Yakından incelenmesi gereken bir olgudur. Büyük PC çip üreticileri, dizüstü bilgisayarlarda CPU ve GPU’ların çalışmasını koordine etmek için çalışıyor. Daha iyi performans ve daha iyi enerji verimliliği elde edilmesi gerekenler.
Nvidia’nın bu alandaki en son çalışması, yalnızca şirketin hedeflerine ulaşmak için rakiplerle birlikte çalışması gerektiği için değil, aynı zamanda bu çalışmanın Max. Artık sistem tasarımını optimize etmek için AI kullanan dizüstü bilgisayarlar”. Yapay zekanın yazılım geliştirmede nasıl daha usta hale geldiği hakkında çok şey yazılmış olsa da (DeepMind’in son AlphaCode gelişmeleri gibi), çözülmesi gereken zorlu sorunların olduğu bilgisayar mimarilerini optimize etmek için yapay zekayı kullanmaya daha az ilgi duyulmuştur.
Max Q başlangıçta, on yıl önce yılda birkaç yüz bin birimden yılda 20 milyonun üzerine çıkan ve PlayStation gibi konsolların satışlarını bile gölgede bırakan bir kategori olan oyun dizüstü bilgisayarlarına odaklandı. Bu süre zarfında, bir oyun dizüstü bilgisayarının kalınlığının 30 mm veya daha fazlasından 20 mm veya daha azına düştüğünü gördük. Ve birçoğunun ağırlığı iki kiloya yakın olsa da, 1440p çözünürlük ve yüksek kare hızlarıyla birinci sınıf oyun deneyimleri sunuyorlar.
CPU ve GPU arasında hangisi daha iyi çalışır?
Ek olarak, bilgisayarların kalınlığını ve ağırlığını azaltmadaki ilerleme, daha çapraz bir yaklaşım lehine agresif ve heybetli stillerin azalmasına yol açmıştır. Bu, özellikle HP’nin Omen ve Victus’u ve Lenovo’nun Legion’u gibi markalarda belirgindir.
Son olarak, güç verimliliğinde iyileştirmeler var ve watt başına geliştirilmiş performans sayesinde daha uzun çalma süreleri sağlıyor. Bu iyileştirmelerin çoğu süreç teknolojisindeki gelişmelerle mümkün olsa da, sistem mimarisini optimize ederek büyük ölçüde geliştirilebilirler.
İşte burada yapay zeka devreye giriyor. Nvidia’nın ürün yönetimi ve pazarlama müdürü Mark Aevermann’a göre, sistem verimliliğini artırmak için güç ve ısının CPU ve GPU arasında dinamik olarak değiştirildiği Max Q’nun Dynamic Boost özelliğinin ilk versiyonu, mühendislerin bu yükleri en iyi nasıl telafi edeceklerine dair tahminlerini yansıtan kod tarafından ele alındı.
Tensör Devrimi
Ancak Nvida, GPU mimarisine Tensör Çekirdeklerini (AI için) eklediğinde, şirket, yapay zekanın, sistem gücünü mümkün olan en iyi şekilde nereye taşıyacağını belirlemek için gerçek zamanlı olarak yüzlerce girdiyi tartma konusunda çok daha iyi bir iş çıkarabileceğini fark etti. yeterlik. Statik insan tarafından geliştirilen algoritmaların aksine, AI bu termal arbitrajda zamanla gelişir. Aynı şey Intel’in yakın zamanda duyurulan Alder Lake gibi yeni işlemci mimarileri için de geçerli. Aslında Nvidia, Nvidia’nın GPU’larının Intel’in Core 12-gen mimarisinin hem performans hem de verimlilik çekirdeklerini idare edebilmesini sağlamak için Intel ile yakın çalıştığını söylüyor.
Bu da başka bir soruya yol açıyor: İkisi de Nvidia ile rekabet ederken AMD ve Intel neden böyle bir işbirliği peşinde koşuyor? Bu işlemci şirketlerinin her ikisi de GPU işletmelerinin büyümesini görmek isterken, Nvidia bugün yerleşik GPU pazarında o kadar güçlü bir varlığa sahip ki, diğer şirketler buna sırt çevirirse, bu büyük oyun ve performansta bir düşüş anlamına gelebilir. iş istasyonu PC pazarları, ana rakiplerine veya daha da kötüsü Apple’a bir avantaj sağlıyor.
Başka bir deyişle, AMD işlemci pazarını Intel’e kaptırmak istemiyor (ve tersi) çünkü yongaları Nvdia’nın GPU’ları ile aynı performansı göstermiyor.