Se dice que es mejor tarde que nunca y después de una larga ausencia en el mundo de la IA los de Lisa Su se están poniendo las pilas tomando posiciones en dicho mercado. ¿Lo último? El soporte en las GPU de AMD para TensorFlow a través de DirectML. ¿Qué es necesario para poderlo utilizarlo y qué tarjetas gráficas de la gama Radeon son compatibles?
No hay ninguna duda que el mercado de la Inteligencia Artificial ha crecido enormemente y una de las disciplinas más potentes es el desarrollo de nuevos algoritmos haciendo uso de la potencia de cálculo en paralelo de las GPU y las mejoras en las arquitecturas de las mismas.
Desde AMD no quieren estar más tiempo por detrás de sus rivales, especialmente de NVIDIA y de ahí el anuncio del soporte de TensorFlow para sus GPU.
AMD, DirectML y TensorFlow en las GPU RDNA 2
AMD junto a Microsoft acaban de lanzar la versión de TensorFlow para DirectML que estaría optimizada con la arquitectura gráfica RDNA 2 en mente. Estos cambios han sido integrados en la nueva versión de los drivers Adrenalin de AMD, en concreto en la 21.8.1 donde como se puede ver en el gráfico que acompaña estas líneas el aumento de rendimiento es de 3,4 veces en el caso de una RX 6600 XT y de 3,7 con la RX 6900 XT respecto a la versión 21.5.2 de los mismos controladores.
TensorFlow es una plataforma de desarrollo de código abierto de soluciones basadas en el Machine Learning y el Aprendizaje profundo. No olvidemos que el soporte con respecto al hardware es muy importante, ya que es uno de los mercados en expansión más potentes que hay ahora mismo y se utiliza por gran cantidad de industrias de diferentes ámbitos.
El año pasado Microsoft anuncio la versión preliminar del soporte para Windows de la API DirectML con respecto al hardware. Lo cual permite ejecutar los algoritmos en una tarjeta gráfica y acelerar la velocidad en la que estos funcionan, en especial haciendo uso de las mejoras que las GPU han añadido en los últimos años de cara a la inteligencia artificial.
AMD se está poniendo al día en el mundo de la IA
Si hay un elemento diferencial entre AMD y NVIDIA durante los últimos años ha sido la inversión que han tenido los del logo verde en el mundo del aprendizaje automatizado mientras que los de Lisa Su se han centrado en el mercado del gaming de PC, pero las cosas están cambiando para ellos.
Por ejemplo la arquitectura CDNA que está pensada de cara a la computación añade unidades tensoriales que son clave para acelerar ciertos algoritmos con el nombre de Matrix Core Units. En el caso de RDNA 2 han añadido soporte para formatos de baja precisión ampliamente utilizados en el mundo de la inteligencia artificial y de ahí la mejora de cuatro veces en potencia.
Por el momento las AMD Instinct MI100 no se venden al gran público, sino solo a clientes seleccionados, por lo que los usuarios de a pie que tienen una tarjeta gráfica Radeon hasta el momento no se podían beneficiar de las mismas más allá del gaming y no podían utilizarlas en otras disciplinas. Por lo que el soporte de TensorFlow vía DirectML en las GPU para PC del bando rojo es una muy buena noticia, aunque se haya presentado con retraso.
¿Es posible que estas mejoras como tal lleguen a FSR para los juegos? Eso es más complicado por las APIs, pero no sabemos que se puede sacar AMD de debajo de la manga. Quizás un aumento del rendimiento menor, o mejoras en la calidad del escalado o similar… Estaremos atentos en cualquier caso.
