Intel Xe – arkitektur från bärbart till Exascale

Hmm... konsumentkorten beräknas dyka upp 2022... antar att det betyder två år till av skenande priser...

Skickades från m.sweclockers.com

@Hugashaka:
Fyra-fem, Intel kommer förmodligen följa samma gamla regel, tre generationer tills produkten är välslipad.

Förhoppningsvis släpper AMD något tillräckligt vasst för att nVidia ska behöva sänka sina priser denna gången istället för att höja dem.

Just nu finns egentligen bara ett realistiskt val för professionellt bruk: CUDA. Till om med AMD verkar för tillfället tycka att CUDA + deras HIP-projekt som man konvertera CUDA till något som man köras på GCN/RDNA är vad man primärt bör välja, OpenCL har man i praktiken gett upp.

Intel är ju de enda som verkar ha någon form av relevant satsning på OpenCL just nu. Vill kan köra något över lite fler enheter är man i praktiken fast på OpenCL 1.2. 2.x stödet är utanför Intels prylar rätt risigt och OpenCL SPIR-V stöd verkar vara helt Intel specifikt för tillfället. Men egentligen kvittar det, OpenCL är allt för komplicerat att använda jämfört med CUDA samtidigt som CUDA i praktiken är enklare att skriva saker som presterar väl i, så varför välja något annat?

Vi hade dom förhoppningarna [på prissänkningar] när dom släppte navi. Resultatet blev istället... samma peis som nVidia hade satt...

... det enda som hänt är att de börjar smyga ut LP-chips på 10nm. Att i det läget gå ut och prata 7nm och faktiskt uttala sig om framtida lanseringsdatum - det känns inte seriöst. Att de skulle ha 7nm redo för masstillverkning under 2021, det har jag väldigt svårt att tro. Hoppas verkligen jag har fel, dock!

Just nu finns egentligen bara ett realistiskt val för professionellt bruk: CUDA. Till om med AMD verkar för tillfället tycka att CUDA + deras HIP-projekt som man konvertera CUDA till något som man köras på GCN/RDNA är vad man primärt bör välja, OpenCL har man i praktiken gett upp.

Intel är ju de enda som verkar ha någon form av relevant satsning på OpenCL just nu. Vill kan köra något över lite fler enheter är man i praktiken fast på OpenCL 1.2. 2.x stödet är utanför Intels prylar rätt risigt och OpenCL SPIR-V stöd verkar vara helt Intel specifikt för tillfället. Men egentligen kvittar det, OpenCL är allt för komplicerat att använda jämfört med CUDA samtidigt som CUDA i praktiken är enklare att skriva saker som presterar väl i, så varför välja något annat?

För den som vill titta finns en beta att ladda ned, har inte haft tid att kolla själv.

Edit: var tvungen att snabb kolla i alla fall ett exempel i oneAPI. Verkar som det är SYCL som används som motsvarighet till CUDA på Nvidia GPUer.

Inte helt med på varför Khronos presterar SYCL som "C++ Single-source Heterogeneous Programming for OpenCL". Som jag förstått SYCL specifikationen så är det ju ett separata API. Det är dock designat så att man kan välja att implementera sitt SYCL ramverk ovanpå OpenCL (vilket är exakt hur Intel implementerar SYCL och deras tool-chain hittar man här). D.v.s. mer eller mindre använda OpenCL som "driver API" under huven.

AMD använder ju sitt HIP-projekt även för SYCL stöd, HipSYCL. HipSYSL har också stöd för SYCL med CUDA som "driver-lager" om man kör på Nvidia-kort.

Rambo cache? xD

Så OpenCL är kanske på väg att utfasas i förmån för CUDA?
Helt dött är det dock inte ännu. I jobbet, så sent som igår, stötte jag på patrull med en dator som just saknade OpenCL 1.2 HW-stöd, då denna skulle användas för CAM-beredning och programvaran för denna maskin, MasterCAM (fr.o.m. v2020), numera kräver detta om man vill uppnå fullgod funktion. MCAM Versionen släpptes alltså för ca 3-4v sedan och kräver numera OpenCL 1.2 ..men det är nog sannolikt att de nyare ramverken som du nämnde mycket riktigt aldrig kommer få någon större praktisk tillämpning om de är begränsade till Intel.

ROCm, HIP osv. är något som är nödvändigt för AMD det används för att hjälpa till att migrera HPC system byggda med IBM/Nvidia/Intel till AMD hårdvara.
ROCm innehåller även OpenCL stöd så det är inget de gett upp men de måste även anpassa sig efter hur marknaden ser ut och vad befintliga system är uppbyggda av vilket kanske kan ses som enda realistiskt valet som du nämner.
Intel pratar om HPC och 1 exaflop aurora med 2st Intel Xeon+6st Ponte Veccio per node år 2021 så måste man även se att AMD HPC 2021 handlar framförallt om Frontier 1,5 exaflop med 1st Epyc + 4st Radeon instinct per node med infinity fabric.
För att det ska vara möjligt att migrera från HPC datorn "Summit" till "Frontier" så är HIP enormt viktig.
Mycket av det omfattande arbetet AMD utfört inom GPUopen med HIP och hela ROCm stacken med bland annat HSA (Heterogeneous System Architecture) har varit för att lägga grunden för att kunna ta sig in på HPC marknaden.
Utan detta arbete så hade Epyc och kommande Radeon Instinct (Arcturus ?) inte kunnat ta sig in på HPC marknaden så som de faktiskt lyckats göra.
Utan rätt mjukvara så spelar det ingen roll om man har den bästa hårdvaran och mjukvara har varit Intel och Nvidias styrkor, intressant att se det AMD så länge lagt grunden för klaffa så väl nu.
Olika marknader använder olika ramverk men ingen kan neka till att CUDA dominerar på flera områden.

Lägger till lite länkar om någon vill läsa mer om sånt jag nämner.
https://www.olcf.ornl.gov/wp-content/uploads/2019/05/frontier...
https://rocm.github.io/
https://gpuopen.com/rocm-do-you-speaka-my-language/
https://gpuopen.com/compute-product/hcc-heterogeneous-compute...
https://gpuopen.com/compute-product/hip-convert-cuda-to-porta...
https://www.intel.com/content/www/us/en/high-performance-comp...
https://www.amd.com/en/products/frontier
https://www.olcf.ornl.gov/frontier/

Är just detta som är problemet, man är i praktiken fast på OpenCL 1.2 utanför Intels OpenCL implementation.

Detta är ett stort problem för moderna mer avancerade GPGPU-lösningar då stödet för att kunna använda pekare och behandla en minnesarea som direkt synligt både från CPU och GPU kräver minst OpenCL 2.0. Detta kallas unified memory (även i CUDA), Pascal och senare samt tror det är Vega och senare har HW-stöd för detta (Intel har ju alltid haft stöd för detta i sina iGPU, men från Broadwell eller om det är Skylake finns mer stöd för koherens så det än mer fungerar som mellan två CPU-kärnor).

Enligt AMD gänget på sweclockers 20 års fest har man i princip OpenCL-stödet i underhållsläge och rekommenderar i stället att använda HIP. AMDs OpenCL 1.2 stöd är riktigt bra, något man tyvärr inte kan säga om deras OpenCL 2.x stöd.

Frågade rakt ut vad de ansåg att man som utvecklare bör använda för att utveckla mot AMD GPUer. Rätt förvånad när svaret var: kör CUDA + HIP. Svårt att se CUDA på AMD GPUer som en seriös lösning då det inte finns någon teknisk specifikation för AMD att luta sig emot, CUDA är och blir vad Nvidia tycker är bäst för dem. Det gör att AMD alltid kommer ligga på efterkälken.

SYCL känns som en långt bättre försök att skapa en "öppen" variant av det CUDA erbjuder. För SYCL finns ju en öppen specifikation att luta sig mot, samt insikt i var kommande specifikation är på väg.

Jag hade inte nöjet att närvara vid träffen och konversera med Joe Macri.
Vilket segment avsåg det?
Att AMD hjälpte Blender att förbättra OpenCL stödet förstår jag och för liknande program var min uppfattning att det var OpenCL som gällde.
OpenCL 2. stöd verkar inte bre ut sig utan de flesta väljer fortfarande OpenCL 1.2 vilket jag kan förstå.
Även HIP kräver viss portning och jag har aldrig sett det som ersättare för andra compute gränssnitt utan för att porta t.ex en HPC till en AMD baserad HPC.
Frågan är hur lång tid det tar för SYCL att etablera sig.
Jag är intresserad av hur de ser på framtiden.

Jag ställde specifikt frågan: "satsar inte längre AMD på OpenCL?". Svaret var "nej, bättre att använda använd CUDA via HIP".

OpenCL 1.2 duger inte längre. Utan OpenCL 2.x stöd är det allt fler viktiga HW-finesser som inte kan användas i GPUerna, den allra mest kritiska är det AMD kallar "high bandwidth cache" som egentligen bara är att GPU-delen kan dynamisk mappa in CPU RAM vid behov. Detta gör det möjligt att lösa väsentligt större problem med GPU, VRAM blir i det läget lite som en cache för "working-set" (rätt stor cache jämfört med vad en CPU har...).

OpenCL 2.x stöds av i alla fall Intel, ARM (Mali), Xilinx (d.v.s FPGAer) och Qualcomm (Ardreno), vilket täcker rätt enormt mer enheter. Problemet är att Nvidia totalt dominerar datacenter och då specifikt med CUDA. Även OpenCL 2.2 (som jag tror är senaste version) ligger klart efter CUDA, både i finesser man framförallt i "ease-of-use".

Du nämner Blender. Kolla prestanda Nvidia vs AMD i Blender 2.81, Nvidia ligger numera på en helt annan nivå. Får se om AMD+Intel kan ge Nvidia lite motstånd...