Les accélérateurs Instinct d'AMD n'ont pas grand chose à voir avec ses GPU grand public Radeon RX. (Crédit AMD)
Pour l'instant, AMD n'a pas fourni le calendrier qu'elle prévoit de suivre pour mener à bien ce projet de réunir ses plateformes GPU grand public et pour datacenters.
Tel que le qualifie AMD, le « nouvel ADN » ou « ADN unifié », qui combine les architectures CDNA et RDNA du fabricant de puces, consistera à unifier ses architectures GPU pour les centres de données (Instinct) et celles pour le grand public (Radeon). Outre la volonté d'AMD de rattraper Nvidia sur le plan des performances, l'objectif est également d'attirer davantage de développeurs pour pousser les produits grand public, sans nuire aux produits professionnels. À l'instar du fameux appel aux développeurs réitéré 14 fois par Steve Ballmer en 2006 au cours d'une conférence, AMD tente également de recruter un noyau de développeurs capables d'écrire des applications pour le silicium Radeon. « Si AMD se concentre uniquement sur le petit nombre de clients qui achèteront un GPU pro, nous ne pourrons pas attirer autant de développeurs que si nous mettons un coup d'accélérateur sur les produits grand public », a déclaré Jack Huynh, vice-président senior et directeur général Computing and Graphics d'AMD, lors d'un petit-déjeuner de presse organisé vendredi dernier à l'occasion du salon IFA de Berlin.
M. Huynh a d'abord qualifié cet effort unifié de « nouvel ADN », mais il l'a aussi qualifié « d'architecture unifiée » ou UDNA. « Le grand changement, c'est qu'aujourd'hui AMD dispose d'une architecture CDNA pour les centres de données et d'une architecture RDNA pour le grand public », a poursuivi M. Huynh. « À l'avenir, nous appellerons cette architecture unifiée New DNA, que ce soit pour désigner Instinct, l'architecture GPU d'entreprise d'AMD, ou pour la communication commerciale, afin de l'unifier. Ce sera beaucoup plus facile pour les développeurs. Aujourd'hui, ils doivent choisir et cela n'apporte aucune valeur ajoutée », a-t-il poursuivi. « La raison pour laquelle nous avons opté pour ce fork, c'est qu'il permet des sous-optimisations et de s'attaquer à des points recommandés, mais c'est très difficile pour ces codeurs, en particulier parce que nous développons notre activité autour des données. Ce que je veux dire, c'est que maintenant, nous pouvons réduire ce fork pour l'unifier. Cela va beaucoup aider. Car, comme je l'ai dit précédemment, l'idée est de parvenir à mobiliser des millions de développeurs ».
AMD à la traîne pour les logiciels
Le dirigeant reconnaît que le processus prendra du temps. « C'est aussi pour cela que je le répète à l'équipe en ce moment », a-t-il ajouté. « C'est à cela que nous devons nous atteler dès maintenant ». M. Huynh a aussi déclaré qu'AMD avait commis des « erreurs » dans le développement de RDNA. « Chaque fois que nous modifions la mémoire d'un sous-système, nous devons réinitialiser la matrice des optimisations », a-t-il poursuivi. « Je veux désormais éviter cela ». Pour le développement des futures générations de RDNA, M. Huynh prévoit de ne pas modifier la hiérarchie de la mémoire de façon à ne pas perdre toutes les optimisations. « C'est tout à fait faisable, mais cela nécessite une planification avancée et beaucoup plus de travail. Mais c'est la direction à suivre », a-t-il affirmé.
Selon Tom's Hardware, les GPU d'AMD n'ont pas été réellement plébiscités pour l'IA, mais les prochaines révisions pourraient permettre au fournisseur de s'attaquer plus directement au framework Cuda et au super échantillonnage d'apprentissage profond (Deep Learning Super Sampling ou DLSS) de Nvidia. Ce dernier s'est imposée comme le fournisseur clef pour l'IA générative, par exemple la transformation d'esquisses en images réalistes, à la fois en raison du support approfondi des développeurs pour Cuda et de la performance des GPU Nvidia. AMD devrait donner plus de détails sur ce calendrier et sur ces objectifs dans les semaines à venir.
Suivez-nous