Intel est le numéro 1 mondial des fabricants de semiconducteurs. Mais l'empire de Gordon Moore commence à s'effriter pour plusieurs raisons. La première est que les ventes de PC reculent depuis 5 ans au profit des tablettes et des smartphones, un marché dans lequel Intel est absent mis à part pour les puces GSM des iPhones. Accessoirement Intel a aussi fait une série de mauvais investissement. Ils viennent par exemple de fermer leur division "objets connectés" après s'être rendus compte que cela n'intéressait personne d'avoir son téléphone qui discute avec son toaster.

La seconde est qu'Intel n'a pas su anticiper les besoins actuels. Le constructeur est resté longtemps dans l'idée que les calculs sont faits sur le CPU et que le GPU ne sert qu'à afficher des jolis graphismes. Mais ce paradigme a totalement changé ces dernières années. De plus en plus d'applications font leurs calculs lourds sur GPU : rendu 3D, traitement d'image, minage de crypto-monnaie, réseaux de neurones, analyse d'image... Nvidia a su prendre le virage et domine désormais le marché. Sa plateforme de conduite automatique PX est déjà en place chez Tesla et arrive chez Toyota, Audi, Volvo, Mercedes... Les géants du web (Amazon, Microsoft...) sont en train de remplir leurs fermes de serveurs de GPU et Nvidia n'arrive même pas à répondre à la demande. La suite Adobe et la nouvelle génération de moteurs de rendu (Octane et bientôt Arnold) misent sur CUDA. En matière de jeux vidéo, les GPU intégrés d'Intel n'arrivent pas à la cheville des solutions d'entrée de gamme d'Nvidia.

Bref, Intel a besoin de GPU costauds. Et vite. Le constructeur a donc fait une alliance avec son vieil enemi, AMD. Intel et AMD vont produire une nouvelle puce qui combinera un CPU Intel et un GPU AMD, le but était de produire des PC portables fins, puissants et capables de faire tourner des jeux gourmands afin de faire la nique à Nvidia qui domine les GPU pour pc portables avec des puces comme la 1050 Ti et la 1060 qui proposent des performances élevées sans surchauffer. Mais il y a encore plus bizarre : le lendemain de cette annonce, Raja Koduri, le patron de la division Radeon d'AMD a démissionné. Le surlendemain, Intel annonçait qu'ils comptaient déveloper des GPU dédiés le tout supervisé par ... Raja Koduri. Apparement, il ne serait pas le seul à avoir fait le voyage. La précédente tentative d'Intel de faire des GPU dédiés remonte au projet Larrabee qui consistait à coller une batterie de CPUs sur une carte et à simuler le fonctionnement d'un GPU. Le projet est mort mi-2010.

Lire la suite sur le site : Intel veut la peau d'Nvidia.

C'était plus simple d'avoir la peau d'AMD pourtant..

En tant que néophyte complet sur ces questions techniques, j'ai du mal à suivre pourquoi les GPU sont devenus le hardware préférentiel en cas de calculs lourds, alors que les CPU effectuent eux aussi des milliards de calculs simultanés à la seconde. C'est parce que les GPU sont grosso merdo des petits PC ? Ça a à voir avec des couches logicielles spécifiques ? Est-ce qu'avec l'augmentation spectaculaire des prix des GPU Nvidia ça va durer longtemps cette tendance ?

Le gamer sédentaire qui joue sur un PC portable, il faut le flageller en place publique pour manquement à l'honneur.

Nicaulas a écrit :
En tant que néophyte complet sur ces questions techniques, j'ai du mal à suivre pourquoi les GPU sont devenus le hardware préférentiel en cas de calculs lourds, alors que les CPU effectuent eux aussi des milliards de calculs simultanés à la seconde. C'est parce que les GPU sont grosso merdo des petits PC ? Ça a à voir avec des couches logicielles spécifiques ? Est-ce qu'avec l'augmentation spectaculaire des prix des GPU Nvidia ça va durer longtemps cette tendance ?

En simplifiant à fond:
-un CPU comporte une poignée de coeurs mais ils peuvent exécuter n'importe quel tache
-un GPU comporte des milliers de coeurs mais qui ne savent pas faire grand chose

Du coup pour des taches qui sont parallélisables, un GPU est parfait. Pour du traitement vidéo ou du rendu par exemple, tu peux découper l'image en plein de petits bouts et les faire traiter en même temps par tous les coeurs.

Nicaulas > Les CPUs sont spécialisés dans l'exécution de code arbitraire, avec des branchements conditionnels (if), etc. L'arrivée de plus en plus de coeurs leur permet de traiter de plus en plus de données en parallèle mais ça reste limité.

Les GPUs eux sont spécialisés dans le traitement dit "scalaire", i.e. traiter de la même façon un très grand nombre de données. Dans l'idée, un GPU transforme un très grand nombre de vertex à la fois, ou colore un très grand nombre de pixels, etc. Et on s'est rendu compte qu'on pouvait remplacer ces vertex/pixels/<insérer n'importe quelle primitive de rendu> par de la données arbitraires (vertex/pixel/etc. ne sont au final que des vecteurs de chiffres, des matrices, etc.).

Les GPUs ne peuvent pas se permettre de traiter différemment un même set de données (branchements conditionnels) ce qui limite leur utilisabilité pour la programmation générale, en revanche ils peuvent se montrer très performant à traiter de manières identique un très grand nombre de données à la fois (contrairement à un CPU, un GPU compte des milliers de coeurs).

Edit : Mouarf un peu grillé par CBL

Nicaulas a écrit :
alors que les CPU effectuent eux aussi des milliards de calculs simultanés à la seconde.

Des "milliards d'opérations à la secondes", c'est trop flou. C'est combien ? Deux milliards ? Mille milliards ? et de quelles opérations s'agit-il ? Par exemple sur certaines opérations de matrix multiplication on parle de centaines de milliers de milliards d'opérations, si un truc allait prendre des jours il y a quelques années, ça devient soudainement possible de le faire en heures ou en minutes ou en secondes.

Pour l'IA via réseaux neuronaux, ce qui compte c'est combien de matrices tu peux multiplier à la seconde et pour ça les GPU sont très au dessus des CPU. En performance pure mais également en terme de multiplications par unité de puissance (impacte les coûts des data centers via conso électrique et dissipation thermique, et également la faisabilité de certains designs desktop ou mobiles avant que les lois de la physique s'en mèlent).

Mais également ça rend tout à coup possible de faire des chose qu'une armée de programmeurs super intelligent n'arrivaient pas à faire jusqu'à ce que cette puissance brute soit disponible.

LeGreg a écrit :
Des "milliards d'opérations à la secondes", c'est trop flou. C'est combien ? Deux milliards ? Mille milliards ?

voir réponse de CBL ci-après.

En moyenne un processeur moderne peut effectuer 8 instructions par coeur et par cycle d'horlorge.
Donc un CPU avec 4 coeurs tournant à 3 GHz peut cracher 3 * 4 * 8 = 108 milliards d'opérations à la seconde. Pas mal non ?

Mais prenons le GPU d'une 1080 : 2560 coeurs tournant à 1,6 GHz. 4096 milliards d'opérations à la seconde. (Les chiffres officiels parlent de 9 TFLOPS donc j'imagine que les coeurs cuda peuvent traiter 2 opéarations par coeur par cycle)

Et des spécialités dans la multiplication de mémoire.