Ne voulant pas être surpassé par Intel montrant Stable Diffusion fonctionnant sur son nouveau processeur Meteor Lake, AMD a rejoint la bataille de l’IA avec sa propre démo Computex.
Notre site sœur, Tom’s Hardware, a eu un avant-goût du nouveau moteur d’IA de l’APU Pheonix d’AMD. Phoenix est l’APU qui constitue la base non seulement des processeurs pour ordinateurs portables de la série Ryzen 7040 d’AMD, mais également de la puce Z1 de l’Asus RoG Ally. Donc, le silicium n’est pas nouveau.
Mais c’est la première fois que nous voyons le nouveau cœur d’IA de Phoenix, connu sous le nom de XDNA AI, faire quelque chose. Curieusement, AMD n’a apparemment aucun plan ferme pour intégrer le moteur XDNA de Phoenix dans ses processeurs de bureau. Pour l’instant, c’est une exclusivité pour ordinateur portable et portable.
Quoi qu’il en soit, la plate-forme de démonstration était une Asus Strix Scar 17 avec une puce Ryzen 9 7940HS. Contrairement au moteur AI d’Intel dans Meteor Lake, le moteur XDNA n’apparaît pas comme un composant discret dans le Gestionnaire des tâches de Windows.
Quoi qu’il en soit, la démo impliquait d’accélérer une tâche de reconnaissance faciale mais n’a généré aucun chiffre comparatif. Donc, il n’y a aucune mesure de l’amélioration de Phoenix dans la tâche par rapport, par exemple, à son exécution sur un processeur, un processeur graphique ou une combinaison des deux.
Pourtant, pour ce que ça vaut, AMD estime que son moteur XDNA est plus rapide que le moteur Neural équivalent de la puce M2 d’Apple, bien qu’il n’ait fait aucune déclaration par rapport à la tuile AI d’Intel à Meteor Lake, également connue sous le nom de VPU ou « Versatile Processing Unit ». .
AMD a annoncé un nouvel ensemble d’outils pour aider les développeurs à coder pour le moteur XDNA. Mais nous n’avons pas beaucoup d’exemples de logiciels ou d’applications qui peuvent réellement utiliser XDNA pour l’instant.
L’idée générale est que le moteur XDNA AI accélère les charges de travail d’inférence légères de l’IA, y compris le traitement audio, vidéo et image, et le fasse plus rapidement et plus efficacement qu’un CPU ou un GPU. Le résultat net devrait être à la fois une latence plus faible pour de telles tâches, par exemple le traitement audio en temps réel ou le flou d’arrière-plan, et une meilleure autonomie de la batterie tout en le faisant.
Reste à savoir quelle sera l’utilité de ces cœurs d’IA. Mais à tout le moins, il y a une toute nouvelle salade de mots de moteurs XDNA, de VPU et de charges de travail d’inférence auxquelles s’habituer. Amusant, amusant, et trois fois nous nous exclamons sans réserve, amusant.