从游戏、短视频到人工智能、工业仿真再到元宇宙|英特尔ats-m，靠什么赢市场？( 二 )

文章图片
对于多媒体处理与传输，一个杀手锏是为该GPU配备了英特尔首款基于硬件加速的AV1编码器，速度上比软件编码要快上50倍。
而AV1编码与常见的H.264编码相比，同画质下压缩率又要高出30% 。对于4K加速普及、8K也在路上的今天来说，编码速度和高压缩率节省的流量都极为关键。
对于拥有10万用户的媒体服务器，仅提高压缩率这一项每年就能减少2300万美元的运营成本。

文章图片
虚拟桌面市场也随着远程办公需求的增加迎来了快速增长。
英特尔的这款数据中心GPU提供了灵活的虚拟GPU（vGPU）调度策略，让管理员能够单独微调GPU上每个虚拟机的运行指令。
并且，英特尔不会针对基于硬件的可扩展I/O虚拟化（SIOV）额外收取任何软件授权费，大大减少了相关提供商总体部署成本。

文章图片
最后， AI视觉推理任务往往需要先对大量摄像头拍摄的视频做解码和预处理，再把数据传给AI模型进行下一步动作。
无论是工厂流水线上的零部件缺陷检测还是公共场合的人流管理都需要快速分析、快速决策。
戴尔在PowerEdge服务器上使用了集成两颗GPU的75W功率版本ATS-M 。
以经典的ResNet-50模型的图像分类和目标检测任务为例，能够在计算和解码能力上实现很好的平衡。

文章图片
一款GPU能否走入广泛的市场，除了硬件性能强大以外还离不开配套软件生态的支持。
英特尔的开源、基于标准的统一编程模型oneAPI ，通过一套完整、可靠的工具包来完善现有编程语言和并行计算模型，让开发者设计出开放、可移植的代码，更大限度地利用多种CPU和GPU的组合，降低开发难度同时释放硬件的全部性能。

文章图片
CPU与GPU通过oneAPI统一编程模型深度整合这一思路，还体现在超级计算机上。
美国阿贡国家实验室的下一代超算极光（Aurora）的安装情况也在英特尔峰会上首次展示。
极光超算将采用代号为SapphireRapids的英特尔至强CPU ，和代号为PonteVecchio的英特尔数据中心GPU ，双精度峰值计算性能超过每秒两百亿亿次，能支持更准确地进行气候预测以及发现应对癌症的新疗法等研发创新活动。

文章图片
元宇宙、沉浸式体验，以及大规模的人工智能部署，都离不开对高性能GPU的依赖，也对未来图形处理产品提出了要求：高度视觉保真、优化人工智能、实现连续计算。

文章图片
对于光线追踪和人工智能相信大家都很熟悉了，那么什么是持续计算？
英特尔现场演示的下一代云游戏方案ProjectEndgame就是一个很好的例子。
不同于以往的云游戏产品中本地硬件仅接收串流数据、充当显示器作用，而是云端和本地硬件协同工作。
这样应用程序可以充分利用软件基础设施层，使设备能利用网络中其他设备的计算资源，从而提供始终可用、低时延、连续的计算服务，降低对网络环境的需求，让云游戏进一步走向实用。