来源：内容由半导体行业观察（ID：icbank）
编译自tomshardware
，谢谢。
根据 Igor Wallosek 在其Igor's Lab技术网站上发布的一份新报告，英特尔的 Arc Alchemist 桌面显卡的发布可能会被推迟。多个消息来源联系了Wallossek，他们都同意这些桌面 GPU 会迟到，但迟到的时间并没有明确定义，现在预计发布窗口在 7 月初到 8 月底之间。
英特尔关于其 Arc Alchemist 桌面显卡发布的官方立场是，它们将在 2022 年第二季度开始推出。然而，我们现在已经进入第二季度，第三季度开始于 7 月初。所以七月初的硬启动会有点晚，但八月底是相当严重的延迟。
昨天，我们报道说英特尔错过了自己设定的交付 Arc GPU 驱动程序更新的截止日期。这可能是硬件发布延迟的征兆。在他的新闻帖子中，Wallossek 似乎表明他的一些消息来源是“首选测试人员”。假设更广泛的技术社区注意到英特尔的软件更新交付时间表有所延迟。在这种情况下，专业测试界会对这种延误感到非常沮丧，这可能与这份报告有关。
Igor's Lab 认为软件和驱动程序问题是被吹捧的发布/发布延迟的原因。Wallossek 认为 Intel Arc 桌面硬件、固件、最终时钟速度等现在都已最终确定。同样，此信息似乎来自内部测试人员。
英特尔的第一个比较重要的独立显卡系列有很多障碍要克服。所以很自然地想知道延迟卡最终发布时是否会提供所有高级功能，比如 XeSS。请记住，AMD 似乎对FSR 的引入感到意外，但现在它在后视镜中拥有了该功能；它已经能够在其更新中与其他功能一起成功调整和完善此功能（和 FSR2）。
Igor 分享了有关 Arc Alchemist 桌面启动延迟的其他一些有趣观察。他表示英特尔延迟或泄露即将推出的硬件规格可能帮助 Nvidia 决定取消 GeForce RTX 3070 Ti 16GB。他还认为英特尔 Arc Alchemist 台式机显卡的推出可能会因为缺乏大型主板合作伙伴、缺乏零售商价格保证以及 RMA 考虑而变得平淡无奇。
与任何非官方新闻稿一样，请在上面加一两点盐。另一个比较新鲜的传言是英特尔将在 Computex（5 月 24 日开始）上推出桌面 Arc 卡。那可能是“纸上发布”，两个谣言都是正确的，但在接下来的几周内事情会变得更加明显。
事实上，我们和大家一样期待英特尔进军独立显卡市场。
英特尔院士Aditya Navale表示：“我一直希望英特尔能够进入独显市场。”Aditya Navale在英特尔工作了30年，其中20多年都深耕于图形技术。
不久前，英特尔发布了英特尔锐炫
™
移动端独立显卡，并将在今年推出应用于台式机的独立显卡。
这标志着英特尔在显卡进程中迈出了重要的一步。在加速计算系统与图形事业部，Navale的团队至关重要——他们开发的核心IP架构为多代英特尔GPU奠定了基础，包括已经推出的首款英特尔锐炫A系列独立显卡。
如果我们把集成显卡（通常与CPU集成在同一裸片上）也一起算进来，英特尔已位居PC显卡市场份额的领先地位。Navale表示：“对于英特尔而言，从集成显卡到独立显卡是重要的一步，因为这是一项极具挑战性的复杂任务。”
自2019年以来，英特尔集成显卡的游戏性能已经提升至原来的数倍，而英特尔锐炫独立显卡以集成显卡技术为基础，再次实现了游戏性能的显著提升。当前的英特尔集成显卡最多包含96个执行单元，而锐炫独立显卡将采用多达512个X
e
矢量引擎。Navale指出：“在面积增大5倍以上的同时，我们需要克服的挑战是，在特定功率范围内更好地提升性能。”
“
除了进军独显市场并成为重要的一员，我们开发锐炫显卡的其中一个想法也是希望探索大型GPU
的架构设计和软件开发。”
他解释道。
作为独显领域的“新人”，想要成为具有竞争力的新选择，就意味着产品的特性和性能不仅要有吸引力，还需支持一系列的游戏和应用。“
软件为先
的理念一直驱动着我们的架构创新。”他说道。
什么推动了人们对于数倍于普通笔记本电脑图形处理能力的需求？答案是丰富的对照研究。
GPU的主要任务是加速图形渲染：在2D屏幕上创建2D和3D图像。简言之，GPU就是负责在屏幕上绘制像素。CPU旨在一次处理一两个复杂任务，而GPU旨在并行处理许多小任务，即绘制像素。
比如当你阅读这篇文章时，屏幕上的像素并没有太大变化，所以GPU不需要做太多工作。但当系统运行逼真的3D游戏等任务时，像素就会不断变化。Navale解释道：“越是想在游戏中呈现身临其境的沉浸感，GPU需要做的工作就越多。”无论是微风中飘动的毛发，还是不同程度的光影效果，这些细节都需要在每一个像素的显示上花费更多功夫。并且为了保证细节渲染的流畅度，这些工作需要快速地完成。
GPU是可用于高度并行计算的数据处理器，Navale表示：“GPU的应用场景也正在快速增长。”
除了绘制像素，GPU
在人工智能、深度学习和高性能计算等领域的应用也正在帮助人类解决复杂的计算挑战。
如果说面向不同负载开发芯片听起来很复杂，Navale表示，那么基于GPU构建的软件生态则为以上困境提供了“解决之道”。
“我们构建了一个满足所有新要求的软件生态。”Navale说，“考虑到高性能计算、人工智能和游戏等诸多领域的需求，软件生态需要以一种高度协同的方式不断演进。为此，我们需要在深思熟虑之后不断完善架构。”
人们对GPU的需求正在成倍增长，因此我们需要依靠灵活性和新的设计思路，来将GPU的性能提升至全新高度。“我们将构建和部署IP，确保其既可应用于集成领域，也可应用到大型独显中。”Navale说，“这种可扩展性是内置的。我们还完成了大量的参数化工作，以便轻松快速实现它的可扩展性。”
为了实现Z级超级计算，即全球下一个重要的强大算力系统，他解释道：“产品的可扩展性还将进一步提升。”这不仅意味着每个芯片的算力要成倍增加，还要让多个芯片进行系统级封装。
“Ponte Vecchio在这方面已经取得了一些进展”，它将47个不同的区块（tile）组合到单个GPU中。“但是现在这种模式还在发展，随着我们向前迈进，它将取得更好的势头和采用情况。”
★ 点击文末
【阅读原文】
，可查看本文原文链接！
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第3034内容，欢迎关注。
『
半导体第一垂直媒体
』
实时 专业 原创 深度
识别二维码
，回复下方关键词，阅读更多
晶圆｜集成电路｜设备
｜汽车芯片｜存储｜台积电｜AI｜封装
回复
投稿
，看《如何成为“半导体行业观察”的一员 》
回复
搜索
，还能轻松找到其他你感兴趣的文章！
