三星|芯动科技专访:揭秘国产首款高性能4K级显卡GPU风华1号背后的故事( 四 )


问:现在国内其实不少的GPU创业公司 , 更多的选择是做GPGPU , 主要做高性能AI计算 , 而我们芯动科技则选择的是做图形渲染类的GPU 。 如何看待目前国内国产 GPU 在这两个方向的发展?
毛鸣明:从GPU赛道来说 , 我最近看了一下 , 有十几家公司都在做GPU , 如果细分一下 , GPU赛道还可以分几个类别 , 我一般把它归为三类 , AI、FP和渲染 。 AI大家比较熟悉 , FP就是支持双精度的浮运算 , 这样可以做科学计算 , 渲染就是比较传统的做游戏、做桌面 , 做各种图形化应用 。
目前很多GPU公司是从AI开始做 , 然后往双精度和渲染扩展 , 而我们芯动科技选择的赛道是从渲染开始做 , 然后再向双精度和AI扩展 。 这条路开始的时候比较艰难一点 , 渲染的复杂程度比较大 , 里面不光包括了类似于通信计算、GPGPU里面需要的计算核 , 它还包括了很多图形管线 , 包括从前端的几何(Geometry)纹理(texture)还有后面光栅化像素(Pixel)的处理 , 所以前面的挑战比较大 后面的路就容易走了 。
不过 , 从生态方面来看 , 从图形渲染方面入手 , 有很多业界成熟的标准的API , 比如有OpenGL、OpenGL ES、DirectX、Vulkan等 , 不像在AI、FP领域 , 这一块完全是被英伟达一手打造的CUDA生态所垄断 。 虽然说图形渲染在技术层面来说相对复杂一点 , 但是好处就是接口API是标准化的 , 所以更多的是把API的接口支持做好 , 然后做很多性能的调优等 , 就可以切入到GPU图形渲染的市场 , 可以避免一上来就跟非常强大的CUDA生态PK的挑战 。 如果做GPU选择从AI、FP领域入手 , 会有比较大的生态方面的挑战 。 英伟达现在已经把自己定义成软件公司并建立了一个非常庞大的围绕CUDA的生态 , 目前GPU的AI市场也是他们硬生生开辟出来的道路 。
从市场角度来说 , 目前GPU市场主要有三大公司 , 英伟达、AMD、英特尔(英特尔集显上面占有超过50%的市场份额 , 同时目前也在大力发展独显) 。 那么 , 如何在这个市场上面切入?我认为有两个方面:
一方面 , 就是顺势而为 。 因为现在在云上面的渲染需求呈现爆发式的增长 , 特别是最近火热的“元宇宙”概念 , 云端图形渲染还是比较新的赛道上 , 这一部分是比较适合芯动科技GPU的架构的 。 云端图形渲染还可以分为Windows赛道和安卓赛道 , 我们可能会选择一些比较适合我们架构特色的赛道 , 比如说安卓赛道 。 在云上面的应用 , 比如说虚拟化这些跟传统的市场有一定的竞争关系 , 云上面的运用越广越多 , 虚拟化越来越普及的话 , 就会蚕食现有的市场 。 如果大家都用虚拟化了 , 英伟达显卡可能需求就少了 。 所以 , 在这个上面我们可以抓住一些在架构上有优势和生态上有优势的点进行突破 。
另一方面就是在比较传统的消费类市场方面 , 针对桌面PC、笔记本这些终端 , 入门级别的显卡市场 , 我们可以做一些国产化的市场 , 因为现在国产化的呼声也比较高 , 而且竞争非常激烈而把性价比做好打价格战规模战都是我们的优势 。
基于我们的技术实力和顽强作风芯动科技在芯片的快速迭代方面也是比较擅长的 , 我们用两到三年的时间就可以迅速切入这个市场 , 建立桥头堡 。
敖钢:现在国产GPU概念确实比较热 , 很多公司宣布进入 , 但是我们的产品是最快推出来的 , 这其中不光是我们做得快 , 我们的布局也更早 , 只不过我们一直很低调 , 我们一直用结果说话 , 这是我们公司的一贯作风 。
说到GPU的发展路径 , 其实图形渲染的难度更高 , 这相当于直接对标的是英伟达这样的公司 , 那是一块硬骨头 。 我们也认为现在市场的真正需求更多还是在图形渲染上 。 虽然它是个难点 , 但也是一个真正应用里面用的更多的 。 而 AI 技术市场 , 其实是个比较碎片化的市场 。 你可以看到 , 现在所有的 AI 的公司 , 没有几个能够真正做到盈利的 。 所以 , 我们芯动科技一惯是走市场化的道路 , 靠我们的产品和市场来生存 , 而不是玩那些虚的东西 。 因此我们做出来的产品一定是要能够真正满足市场需求的 , 而不是满足资本需求的 。 市场愿意付的钱才是可靠的 , 而投资人付的钱其实都是债 。

相关经验推荐