América Latina, abril 18 de 2022.- Si adivinara que los empleados de Intel están tan ansiosos como el resto del mundo por que Intel ingrese al mercado de GPU discretas, estaría en lo cierto.

"Siempre quise que Intel se metiera en gráficos discretos", dice Aditya Navale, un miembro de Intel que ha estado trabajando en tecnología gráfica durante más de 20 de sus 30 años en la compañía.

El reciente lanzamiento de los gráficos discretos Intel® Arc™ para portátiles respondió a la primera ola de anticipación (las versiones de escritorio llegarán a finales de este año) y marcó un paso importante en la larga historia de Intel en gráficos. El equipo de Navale en el Grupo de Sistemas de Computación Acelerada y Gráficos se encuentra en el centro literal de la misma, desarrollando la arquitectura IP central que subyace a múltiples generaciones de GPU Intel, incluidos los primeros gráficos Intel Arc A-Series que salen.

Intel ya es el líder del segmento de mercado por volumen en gráficos de PC al contar gráficos integrados, que comúnmente residen en el mismo troquel que la CPU. "Pasar de integrado a discreto es un gran salto", dice Navale. "Es una tarea extremadamente compleja y es muy desafiante".

Desde 2019, el rendimiento de los juegos en los gráficos integrados de Intel se ha cuadruplicado, pero las GPU Intel Arc toman esa tecnología base y la multiplican nuevamente. Los gráficos integrados actuales de Intel alcanzan un máximo de 96 unidades de ejecución, mientras que los gráficos Intel Arc llegarán a 512 motores vectoriales Xe. "Cuando aumentas el tamaño de una máquina como esa, más de 5 veces", dice Navale, "el desafío es obtener el máximo aumento en el rendimiento en una envolvente de potencia dada".

"Uno de nuestros objetivos en los gráficos Intel Arc, además de convertirnos en un jugador significativo en el mercado, es aprender a diseñar, diseñar y construir software para grandes GPU", explica.

Ofrecer una alternativa competitiva como nuevo participante significa no solo ofrecer características y rendimiento convincentes, sino también admitir una variedad de juegos y aplicaciones. "Siempre es el software lo primero lo que impulsa nuestra arquitectura", argumenta.

Del dibujo de píxeles al aprendizaje profundo

¿Qué está impulsando la necesidad de capacidad gráfica varias veces más allá de lo que ya está en su computadora portátil común?

El trabajo principal de la GPU es acelerar la representación de gráficos: crear imágenes 2D y 3D en la pantalla 2D que estás viendo. En pocas palabras, la GPU ayuda a dibujar los píxeles en su pantalla. Donde una CPU está diseñada para manejar una o dos tareas sofisticadas a la vez, una GPU está diseñada para hacer muchas tareas pequeñas, dibujando todos esos píxeles, en paralelo.

Cuando estás haciendo algo como leer este artículo, los píxeles de tu pantalla no cambian mucho, por lo que no hay mucho que hacer para la GPU. Pero cambie a un juego 3D fotorrealista y las cosas cambian constantemente. "Cuanto más realismo quiera aportar el juego, más trabajo tendrá que hacer la GPU", explica Navale. Los detalles más finos, como la piel ondeando en la brisa o las múltiples fuentes de luz y sombras, significan más trabajo para llegar a cada píxel mostrado, y para que esos detalles se representen sin problemas en su pantalla, debe hacerse rápidamente.

Los juegos son solo el comienzo.

A medida que las personas aplican la GPU como un procesador de datos altamente paralelo, dice Navale, "los casos de uso de gpus están explotando". Más allá de los píxeles, la GPU ahora está ayudando con los desafíos computacionales más sofisticados de la humanidad gracias a su uso en inteligencia artificial, aprendizaje profundo y computación de alto rendimiento.

Si desarrollar chips para trabajos tan aparentemente diferentes suena complicado, Navale dice que el mundo del software basado en GPU ayuda a llevar "un método a la locura".

"Tenemos un ecosistema de software que tiene que incorporar todos estos nuevos requisitos", dice. "Dado que tiene que tener en cuenta la HPC, la IA, los juegos y quién sabe qué, tiene que evolucionar de una manera muy sinérgica. Requiere mucho pensamiento y un movimiento deliberado hacia adelante de la arquitectura".

Las demandas multiplicadoras de la GPU continúan: en Zettascale

Las demandas multiplicadoras de la GPU apenas están comenzando, lo que requiere flexibilidad y nuevos enfoques de diseño para llevar a la GPU a nuevas alturas de rendimiento. "La forma en que diseñamos e implementamos las IP, tenemos en cuenta el hecho de que la IP puede entrar en un segmento integrado o hasta una enorme GPU discreta", dice Navale. "Esa escalabilidad está incorporada. También tenemos mucha parametrización, lo que nos permite extraer escalabilidad de una manera fácil y rápida".

Para llegar a las supercomputadoras de zettaescala, el siguiente orden de magnitud en los sistemas más potentes del mundo, "la escalabilidad va aún más lejos", explica. Eso significa no solo multiplicar las capacidades dentro de cada chip, sino también ensamblar múltiples chips juntos como sistemas en paquetes.