Ad oggi non sappiamo se NVIDIA è un'azienda che produce hardware di intelligenza artificiale con la capacità di visualizzare grafica o viceversa. Ed è che questa disciplina informatica è diventata popolare negli ultimi anni ed è cresciuta in modo esponenziale. Tutto questo grazie all'implementazione di unità in grado di eseguire calcoli matriciali con pochi cicli di clock. La prossima occorrenza di quelle di Jen Hsen Huang? Creazione di driver grafici con AI. Siamo di fronte a un problema in divenire o alla soluzione definitiva di un problema comune?
I driver o i controller grafici sono uno dei maggiori problemi per i produttori di schede grafiche e soprattutto per GPU designer. Uno di scarsa qualità può significare risultati molto peggiori nei benchmark e nei giochi, il che è fatale per l'economia. Dopotutto, nessuno può vendere un componente hardware a un prezzo superiore alle sue prestazioni. La ragione? Stai vendendo meno valore per un prezzo più alto.
Driver grafici e AI?
Uno dei miti che non smettiamo di leggere è che l'intelligenza artificiale finirà per eliminare molti lavori come la programmazione di computer, ma quello che faranno nel campo del software per computer è l'eliminazione di compiti ripetitivi e meccanizzati. Il fatto che stiamo parlando di driver grafici con intelligenza artificiale non significa che siano responsabili della creazione di questi programmi. Si riferisce piuttosto al fatto che la gestione dei processi e delle risorse della GPU sono controllate da un programma di quel tipo gestito dal controller.
Una GPU è composta da decine di core e allo stesso tempo migliaia di thread di esecuzione, tuttavia il problema deriva dal fatto che la loro unità di controllo non è come quella dei processori centrali. La loro gestione deve essere effettuata dall'autista che si occupa di organizzare l'intero processo. Pensala come un'enorme azienda di pacchi che deve assegnare le diverse spedizioni alle destinazioni corrispondenti nel modo più efficiente possibile.
In qualsiasi chip grafico contemporaneo, occupare i diversi registri e utilizzare il maggior numero di core contemporaneamente è fondamentale per le prestazioni. Una cattiva organizzazione può significare che non viene utilizzato il numero massimo di risorse possibili e costringere, ad esempio, ad aumenti della velocità di clock e con essa un aumento dei consumi.
NVIDIA lo starebbe già utilizzando nella sua RTX 40
Uno dei comportamenti che abbiamo visto nella nuova generazione di schede grafiche NVIDIA è il modo in cui si comportano nella gestione di giochi che richiedono poche risorse. Quello che facevano RTX 30 e versioni precedenti era accendere alcuni core, ma quando il lavoro si accumulava finivano per funzionare a velocità Boost e accendere le ventole. Invece, una migliore gestione dei driver sulle loro nuove GPU. Ciò che fa è che questi titoli utilizzano più risorse del chip, ma a una velocità di clock inferiore e quindi con un impatto minore sulla bolletta elettrica grazie alle prestazioni che forniscono.
In ogni caso, una delle chiavi potrebbe anche essere l'uso di compilatori con AI per generare codice binario migliore che viene eseguito dalla GPU sulla scheda grafica. Molte volte capita che il codice generato in compilazione non sia dei più efficienti e certe combinazioni di istruzioni in linguaggio ad alto livello non si traducano nelle migliori combinazioni di istruzioni per il processore. Anche se questo è piuttosto qualcosa che riguarda tutti i programmi.
In sintesi, l'impegno di NVIDIA nei confronti dell'intelligenza artificiale ha dato i suoi frutti per le schede grafiche di gioco da tempo e dato AMDData la spensieratezza di tutto questo tempo riguardo a questo problema e ai suoi problemi di guida, è possibile che il segno verde si trasformi un po' più avanti in termini di prestazioni.