چینی ها هنوز در حال تلاش برای تولید پردازنده های گرافیکی قدرتمند هستند

بسیاری از استارت آپ های تولید GPU در چین وجود دارند. این کشور وارد تنش سیاسی و اقتصادی با آمریکا شده و تلاش زیادی برای افزایش قدرت خود در زمینه هوش مصنوعی و قطعات نیمه هادی دارد. در سال‌های اخیر، تعداد تولیدکنندگان GPU در سراسر جهان افزایش یافته است. زیرا تقاضا برای AI و HPC (محاسبات با توان بالا) و پردازش گرافیکی با سرعت نسبتاً بی سابقه ای افزایش یافته است. وقتی صحبت از پردازنده‌های گرافیکی مجزا برای رایانه‌ها به میان می‌آید، Nvidia و AMD بر بازار تسلط دارند و اینتل در تلاش است تا به این دو شرکت برسد.

به گفته تامز هاردور، ده‌ها شرکت در دهه‌های 1980 و 1990 در حال توسعه کارت‌های گرافیک و تراشه‌های گرافیکی بودند. با این حال، رقابت شدید برای دستیابی به بهترین عملکرد در بازی های سه بعدی، بسیاری از این شرکت ها را مجبور به ترک بازار کرد. تا سال 2010، تنها Nvidia و AMD قدرت تولید گرافیک مجزای رقابتی برای بازی و پردازش های سنگین را داشتند و بقیه شرکت ها ترجیح می دادند بر روی IP GPU یا گرافیک یکپارچه تمرکز کنند.

آمار موسسه تحقیقات جان پدی این نشان می دهد که در حال حاضر نزدیک به 20 شرکت مختلف در زمینه تولید پردازنده های گرافیکی فعالیت دارند. دو شرکت از این دست، سیستم روی تراشه (SoC) حاوی واحدهای گرافیکی، عمدتاً برای گوشی‌های هوشمند و لپ‌تاپ‌ها، می‌سازند. شش شرکت نیز IP GPU را ارائه می دهند. یعنی معماری اختصاصی خود را به مبلغی به شرکت ها می فروشند. یازده شرکت از جمله AMD، Nvidia و Intel در حال تولید پردازنده‌های گرافیکی برای رایانه‌های شخصی و مراکز داده هستند.

چین، دومین اقتصاد بزرگ جهان، برای حفظ موقعیت خود باید در همه زمینه ها با آمریکا و دیگر کشورهای توسعه یافته رقابت کند. در این میان یکی از حوزه های رقابتی مهم صنعت فناوری است. چین تمام تلاش خود را کرده است تا مهندسان فناوری برتر را از سراسر جهان جذب کند و از تخصص آنها برای ایجاد استارتاپ های متعدد متمرکز بر طراحی تراشه استفاده کند. هر ساله صدها مرکز جدید طراحی آی سی در چین ظاهر می شود. این شرکت ها همه چیز را از حسگرهای کوچک گرفته تا تراشه های ارتباطی پیچیده می سازند. این امر چین را تا حد زیادی از تامین کنندگان غربی بی نیاز می کند.

پرجمعیت ترین کشور جهان به پردازنده ها، پردازنده های گرافیکی و شتاب دهنده های تک منظوره نیاز دارد تا در AI و HPC پیشرفت زیادی داشته باشد. ساخت CPU و GPU قدرتمندتر از محصولات شرکت هایی مانند اینتل و انویدیا در آینده نزدیک برای شرکت های چینی غیرممکن است. با این حال، ساخت یک GPU مناسب آسان‌تر و تا حدودی سازنده‌تر از ساخت یک CPU رقابتی است.

رئیس موسسه تحقیقاتی John Paddy Research می‌گوید: یادگیری هوش مصنوعی و اجتناب از قیمت‌های هنگفت انویدیا و تمایل چین به خودکفایی، انگیزه بزرگی برای شرکت‌های چینی بود تا حضور خود را در بازار پردازنده‌های گرافیکی قوی‌تر کنند. پردازنده‌های گرافیکی ذاتاً موازی هستند. به این معنی که محصولات ذکر شده دارای واحدهای فرآوری زیادی هستند که می توان از آنها برای افزونگی استفاده کرد. ساختار پردازنده‌های گرافیکی تولید آن‌ها را تا حدودی در مقایسه با پردازنده‌های مرکزی ساده‌تر می‌کند.

همچنین می توان از تعداد زیادی GPU در مقیاس استفاده کرد. فراموش نکنید که لیتوگرافی شرکت چینی SMIC به اندازه لیتوگرافی TSMC پیشرفته نیست و همین امر باعث می شود مقیاس بندی تا قدرت پردازش یک کار منطقی باشد. حتی اگر هرگز به لیتوگرافی پیشرفته TSMC مانند N7 و جدیدتر دسترسی پیدا نکنند، توسعه‌دهندگان چینی همچنان می‌توانند چند GPU ساده تولید کنند. این پردازنده های گرافیکی می توانند تا حدی نیازهای چین را در زمینه هوش مصنوعی و بازی برآورده کنند.

از دیدگاه چین، پردازنده‌های گرافیکی در زمینه هوش مصنوعی و HPC از پردازنده‌های مرکزی مهم‌تر هستند. از آنجا که هوش مصنوعی و HPC در بسیاری از زمینه ها استفاده می شود. از ماشین های خودران گرفته تا شهرهای هوشمند و حتی سلاح های پیشرفته نظامی. دولت ایالات متحده صادرات پردازنده‌های مرکزی و گرافیک‌های متمرکز بر ابر رایانه‌ها را به چین محدود کرده است تا از توسعه سلاح‌های نظامی جدید چین جلوگیری کند. تحلیلگران می گویند که چین احتمالاً به پیشرفت خود در این زمینه ادامه خواهد داد. زیرا یک تراشه گرافیکی نسبتاً پیچیده با توانایی پردازش وظایف هوش مصنوعی می تواند تولید پهپادهای انتحاری خودران را امکان پذیر کند. در دنیای امروز پهپاد قدرت نظامی زیادی دارد.

ریزمعماری CPU و GPU اساساً نقطه تلاقی علم و هنر هستند. این ریزمعماری ها مجموعه ای از الگوریتم های پیچیده هستند که می توانند توسط گروه نسبتاً کوچکی از مهندسان توسعه یابند. اما این روند توسعه ممکن است چندین سال طول بکشد. جان پدی ریسرچ می گوید: ریزمعماری ها روی تخته سفید ایجاد می شوند. معماران اغلب در فرآیند توسعه از خود می پرسند: “اگر حافظه پنهان را 25٪ افزایش دهیم یا از 6000 FPU استفاده کنیم چه اتفاقی می افتد؟”

از آنجایی که توسعه ریزمعماری به مهندسان با استعداد نیاز دارد و ممکن است سال‌ها طول بکشد، در دنیایی که زمان عرضه به بازار است، بسیاری از شرکت‌ها ترجیح می‌دهند ریزمعماری‌های گرافیکی را از شرکت‌هایی مانند ARM یا Imagination Technologies مجوز بگیرند. به عنوان مثال، Innosilicon از ریزمعماری گرافیکی Imagination Technologies برای تولید گرافیک های سری Fantasy استفاده می کند. یک شرکت چینی دیگر نیز از معماری PowerVR Imagination Technologies استفاده می کند. در همین حال، Zhaoxin از یک ریزمعماری گرافیکی نسبتا قدیمی استفاده می کند که از Via Technologies خریداری کرده است.

هزینه توسعه ریزمعماری بسته به شرایط مختلف متفاوت است. با این حال، توسعه یک ریزمعماری معمولاً فرآیندی کم‌هزینه نسبت به پیاده‌سازی آن بر روی پردازنده‌های گرافیکی پرچمدار مدرن است. اپل و اینتل، شرکت هایی که استعدادهای مهندسی زیادی دارند، سال ها از طرح های Imagination Technologies برای ساخت پردازنده های گرافیکی استفاده کردند. البته اپل تا حدودی به این کار ادامه می دهد. مدیاتک و دیگر سازندگان کوچک SoC به معماری ARM متکی هستند. کوالکام مدت هاست با AMD همکاری می کند و سامسونگ پس از سال ها شکست در تولید گرافیک بهینه، تصمیم گرفته است از دانش مهندسان AMD استفاده کند.

موسسه تحقیقاتی جان پدی می گوید: «اگر بتوانید به شرکتی بروید که ریزمعماری آماده ای دارد و سال ها این کار را انجام می دهد، می توانید در زمان و هزینه زیادی صرفه جویی کنید. زمان به بازار بسیار مهم است و مشکلات پیش بینی نشده در این زمینه فراوان است. حتی انویدیا و AMD همیشه پردازنده‌های گرافیکی موفقی نداشته‌اند.

تولید کارت گرافیک و توسعه نرم افزارهای مناسب بسیار گران است. به خصوص اگر به دنبال سنگ نگاره های جدید هستید. International Business Times تخمین می زند که هزینه طراحی یک دستگاه نسبتاً پیچیده با لیتوگرافی کلاس 5 نانومتری بیش از 540 میلیون دلار خواهد بود. وقتی از لیتوگرافی 3 نانومتری استفاده می کنید، این هزینه سه برابر می شود. به گفته John Paddy Research، با اضافه کردن مواردی مانند نمونه سازی، شبیه سازی، اعتبارسنجی و توسعه درایور، هزینه و زمان مورد نیاز برای ساخت یک GPU سر به فلک می کشد: «طراحی و چیدمان سخت افزار تا حد زیادی ساده است. اما اگر یک قسمت را اشتباه می‌کنید، باید ماه‌ها وقت بگذارید تا آن را اصلاح کنید.»