AMD と Nvidia はどちらも市場で 最高のグラフィックス カード を製造していますが、通常は Nvidia がリードしていることを否定するのは困難です。私が言いたいのは、市場シェアの大きな違いだけではありません。この世代では、他のすべてのカードよりも優れた巨大な GPU を搭載しているのは Nvidia ですが、AMD はまだ RTX 4090 に対する答えを持っていません。
AMD が現時点で明確な答えを持っていないもう 1 つの点は、人工知能です。私は 個人使用のために AMD に切り替えています が、事実を無視するのは困難です。つまり、Nvidia が AI の戦いに勝利しているということです。なぜこれほど顕著な違いがあるのでしょうか?これは将来的に AMD にとってさらに問題になるのでしょうか?
ゲームだけがすべてではない
私たちのほとんどは、予算とゲーム機能という 2 つの点に基づいてグラフィックス カードを購入します。 AMD と Nvidia はどちらも、自社のハイエンド消費者向けカードの大部分が最終的に何らかのゲーム機器に使用されることを知っていますが、専門家もそれらを手に取ります。それでも、ゲーマーとカジュアル ユーザーがこの市場セグメントの最大の部分を占めています。
何年もの間、GPU の世界は Nvidia 一色でしたが、ここ数世代で AMD は大きな進歩を遂げ、現在では Nvidia と互角に渡り合っています。 Nvidia は RTX 4090 で市場をリードしていますが、AMD の 2 つの RDNA 3 フラッグシップ ( RX 7900 XTX および RX 7900 XT ) は、多くの場合 Nvidia の同様の製品を上回る強力なグラフィックス カードでありながら、 RTX 4080 よりも安価です。
RTX 4090 が存在しないふりをする場合、RTX 4080 および 4070 Ti を RX 7900 XTX および XT と比較すると、現時点では状況はほぼ互角であることがわかります。少なくともゲームに関する限り。
そして、レイ トレーシングと AI ワークロードにたどり着きますが、ここで AMD が崖から転落します。
これをうまく解決する方法はありません。現時点では、AI が生成したタスクの実行において Nvidia の方が AMD よりも優れているだけです。それは実際には意見ではなく、むしろ事実です。これは唯一のエースではありません。
Tom’s Hardware は 最近、Nvidia、AMD、Intel カードで AI 推論をテストしましたが、結果は AMD にとってまったく好ましいものではありませんでした。
GPU を比較するために、テスターは AI 画像作成ツールである Stable Diffusion でベンチマークを実行しました。ベンチマークの設定に関するすべての技術的な詳細を知りたい場合は、ソース記事をお読みください。ただし、簡単に言えば、Nvidia のパフォーマンスは AMD を上回り、 Intel Arc A770 の パフォーマンスはほとんど言及する必要がないほど低かったのです。
Nvidia GPU の外部で Stable Diffusion を実行するだけでもかなりの困難に思えますが、試行錯誤の後、テスターは各 GPU にある程度適したプロジェクトを見つけることができました。
テスト後の最終結果は、Nvidia の RTX 30 シリーズと RTX 40 シリーズ の両方がかなり良好なパフォーマンスを示しました (後者については多少の調整があったにもかかわらず)。 AMD の RDNA 3 シリーズもよく持ちこたえましたが、前世代の RDNA 2 カードはかなり平凡でした。ただし、AMD の最高のカードでさえ、これらのベンチマークでは Nvidia に数マイルの差があり、AI 関連のタスクへの取り組みでは Nvidia が単純に速く、優れていることがわかりました。
Nvidia カードは、AI または機械学習ワークロード用の GPU を必要とする専門家にとって頼りになるカードです。消費者向けカードのいずれかを購入する人もいるかもしれませんし、代わりに RTX 6000 などの紛らわしい名前の ワークステーション モデルを選ぶ人もいるかもしれませんが、そのようなリグが構築されているときに AMD が注目されていないことが多いという事実は変わりません。
Nvidia が レイ トレーシング や ディープ ラーニング スーパー サンプリング (DLSS) などの分野でも AMD を大きくリードしているという事実を無視しないでください。私たち自身のベンチマークでは、レイ トレーシングでは Nvidia が依然として AMD を上回っていることがわかりましたが、少なくとも Team Red は正しい方向に進んでいるように見えます。
この世代の GPU は、レイ トレーシングのギャップが縮まりつつある最初の世代です。実際、AMD の RX 7900 XTX は、その点で Nvidia の RTX 4070 Ti よりも優れています。ただし、Nvidia の Ada Lovelace GPU には、AI を使用してピクセルだけではなくフレーム全体をコピーするテクノロジーである DLSS 3 という別の利点があります。またしてもAMDは後れを取っている。
Nvidia には AI に関して長い歴史があります
AMD と Nvidia のグラフィック カードはアーキテクチャ レベルで大きく異なるため、完全に比較することは不可能です。ただし、私たちが知っていることの 1 つは、Nvidia のカードはその構造そのものの点で AI に最適化されており、これは何年も続いているということです。
Nvidia の最新の GPU には Compute Unified Device Architecture (CUDA) コアが搭載されていますが、AMD カードには Compute Unit (CU) と Stream Processor (SP) が搭載されています。 Nvidia には、深層学習アルゴリズムのパフォーマンスを支援する Tensor コアもあり、Tensor コア スパーシティを使用すると、GPU が不要な計算をスキップするのにも役立ちます。これにより、GPU がディープ ニューラル ネットワークのトレーニングなどの特定のタスクを実行するために必要な時間が短縮されます。
CUDA コアは 1 つのものですが、Nvidia は、Nvidia グラフィックス カードのみがアクセスできる、同じ名前の並列コンピューティング プラットフォームも作成しました。 CUDA ライブラリを使用すると、プログラマーは Nvidia GPU の能力を活用して、機械学習アルゴリズムをより高速に実行できます。
CUDA の開発は、Nvidia を AMD と大きく区別するものです。 AMD には適切な代替手段がありませんでしたが、Nvidia は CUDA に多額の投資を行い、その結果、ここ数年の AI の進歩のほとんどは CUDA ライブラリを使用して行われました。
AMDは独自の代替品についていくつかの取り組みを行ってきましたが、Nvidiaが長年にわたって培ってきた経験と比較すると、それはかなり最近のことです。 AMD の Radeon Open Compute プラットフォーム (ROCm) を使用すると、開発者はコンピューティングと機械学習のワークロードを高速化できます。そのエコシステムの下で、 GPUFORT と呼ばれるプロジェクトを立ち上げました。
GPUFORT は、開発者が Nvidia カードから AMD 独自の GPU に移行できるように支援する AMD の取り組みです。 AMD にとって残念なことに、Nvidia の CUDA ライブラリは、TensorFlow や PyTorch などの最も人気のある深層学習フレームワークのいくつかによってはるかに広くサポートされています。
AMD が追いつこうとしているにもかかわらず、Nvidia が AI と ML の分野で優位を保ち続けるため、その差は年々広がるばかりです。
時間がなくなってきています
Nvidia の AI への投資は確かに健全でした。これにより、Nvidia は、AI および ML 関連のタスクを実行できる強力なカードのラインナップとともに、活況を呈するゲーム用 GPU のラインナップを手に入れることができました。 AMDはまだそこまで到達していません。
AMDは、最新のGPUでまだ使用されていないAIコアを使用して、ソフトウェア面でカードを最適化しようとしているようですが、Nvidiaが構築したソフトウェアエコシステムはありません。
ただし、AMD は Nvidia に対する唯一の深刻な競合相手として重要な役割を果たしています。ここ数年、AMD が GPU 市場と CPU 市場の両方で大きな進歩を遂げたことは否定できません。無関係な状態からなんとか立ち直り、Intel の強力な代替手段となり、現在入手可能な 最高のプロセッサー の一部を提供しています。同社のグラフィックス カードは、ゲーム専用であっても競争力を備えています。個人的なレベルでは、ここ数世代の Nvidia の価格設定アプローチ に反対しているため、私は Nvidia ではなく AMD に傾いています。それでも、AMDのAI存在感の欠如を補うものではない。
AI がここにあるということは、ChatGPT などのプログラムで非常に顕著ですが、ほとんどの PC ユーザーが気づかない他の無数のものにも存在します。ゲーミング PC では、AI がバックグラウンドで動作し、ゲームにおけるリアルタイムの最適化やチート対策などのタスクを実行します。 AI は常に存在するチャットボット、音声ベースのパーソナル アシスタント、ナビゲーション アプリ、スマート ホーム デバイスなどに組み込まれているため、ゲーマーでなくても日常的に多くの AI を目にしています。
AI が私たちの日常生活にますます浸透し、複雑さが増すばかりのタスクを実行するためにコンピューターが必要になるにつれ、GPU もそれに追いつくことが期待されています。 AMDには困難な課題が待ち受けているが、AIに真剣に取り組まなければ、追いつけない運命にあるかもしれない。