NVIDIA vs. AMD 「GPU」「ビデオカード」の演算能力が高いのはどっち？：NVIDIAとAMDの「GPU」製品を比較【後編】

NVIDIAとAMDは、共にGPU分野に重点的に投資している。両社のビデオカードは、演算能力などの性能や機能においてどのような違いがあるのか。

[Daniel Robinson，TechTarget]

　前編「NVIDIAのビデオカード『A100 Tensor Core GPU』は何がすごい？　AI向け機能も」に続いて、NVIDIAとAMD（Advanced Micro Devices）のGPU（グラフィックスプロセッシングユニット）製品の違いを紹介する。

　AMDは、2020年に科学技術計算などHPC（ハイパフォーマンスコンピューティング）分野を対象とするビデオカード「AMD Instinct MI100 Accelerator」（以下、Instinct MI100）を発売した。AMDはGPU製品のポートフォリオを、ゲーム向けの「RDNA」（Radeon DNA）と、データセンター向けの「CDNA」（Compute DNA）の2つのアーキテクチャに分割している。Instinct MI100は後者に入る。

併せて読みたいお薦め記事

半導体ベンダーの動き

• NVIDIA「GPUDirect Storage」にIntel「Optane」――CPUを補う高速化技術
• “永遠の二番手”「AMD」がIntel、NVIDIAを追い抜く日
• Intel、NVIDIA、AMDの「GPU仮想化」技術を比較　それぞれの特徴とは

「GPU」の基礎知識

• 「GPU仮想化」とは？　使うべき用途、避けるべき用途の違い
• いまさら聞けない「CPU」と「GPU」の違い　AIに最適なのはどっち？

　Instinct MI100は120個の「コンピュートユニット」（CU）を搭載する。CUを8ブロックに分け、基板上で相互接続する。CUは「ストリーミングプロセッサ」という演算ユニットの集合体になっている。1個のCUはストリーミングプロセッサを64個搭載する。「HBM2」（HBM：High Bandwidth Memory）準拠のメモリを搭載し、メモリ容量は合計32GB、メモリ帯域幅（データ転送速度）は最大1.2TB/秒となっている。Instinct MI100のCUは、機械学習で使用する行列型のデータの処理を高速化する「Matrix Core」という機能を備える。

　AMDのソフトウェア開発支援ライブラリ・ツール群「ROCm」を使うと、開発者はNVIDIAのGPUも含めて複数の環境向けのコードを記述し、コンパイル（変換）できる。「TensorFlow」や「PyTorch」など主要なオープンソースの機械学習フレームワークを利用することも可能だ。NVIDIAのGPU向けの開発環境「CUDA」のコードをAMDの製品向けに移植する方法も提供する。

NVIDIAとAMD、どちらのGPUを選ぶか

会員登録（無料）が必要です

続きを読む

　NVIDIAのGPU「NVIDIA A100 Tensor Core GPU」（以下、A100）とAMDのInstinct MI100の性能を数字で比較すると、Instinct MI100が上回る。Instinct MI100のFP64（倍精度浮動小数点）の演算性能は最大11.5TFLOPS（TFLOPS：1秒間に1兆回の演算をする単位）、FP32（単精度浮動小数点）で最大23.1TFLOPSであるのに対し、A100はFP64で9.7TFLOPS、FP32で19.5TFLOPSだ。

　ただしA100はAI（人工知能）技術を使ったデータ処理の高速化に優れており、Instinct MI100よりはるかに多くのメモリ容量を搭載している。調査会社Moor Insights & Strategyによると、AMDはHPCの分野ではNVIDIAの強力なライバルになるが、AI技術分野ではNVIDIAが依然として優勢だという。

　ビデオカード分野にはNVIDIAとAMDの製品の他、もう一つの選択肢が加わりそうだ。Intelは開発コードネーム「Ponte Vecchio」という、同社のGPU「Xe」シリーズのアーキテクチャを採用したGPUで、汎用（はんよう）のGPU市場に進出しようとしている。Ponte VecchioはArgonne National Laboratory（アルゴンヌ国立研究所）のスーパーコンピュータ「Aurora」に採用される見込みだ。

TechTarget発　先取りITトレンド

米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。