Intel、AMD、NVIDIA的下一个十年将何去何从

  NVIDIA的野心

  杀死凯撒的野心几乎杀死了NVIDIA。NVIDIA的新一代产品，GF100，发布时间晚了一步。而且和AMD的Radeon高清5800系列相比，GF100究竟有多大的性能优势暂时还不得而知。凭借其费米(10-15米)构造，NVIDIA公司的目标有些过于雄心勃勃。如果它不是拥有一个强大的G92核心，NVIDIA公司很有可能就已经步了S3或者Matrox的后尘。最近的一次发生这种情况的是NV30，第一次发生这种情况的是NV1;这使得NVIDIA公司几乎倒闭了。

  接着说，从NV30的32位shaders开始，以及现在的费米数量级的CUDA技术的能力，这些在产品中对高精度计算能力的有进取心的追求正很有可能将会获得回报。而其核心技术是CUDA。

  CUDA是一个营销术语，它包含了NVIDIA所有的硬件和软件技术，这些技术使得非图形计算能够在GPU上执行。先是有核心CUDA硬件架构，接着才会有整个软件系统，正是这些软件系统使得开发者能够使用C，Fortran语言，OpenCL以及直接机器语言在GPU上编程。

  如果你去和一个一般的技术狂热者，他会认为在CUDA上进行C，Fortran语言编程时一种过时的商业模式。当软件开发者可以利用像OpenCL或者甚至直接机器语言进行编程时，他们为什么要把他们自己局限于只能支持单一的制造商产品程序。毕竟，我们在实践中暂时还没有看到过任何专有的三维图形API接口。不过，只要你和软件开发商交流，答案就非常不同了。

  今天的GPU计算应用的大部分是围绕CUDA技术而建立的，这主要是因为NVIDIA多来来在现有的软件工具产品上的领导地位。这些工具不仅支持跨编程语言的GPU运算，而且NVIDIA还致力于供调试CUDA应用软件用的集成开发环境的研究。NVIDIA的最的成功是在Adobe CS5上面的水星回放引擎。这一点特别重要，因为Adobe公司的的下一版本Creative Suite预计将成为最畅销的版本，这主要归功于64位本机代码第一次在该产品上进行执行。

  而Adobe软件以前的版本都是使用OpenGL进行某些要素的加速，水星发动机是建立在NVIDIA的CUDA顶尖技术之上的工艺，能够实现实时多个高清画面编辑，这项工艺包括五个同步红色4K的片段和支持复杂、实时编解码器，如H.264以及AVCHD格式。然后，当涉及到最终输出的编码，NVIDIA公司拥有独有的在元素加速器上的CUDA支持 。在双重的Quadro FX3800安装程序(相当于第一代具有192内核的GeForce GTX 260，但有一个256位内存接口)支持下，将AVCHD格式的1080p资源转换为H.264 720p只需要40fps。在这个行业，时间就是金钱。想象一下，婚礼摄影师谁希望有一个“同一天编辑”，其中包括典礼的一个晚上接待准备。这还不是他们在一夜间能够处理的事情。编码速度越快，留给编辑的时间久越充足。

  在对的CS5的开发期间，AMD的SDK流没有达到Adobe所需要的水平。虽然Adobe想要以中立供应商身份从哲学角度支持OpenCL，然而开发环境的健壮性不足使得这项工作没法实现。OpenCL何时能够实现和Adobe公司的Creative Suite兼容暂时还无法确定，如果能够先于NVIDIA获得类似iPod的市场份额发生。此外，尽管AMD为H.264编码流加速编码提供了测试插件，该软件需要一个AMD的CPU，美中不足是与英特尔处理器不兼容，但是英特尔却代表了大部分市场份额。

  在科学计算方面，因为CUDA技术支持C和Fortran编程语言，NVIDIA公司有很大的优势。Fortran语言是在科学计算应用中具有统治地位的编程语言。更重要的，NVIDIA和PGI签署的一项开发GPU加速Fortran编译器的协议的时间比AMD晚了近一年(2009年11对2008年6月)，PGI对CUDA的支持实际上仅仅是航运，而AMD的支持仍有待观察。NVIDIA公司的客户还有一个选择就是F2C-ACC，一种由美国国家海洋和大气管理局(NOAA)开发的Fortran到CUDA编译器。AMD的用户可以选择HMPP用于Fortran编译器，它附带地支持CUDA技术。

  除了广泛的编译器支持，NVIDIA的GPU拥有正在开发中的或者已经存在的优化数学库的优势。它们包括GPU LAPACK，由约翰汉弗莱和他的电磁光子学团队开发的，且电磁光子学团队与美国航天局艾姆斯研究中心(CULAtools)是合作关系。该团队给感兴趣的每个人免费提供一个单精度“卡拉基本法”包，并且销售具有更多功能的“高级”以及“商业”版本，双精度支持的版本，以及再发行它的选择。此外，杰克唐加拉，田纳西大学计算机科学杰出教授职称，橡树岭国家实验室杰出的研究人员，莱斯大学兼任教授，并持有英国曼彻斯特大学的图灵奖学金，正致力研究混合精密的GPU/CPU对数学库的执行技术以便从数学库汇总提取更多特性。商业可用的软件，如封套的MATLAB软件，就可以利用NVIDIA公司的科学图书馆实现高性能计算。

  还记得ATI公司在2002年何时向计算机绘图专业组提供了实时的魔戒的缩小版？当时那是一个杰出的高科技演示。NVIDIA公司使用CUDA技术向另外一个层次发展。NVIDIA和WETA(威塔)合作为电影《阿凡达》开发客户软件，起名为PantaRay。这种预先计算工具比CPU服务器运行速度快25倍，本身比传统的渲染效果高效4倍。这使得该公司可以以每帧十亿张多边形运转。没有一个特技，而是视觉效果工作的真正的贡献。我们将看到PantaRay技术被应用于即将到来的史蒂芬斯皮尔伯格/彼得杰克逊执导的电影“Tintin”。

  当涉及到高性能并行计算领域时，实际上NVIDIA已经相当领先于英特尔以及AMD了。它在创造GPGPU可行的商业工具上所做出的投资已经逐渐开始取得回报了，这一点从专用Adobe Creative Suite 5以及CUDA在科学专业人士上的支持和广泛的使用上可以看出。如果公司继续其增长势头和积极地发展以GF100为基础的产品线，它有机会在市场上获得类似iPod的主导地位，并且至少，我认为NVIDIA公司已经在GPGPU领域建立了牢固的地位。第三名将在AMD和英特尔间进行角逐。