شرکت AMD و انویدیا بهترین کارت‌های گرافیک را روانه بازار می‌کنند؛ بااینحال، چشم‌پوشی از این حقیقت که انویدیا در اغلب اوقات پیشرو به‌حساب می‌آید، دشوار است. منظور از پیشروبودن، فقط تفاوت فاحش در سهم بازار نیست؛ بلکه در‌حال‌حاضر با‌توجه‌به محصولات موجود در جدیدترین نسل کارت گرافیک، انویدیا به‌معنای واقعی کلمه یکه‌تازی می‌کند و پردازنده‌های گرافیک قدرتمندی را عرضه کرده است که از کارت‌های دیگر یک سروگردن بالاتر می‌ایستند؛ درحالی‌که AMD هنوز پاسخی برای کارت گرافیک RTX 4090 ارائه نداده است.
براساس گزارش مفصل Digital Trends درباره‌ی رویکرد این دو شرکت در حوزه‌ی هوش مصنوعی، دیگر موضوعی که شرکت AMD هنوز پاسخ مناسبی برای آن ندارد، هوش مصنوعی است. بنابراین، با اینکه شاید کاربران زیادی در حال تغییر زاویه به‌سمت گرافیک AMD باشند و آن را جایگزین گرافیک انویدیا کنند، نادیده‌گرفتن این حقیقت همچنان دشوار خواهد بود که انویدیا در حال برنده‌شدن مبارزه در هوش مصنوعی است،. حالا پرسشی که به ذهن می‌آید، این است که چرا چنین تفاوت فاحشی به‌وجود آمده است؟ آیا این مسئله می‌تواند به مشکل بزرگی برای AMD تبدیل شود؟
تمرکز بر گیمینگ
اکثر افراد در خرید کارت گرافیک به دو معیار اساسی توجه می‌کنند: ۱. بودجه؛ ۲. ظرفیت‌های گیمینگ و اجرای بازی. AMD و انویدیا می‌دانند که بخش اعظمی از کارت‌های گرافیک پرچم‌دارشان برای استفاده در انواع کیس‌های گیمینگ انتخاب می‌شوند. افراد حرفه‌ای و متخصص (در حوزه‌ی گرافیک) نیز قطعاً آن‌ها را انتخاب می‌کنند؛ اما همچنان گیمرها و کاربران عادی سهم بزرگ‌تری از بازار را به‌خود اختصاص می‌دهند.
سال‌های متمادی افق و چشم‌انداز دنیای پردازنده‌های گرافیکی سبز بود و در سلطه‌ی انویدیا قرار داشت؛ اما در نسل‌های اخیر شرکت AMD گام‌های بزرگی برداشت و توانست رگه‌های پر‌رنگ قرمزی در این افق ایجاد کند و حتی تا جایی پیش برود که در رقابت با انویدیا گلاویز شود. انویدیا با گرافیک RTX 4090 در بازار پیشتازی می‌کند؛ اما دو پرچم‌دار RDNA 3 شرکت AMD (گرافیک RX 7900 XT و RX 7900XTX) در بین کارت‌های گرافیک قدرتمند قرار می‌گیرند که اغلب عملکرد بهتری از نمونه‌های مشابه انویدیا ارائه می‌کنند و در‌عین‌حال ارزان‌تر از RTX 4080 انویدیا هستند.
با این تفاسیر، اگر وانمود کنیم که کارت گرافیک RTX 4090 وجود ندارد و مقایسه‌ای بین RTX 4080 و 4070 Ti با RX 7900 XTX و XT ترتیب می‌دادیم، همه‌چیز در آن شرایط حداقل تا جایی که به معیارهای گیمینگ مربوط می‌شود، حالت برابری به خود می‌گرفت. بااینحال، وقتی به قابلیت رهگیری پرتو (Ray Tracing) و پردازش‌های هوش مصنوعی می‌رسیم، AMD حرفی برای گفتن نخواهد داشت.
هیچ راهی برای لاپوشانی این کاستی وجود ندارد که انویدیا در اجرای وظایف مرتبط با هوش مصنوعی بهتر از AMD عمل می‌کند. مسئله اظهار‌نظر شخصی نیست و حقیقتی است که عملاً می‌توان آن را لمس کرد و البته این حقیقت تنها نقطه‌ی برتری انویدیا نیست. در مقایسه‌ای که اخیراً در آن استنتاج هوش مصنوعی در کارت‌های گرافیک انویدیا، AMD و اینتل بررسی شد، نتایج به‌هیچ‌وجه برای AMD مطلوب نبود.
برای مقایسه بین پردازنده‌های گرافیکی، آن‌ها را در Stable Diffusion بنچمارک‌گیری کردند که ابزار هوش مصنوعی مولد عکس است. نتایج به‌دست‌آمده نشان داد که انویدیا به‌راحتی AMD را پشت‌سر می‌گذارد و گرافیک اینتل Arc A770 نیز آن‌چنان نتایج ضعیفی داشت که حتی به آن اشاره‌ای نشد.
همچنین، حین آزمایش به‌کارگیری Stable Diffusion برای اجرا خارج از کارت‌های گرافیکی انویدیا، کاملاً چالش‌برانگیز بوده است؛ اما ظاهراً پس از آزمایش و خطا، آزمایش‌کننده توانست پروژه‌هایی پیدا کند که تا حدودی برای دیگر گرافیک‌ها مناسب باشند.
براساس آزمایش انجام‌شده، سری RTX 30 و سری RTX 40 انویدیا و سری کارت‌های مبتنی‌بر معماری RDNA 3 شرکت AMD نیز نسبتاً موفق عمل کردند؛ اما آخرین نسل از کارت‌های گرافیک مبتنی‌بر معماری RDNA 2 این شرکت متوسط بودند. البته بهترین کارت AMD در این بنچمارک با اختلاف بسیار زیاد از انویدیا عقب‌تر بود که نشان می‌دهد انویدیا در انجام پردازش‌های مرتبط با هوش مصنوعی سریع‌تر و بهتر عمل می‌کند و بدین‌ترتیب AMD بازی را به انویدیا واگذار کرد.
بنابراین، می‌توان گفت که کارت‌های گرافیک انویدیا مناسب استفاده حرفه‌ای و کسانی هستند که برای کارهای هوش مصنوعی یا یادگیری ماشینی به پردازنده‌ی گرافیکی نیاز دارند. عده‌ای ممکن است کارت‌های کلاس مصرف‌کننده را تهیه کنند و عده‌ای دیگر شاید سراغ مدل‌های غول‌پیکر کلاس Workstation نظیر کارت گرافیک RTX 6000 بروند؛ اما همچنان حقیقتی انکار‌نشدنی وجود دارد: AMD حتی در نزدیکی مختصات چنین کاربری‌هایی پرسه نمی‌زند.
علاوه‌براین، از این واقعیت غافل نشویم که انویدیا با قدرت در سایر بخش‌ها نظیر رهگیری پرتو و نمونه‌گیری فوق‌العاده یادگیری عمیق (Deep Learning Super Sampling) یا DLSS بر AMD برتری دارد که بنچمارک‌ها گواه این برتری هستند؛ البته بنچمارک‌ها نیز نشان می‌دهند که تیم قرمز در حال گام‌برداشتن در مسیر درست است.
درواقع، این نسل از کارت‌های گرافیکی AMD اولین نسلی به‌حساب می‌آیند که در حال کاهش شکاف و اختلاف قابلیت رهگیری پرتو هستند. درواقع، کارت گرافیک RX 7900 XTX تیم قرمز در این حوزه می‌تواند گرافیک RTX 4070 Ti تیم سبز را شکست دهد. با‌این‌همه، گرافیک‌های مبتنی‌بر معماری Ada Lovelace انویدیا برتری دیگر در DLSS 3 دارند. این فناوری با استفاده از هوش مصنوعی تمام فریم‌های تصویر را به‌جای پیکسل‌ها کپی می‌کند و موجب می‌شود باردیگر AMD عقب بماند.
تاریخچه در هوش مصنوعی
کارت‌های گرافیک انویدیا و AMD عمیقاً ازنظر معماری با یکدیگر متفاوت هستند؛ بنابراین، غیرممکن است که بتوانیم آن‌ها را به‌طور‌کامل با یکدیگر مقایسه کنیم. باوجوداین، آنچه می‌دانیم، این است که کارت‌های انویدیا در چند سال گذشته ازنظر ساختار برای هوش مصنوعی بهینه شده‌اند.
آخرین پردازنده‌های گرافیکی انویدیا به هسته‌های CUDA مجهز هستند؛ درحالی‌که کارت‌های گرافیک AMD از CU و SP برخوردارند. افزون‌براین، انویدیا از هسته‌های Tensor بهره می‌برد که به عملکرد الگوریتم‌های یادگیری عمیق کمک می‌کند و با قابلیت پراکندگی هسته‌ی تنسور (Tensor Core Sparsity) به پردازنده‌ی گرافیکی کمک می‌کند تا از محاسبات غیرضروری عبور کند. این فرایند درمجموع باعث می‌شود که زمان موردنیاز پردازنده‌ی گرافیکی برای اجرای وظیفه‌ای خاص مانند آموزش شبکه‌های عصبی عمیق کاهش پیدا کند.
هسته‌های کودا از یک سو و از سوی دیگر انویدیا پلتفرم محاسبات موازی با همین نام ساخته است که فقط در‌دسترس کارت‌های گرافیک انویدیا قرار دارد. کتابخانه‌های CUDA به برنامه‌نویسان و توسعه‌دهندگان امکان می‌دهند تا از قدرت پردازنده‌های گرافیکی انویدیا به‌منظور اجرای سریع‌تر الگوریتم‌های یادگیری ماشینی بهره‌مند شوند.
توسعه‌ی CUDA چیزی است که واقعاً انویدیا را از AMD متمایز می‌کند. درحالی‌که AMD به‌معنای واقعی جاگزین خوبی ارائه نکرد، انویدیا سرمایه‌ی هنگفتی را روی CUDA هزینه کرد و در‌مقابل، بیشتر پیشرفت‌ها در هوش مصنوعی در سال‌های گذشته به‌لطف استفاده از کتابخانه‌های CUDA حاصل شد. در‌حال‌حاضر، بهترین گزینه‌ی AMD سیستم OpenCL است؛ اما اکثر کارشناسان می‌گویند که در سطح CUDA نیست.
شرکت AMD تلاش زیادی برای ارائه‌ی گزینه‌های جایگزین خود کرده است؛ اما اگر آن را با سال‌ها تجربه‌ی انویدیا مقایسه کنید، بسیار جدید به‌نظر می‌رسند. برای مثال، پلتفرم Radeon Open Compute شرکت AMD به توسعه‌دهندگان اجازه می‌دهد پردازش‌های یادگیری ماشینی و محاسباتی خود را شتاب دهند. با این اکوسیستم نیز، به‌تازگی پروژه‌ای به نام GPUFORT را راه‌اندازی کرده است.
پروژه‌ی GPUFORT تلاش AMD برای کمک به توسعه‌دهندگان برای انتقال از کارت‌های انویدیا به کارت‌های AMD است. متأسفانه برخی از محبوب‌ترین فریم‌ورک‌های یادگیری عمیق ازجمله TensorFlow و PyTorch به‌قدری گسترده از کتابخانه‌های CUDA پشتیبانی می‌کنند که اکنون نمی‌توان تلاش AMD را خیلی جدی به‌حساب آورد.
با وجود تلاش AMD برای رسیدن به سطح انویدیا، شکاف و اختلاف بین این دو هر سال بیشتر و بیشتر می‌شود. انویدیا همچنان بر یکه‌تازی خود در قلمرو هوش مصنوعی و یادگیری ماشینی ادامه می‌دهد.
زمان AMD رو به پایان است
سرمایه‌گذاری انویدیا روی هوش مصنوعی مطمئناً استراتژی خوبی بود و باعث شد انویدیا برخی از پردازنده‌های گرافیکی محبوب گیمینگ را به بازار عرضه کند و د‌رکنار آن طیف قدرتمندی از کارت‌هایی را در‌اختیار متخصصان قرار دهد که وظایف مرتبط با هوش مصنوعی و یادگیری ماشینی را می‌توانند انجام دهند. همه‌ی این‌ها در حالی انجام شد که AMD هنوز هیچ حرکتی در این مسیر انجام نداده است.
اگرچه ظاهراً AMD در تلاش است تا کارت‌های خود را در بخش نرم‌افزاری با هسته‌های هوش مصنوعی در آخرین پردازنده‌های گرافیکی خود بهینه کند که هنوز استفاده نشده‌اند، متأسفانه همچنان اکوسیستم نرم‌افزاری ساخت انویدیا را کم دارد.
AMD نقش حیاتی به‌عنوان رقیب جدی انویدیا ایفا می‌کند و نمی‌توان جهش‌ها و گام‌های بزرگ این شرکت در بازار CPU و GPU را در سال‌های اخیر نادیده گرفت. این شرکت توانسته است موقعیت خود را دگرگون کند و به جایگزینی قوی برای اینتل تبدیل شود و برخی از بهترین پردازنده‌های موجود حال‌حاضر را روانه‌ی بازار کند.
کارت‌های گرافیک این شرکت هم‌اکنون رقابت سختی با انویدیا دارند. در سطح کاربری شخصی نیز، بسیاری از کاربران به‌دلیل سیاست‌های قیمت‌گذاری انویدیا در چند سال اخیر به استفاده از گرافیک‌های AMD روی آورده‌اند؛ اما درهرصورت این موضوع نمی‌تواند کمبود حضور هوش مصنوعی AMD را جبران کند.
با وجود پروژه‌هایی مانند ChatGPT پرواضح است که هوش مصنوعی آمده است که بماند. در کامپیوترهای گیمینگ، هوش مصنوعی در پس‌زمینه روی وظایفی ازجمله بهینه‌سازی لحظه‌ای و اقدامات ضد تقلب در بازی کار می‌کند.
جدا از دنیای بازی، هوش مصنوعی امروز در بسیاری از فعالیت‌های روزانه حضور فعال دارد؛ از چت‌بات‌ها گرفته تا تمام دستیارهای صوتی مبتنی‌بر هوش مصنوعی، اپلیکیشن‌های جهت‌یابی و دستگاه‌های هوشمند خانگی، همگی با هوش مصنوعی سروکار دارند.
هوش مصنوعی در زندگی روزمره ما بیشتروبیشتر نفوذ می‌کند و کامپیوترها فقط برای کارهایی استفاده می‌شوند که پیچیدگی خاصی داشته باشند؛ بنابراین، انتظار می‌رود که GPU نیز همین روند را طی کند. با این تفاسیر، AMD کار سختی در پیش دارد؛ اما اگر AMD درباره‌ی هوش مصنوعی واکنش جدی نشان ندهد، ممکن است محکوم به این باشد که از این رقابت حذف شود.
دیدگاه شما کاربران پلاس وی درباره‌ی رقابت بین انویدیا و AMD در حوزه‌ی هوش مصنوعی چیست؟
