近日在GDC 2020线上活动中,Intel介绍了自家的多GPU协同工作技术,可以用来处理3D渲染、物理运算、AI、阴影、网格变形等异步工作。
在多GPU协同技术中,消费者最熟悉的可能就是AMD的CF(CrossFire)交火和NVIDIA的SLI(Scalable Link Interface)速力技术,这项技术也一度被认为是高端玩家的象征,毕竟当年的“四路SLI泰坦”可是声名在外。Intel自从宣布开发独立显卡之后,有关于其Xe架构等信息持续曝光,近日在GDC 2020线上活动中,Intel发表了《Multi-Adapter: Integrated and Discrete GPUs Together》的keynote,介绍了自家的多GPU协同技术,也就是核显与独显并行工作的技术情况。
简单来说,Intel是支持独显+集显并行运行的,大体上可以分为模拟、复制、渲染三个过程,支持在不同的GPU中共享数据,共同加速工作。Intel表示,独显+核显并行的工作不只是用来渲染3D,还可以做物理运算、AI、阴影、网格变形等,很多异步工作都可以完成。
Intel只对该项技术进行了演示,但具体的效果还不确定。但消费者最关心的还是核显+独显一起的效率,AMD的CF和NVIDIA的SLI近年来遇冷的重要原因之一就是双显卡的协调工作效率太低。
根据此前消息,Intel的首款独立显卡被命名为DG1,使用Xe架构,拥有96组EU执行单元,共768个核心,基础频率1.0GHz,加速频率1.5GHz,1MB二级缓存以及3 GB显存,TDP为25W,定位入门级别。推测DG1的性能仅与GTX 950相当。
责任编辑:gt
-
3D
+关注
关注
9文章
2921浏览量
108130 -
cpu
+关注
关注
68文章
10922浏览量
213282 -
intel
+关注
关注
19文章
3484浏览量
186554
发布评论请先 登录
相关推荐
GPU按需计费的优势
GPU加速云服务器怎么用的
《CST Studio Suite 2024 GPU加速计算指南》
深度学习工作负载中GPU与LPU的主要差异
![深度学习<b class='flag-5'>工作</b>负载中<b class='flag-5'>GPU</b>与LPU的主要差异](https://file1.elecfans.com/web3/M00/01/8B/wKgZPGdWXeGAM5JpAABgeEQ8gjc450.png)
《算力芯片 高性能 CPUGPUNPU 微架构分析》第3篇阅读心得:GPU革命:从图形引擎到AI加速器的蜕变
PyTorch GPU 加速训练模型方法
【「算力芯片 | 高性能 CPU/GPU/NPU 微架构分析」阅读体验】--了解算力芯片GPU
【一文看懂】大白话解释“GPU与GPU算力”
![【一文看懂】大白话解释“<b class='flag-5'>GPU</b>与<b class='flag-5'>GPU</b>算力”](https://file.elecfans.com/web2/M00/4E/DC/poYBAGLCjeiALm_WAAAYmfR7Qec474.png)
GPU与VR技术结合应用
GPU深度学习应用案例
GPU加速计算平台是什么
什么是GPU技术?它有哪些应用?
聚徽触控-GPU 工控机是什么产品
NVLink技术之GPU与GPU的通信
![NVLink<b class='flag-5'>技术</b>之<b class='flag-5'>GPU</b>与<b class='flag-5'>GPU</b>的通信](https://file1.elecfans.com/web2/M00/C6/CB/wKgaomYDea2AKFbMAAAZEEteKaM841.png)
评论