NVIDIA นะครับ (เวลาใครใช้ Tensorflow ต้องไปโหลดมาลงเพิ่มจาก CUDA) ทาง AMD ถึงต้องมาทำ MlOpen เพื่อให้เทียบเคียงกัน จะได้คอมไพล์ออกมาได้

ไม่แน่ใจว่ามันจะออกมารูปไหน ถ้าพอร์ตเฉพาะตัว MlOpen ไปอยู่บนแพลตฟอร์มอื่นได้ด้วย (OpenCl รวมถึง Xeon Phi) ก็น่าจะพาๆ กันไปได้


lewcpe.com, @public_lewcpe

By: langisser
In Love
on 13 December 2016 - 00:12 #958179

ชื่อหัวข่าวครับ บุด->บุก
หรือว่าจะบดตลาดไปเลยดี แซวๆนะครับ

By: McKay
ContributorAndroidWindowsIn Love
on 13 December 2016 - 00:33 #958183
McKay's picture

ถ้าทำราคาดีๆนี่กินตลาด FP16 ขนาดกลางได้เลยนะ เพราะ NVIDIA กั๊ก FP16 ให้ไปใช้กับ Tesla นี่แหละ


In Soviet Warcraft, Argus comes to you.

By: lew
FounderJusci's WriterMEconomicsAndroid
on 13 December 2016 - 04:41 #958200 Reply to:958183
lew's picture

ผมว่าสำคัญคือ ROCm จะใช้งานได้เนียนแค่ไหนนี่ล่ะครับ ถ้าเนียนจริง (อย่างน้อยระดับ python แล้วไม่มีปัญหาอะไร) ก็น่าคิดกันง่ายหน่อย


lewcpe.com, @public_lewcpe

By: delta on 13 December 2016 - 10:51 #958278
delta's picture

นอกเรื่อง...วันนี้ zen coming...ใช่ไหม...21.00