A Nvidia disse que seus aceleradores gráficos GeForce RTX de consumo apresentam desempenho muito superior em tarefas de IA em comparação com processadores neurais especializados nos processadores centrais mais recentes. Estes últimos, segundo a Nvidia, são adequados apenas para tarefas básicas de IA.
Fonte da imagem: NVIDIA
A Nvidia realizou recentemente uma apresentação na qual mostrou as capacidades de suas placas de vídeo de consumo GeForce RTX em tarefas de inteligência artificial. A Nvidia acredita que suas GPUs podem oferecer desempenho superior em aplicações de IA em comparação com as unidades de processamento neural (NPUs) dedicadas encontradas em muitos dos processadores móveis atuais da Intel, AMD, Apple e Qualcomm. Esses aceleradores de IA integrados oferecem desempenho de 10 a 45 TOPS (trilhões de operações por segundo). Segundo a Nvidia, suas placas gráficas são capazes de entregar entre 100 e 1300 TOPS, dependendo do modelo.
Para apoiar esta tese, foram apresentados resultados de testes nos quais foram comparadas placas de vídeo GeForce RTX com o chip Apple M3 Max instalado no mais recente MacBook Pro e possuindo um NPU com desempenho de 18 TOPS. Os testes mediram o desempenho em aplicativos populares de processamento de imagem e vídeo com tecnologia de IA, como Stable Diffusion, Arnold, Blender e muito mais. O teste mostrou que um laptop com placa gráfica móvel GeForce RTX 4090 supera um MacBook Pro com M3 Max em mais de 5 vezes. Além disso, mesmo a placa gráfica móvel de gama média RTX 4050 supera o mesmo MacBook Pro em mais de 2 vezes, de acordo com a Nvidia. Em média, o RTX 4090 móvel superou o M3 Max em 5x, e o RTX 4050 móvel superou o M3 Max em 50-100%.
Outro teste de benchmark mediu a velocidade com Large Language Models (LLMs). Aqui, a GeForce RTX 4090 também superou significativamente o chip da Apple, mesmo quando o tamanho dos pacotes de dados processados aumentou. A GeForce RTX 4090 foi 42% mais rápida que o M3 Max.
Segundo a Nvidia, os resultados dos testes demonstram claramente que o desempenho das GPUs em tarefas de IA pode ser muitas vezes maior do que os processadores neurais especializados (NPU). A empresa até propôs dividir o hardware de IA em três categorias – IA básica, IA premium e IA pesada. A última categoria refere-se a poderosas soluções de servidor baseadas em GPU, capazes de fornecer milhares de TOPS. As placas gráficas de consumo, de acordo com a Nvidia, são capazes de lidar com IA premium, mas os NPUs integrados são suficientes apenas para IA básica.
Porém, segundo especialistas, ainda é cedo para dizer que as GPUs substituirão completamente as NPUs em computadores focados em trabalhar com IA. Por exemplo, a Microsoft, na sua definição de PC com inteligência artificial (AI PC), requer uma GPU e uma NPU. Além disso, não se esqueça da eficiência energética, já que GPUs poderosas consomem muito mais energia em comparação com processadores neurais otimizados.
Em geral, à medida que as ferramentas baseadas em IA se desenvolvem e os problemas que resolvem se tornam mais complexos, o poder computacional das NPUs especializadas pode não ser suficiente. Isso significa que o papel dos poderosos processadores gráficos só aumentará.
Ao final, notamos que a Nvidia não perdeu a oportunidade de comparar suas placas de vídeo com soluções concorrentes. No teste de geração de imagem de inteligência artificial, a GeForce RTX 4090 para desktop mostrou uma vantagem de quase 3 vezes sobre o principal acelerador gráfico AMD Radeon RX 7900 XTX. Ao mesmo tempo, todos os modelos da linha GeForce RTX, começando pela RTX 4070 Super, superaram a placa de vídeo AMD mais poderosa.