AMD vs Nvidia : la guerre de l’intelligence artificielle dans les GPU
Aperçu sur l’avenir de l’industrie des GPU
Convergence entre AMD et Nvidia dans le domaine de l’IA
Nvidia domine actuellement le marché des GPU, grâce à ses performances et à sa reconnaissance de marque. Les technologies avancées d’IA et d’apprentissage automatique de la société ont prouvé leur efficacité, tandis qu’AMD semble peiner à rattraper son retard, notamment sur le marché grand public.
Selon un article sur GPUOpen, les recherches d’AMD sont actuellement axées sur l’obtention du lancer de rayons en temps réel sur les GPU RDNA grâce à des solutions de réseaux neuronaux. Nvidia utilise son propre DLSS pour l’upscaling d’images avec l’IA, mais DLSS signifie bien plus que “Deep Learning Super Sampling” – il y a l’upscaling DLSS 2, la génération de trame DLSS 3 et la reconstruction de rayons DLSS 3.5. Les dernières recherches d’AMD se concentrent sur le débruitage neural pour éliminer les images bruyantes causées par l’utilisation d’un nombre limité d’échantillons de rayons dans le lancer de rayons en temps réel – essentiellement, une reconstruction des rayons.
Des avancées majeures dans le rendu d’images
Le lancer de rayons utilise normalement des milliers, voire des dizaines de milliers de calculs de rayons par pixel. C’est l’étalon-or et ce que les films utilisent généralement, nécessitant souvent des heures pour un rendu d’image. En effet, une scène est rendue en utilisant des rebonds de rayons calculés où même un léger changement dans le parcours suivi peut entraîner une couleur de pixel différente. Faites cela de nombreuses fois et accumulez tous les échantillons résultants pour chaque pixel, et finalement la qualité du résultat s’améliore jusqu’à un niveau acceptable.
Pour faire du lancer de rayons en temps réel, le nombre d’échantillons par pixel doit être considérablement réduit. Cela entraîne plus de bruit, car les rayons lumineux ont souvent du mal à atteindre certains pixels, conduisant à une illumination incomplète qui nécessite un débruitage. AMD vise à résoudre ce problème avec un réseau neuronal qui effectue simultanément un débruitage tout en reconstruisant les détails de la scène.
L’innovation réside dans le fait qu’AMD combine l’upscaling et le débruitage au sein d’un seul réseau neuronal, générant des images débruitées et suréchantillonnées de haute qualité à une résolution d’affichage supérieure à la résolution de rendu pour le lancer de rayons en temps réel. Ce processus unifié permet à la méthode d’AMD de remplacer plusieurs débruiteurs utilisés dans les moteurs de rendu et de réaliser l’upscaling en une seule passe.
Les implications pour l’industrie des GPU
Cette recherche pourrait potentiellement conduire à une nouvelle version de FSR (FidelityFX Super Resolution) d’AMD qui pourrait rivaliser avec les normes de performance et de qualité d’image de Nvidia. Les technologies DLSS de Nvidia nécessitent un matériel d’IA dédié sur les GPU RTX, ainsi qu’un accélérateur de flux optique pour la génération de trame sur les GPU de la série RTX 40 (et ultérieurs).
Les GPU actuels d’AMD manquent généralement de fonctionnalités d’accélération IA, ou dans le cas de RDNA 3, il existe des accélérateurs IA partageant des ressources d’exécution avec les shaders de GPU, mais de manière plus optimisée pour les charges de travail IA. Il n’est pas clair si AMD peut exécuter un réseau neuronal pour le débruitage et l’upscaling sur les GPU existants, ou si cela nécessitera de nouveaux clusters de traitement (c’est-à-dire des unités tensorielles).
Nous devrons attendre pour voir ce qu’AMD livrera finalement. Une approche affinée du lancer de rayons neuronal et de l’upscaling pourrait apporter des graphismes accessibles et de haute qualité à une gamme plus large de matériels, mais compte tenu des exigences du lancer de rayons dans les jeux, nous soupçonnons qu’AMD aura besoin de matériels beaucoup plus rapides que ses produits actuels pour atteindre des niveaux de fidélité d’image plus élevés.
Source : www.tomshardware.com
