Se formos honestos, estamos preocupados com AMDjá faz algum tempo que a deriva em termos de placas gráficas. Especialmente em face de não incluir certos avanços tecnológicos ou fazê-lo a meio acelerador apenas porque são a ponta de lança da competição. Algumas gerações atrás fazia sentido, mas agora encontramos gerentes como David Wang repetindo um mantra que não os beneficia. Especialmente contra NVIDIA.
O boom da IA com o desenvolvimento de soluções como ChatGPT, Stable Diffusion, Dall-E e muitas outras fez com que a demanda por placas gráficas disparasse, assim como a mineração. Embora desta vez não seja algo de que a AMD possa se beneficiar devido à sua política de não querer combinar gráficos e inteligência artificial. No momento, eles estão pagando caro pelo fato de não poderem aproveitar essa tendência. O que levou ao chefe da divisão gráfica da empresa, hoje liderada por Lisa Su, veio esclarecer os planos futuros do Radeon Technology Group.
David Wang confirma a má estratégia de GPU da AMD
Há algum tempo, temos destacado a afirmação de que a política da divisão de placas gráficas da AMD é se opor à NVIDIA em termos de novas tecnologias, ou melhor, tentar sabotá-las ou boicotá-las com uma má implementação delas. Especialmente em face de Ray Tracing e IA. Uma estratégia que do nosso ponto de vista está errada, pois no final o que ela faz é prejudicar a imagem da marca e prejudicar o consumidor final.
Nos últimos dias, algumas declarações de David Wang, chefe do Radeon Technology Group, fizeram algumas declarações que nos fizeram levantar as sobrancelhas, devido ao fato de que, se formos honestos, gostaríamos de estar errados sobre nossa observação sobre o futuro da marca, mas apenas o confirma.
O que eu disse David Wang da AMD?
Acreditamos que o que deve ser feito com os aceleradores de inferência (Tensor Cores) instalados nas GPUs não deve se limitar ao processamento de imagens, como é o caso do DLSS da NVIDIA. Veja o exemplo do FidelityFX Super Resolution, que pode ser feito sem um acelerador de inferência e que oferece desempenho e qualidade que podem competir com o DLSS da NVIDIA.
A razão pela qual a NVIDIA está tentando ativamente usar a tecnologia AI, mesmo para aplicativos que podem ser feitos com ela, é porque eles instalaram um acelerador de inferência em grande escala no GPU. E para aproveitá-la de forma efetiva, parece que estão trabalhando em uma questão que exige mobilização. Essa é a estratégia da placa de vídeo, o que é ótimo, mas não acho que devamos ter a mesma estratégia.
Nós nos concentramos nas especificações que os usuários desejam e precisamos delas para aproveitar nossas GPUs de consumo. Caso contrário, os usuários estão pagando por recursos que nunca usarão. Acreditamos que os aceleradores de inferência devem ser usados para tornar os jogos mais avançados e divertidos. Por exemplo, no movimento e comportamento de personagens inimigos e NPCs como os exemplos mais óbvios. Além disso, mesmo que a IA seja usada para processamento de imagens, ela deve se encarregar de um processamento mais avançado. Especificamente, em um tópico como “gráficos neurais”, que está ganhando interesse na indústria de gráficos 3D.
Por que tais afirmações são problemáticas?
Precisamente, a AMD desenvolveu aceleradores de inferência há muito tempo, assim como os núcleos Tensor da NVIDIA, mas por decisão do próprio Wang eles não foram integrados a nenhuma das arquiteturas RDNA que surgiram e permaneceram apenas no CDNA. A estratégia é clara, deixar suas placas gráficas para o mercado de jogos sem recurso e depois justificar sua falta dizendo que é algo que não beneficia os usuários. Por favor, todos nós já vimos os efeitos positivos do DLSS e sabemos que a AMD poderia ter algo semelhante sem problemas, mas eles não têm vontade de não concordar com a NVIDIA.
O pior é o exemplo sobre o tema das animações e comportamento dos NPCs nos jogos. Você sabe do que isso depende? do processador central. Além do mais, usar aceleradores de inferência para gráficos em uma placa gráfica não vai contra sua utilidade principal. Além do mais, não importa se algo pode ser alcançado com outros métodos como o FSR, o importante é que o recurso esteja lá para ser usado. Pelo usuário a pé? Não, por quem faz jogos, quem são os que usam essas tecnologias e as implementam em seus títulos.
Não achamos que nenhum desenvolvedor seria avesso a ter um recurso que antes faltava disponível para usar na criação de novos jogos. A AMD da boca de Wang aproveita o fato de o usuário médio não ver valor em uma tecnologia como meio, pelo fato de consumir o fim, ou seja, o resultado do uso dela. Os bons resultados do DLSS e de outras tecnologias devem ser suficientes para ver o erro nessas declarações.
David Wang está errado, os Radeons precisam de IA
O cálculo entre matrizes tem que ser feito com uma unidade especializada para isso, pois com isso é possível cortar completamente o número de ciclos de clock necessários para executar determinadas instruções. Principalmente diante dos algoritmos de inteligência artificial que os utilizam continuamente. No entanto, a solução da AMD no RX 7000 é usar uma solução pior do que a que eles já tinham na CDNA.
Parece muito bom para a galeria, desenvolver uma solução que pode ser usada em placas gráficas mais antigas para arranhar mais alguns quadros, mas isso não é incompatível com dar às próximas gerações de placas gráficas de jogos um recurso que já provou ser útil. Todo o resto é conversa fiada para justificar uma política que está errada e pode ser percebida como dando um produto inferior.
E não, não se trata de aplaudir a NVIDIA, mas do fato de que agora finalmente temos a AMD confirmando qual é a sua estratégia em termos de placas gráficas. Não apenas com Ray Tracing, mas também com relação à IA. O que é um grande erro que não apenas os Radeons estão pagando, mas toda a indústria de jogos para PC e especialmente o RTG que está vendo como seu rival continua dominando com punho de fogo.
