毫无疑问，当AMD的CPU业务不景气时，AMD的图形业务让公司得以维持。我不止一次看到季度数据显示所有盈利都来自GPU方面的市场。
根据Steam的分析，它和英伟达的比例是2:1。英伟达拥有巨大的发展势头，但并没有失去这种势头。它让公司得以将业务扩展到人工智能(AI)领域，以至于游戏几乎成了公司的次要业务。这并不是说他们将玩家晾在一边;它们已经不再是首要任务了。
随着AMD在CPU方面的发展，该公司最终决定不再将整个数据中心拱手让给英伟达。雷竞技电脑网站本周，它推出了两款新的gpu，考虑到数据中心和HPC/AI工作负载。雷竞技电脑网站
Radeon Instinct MI60和MI50是基于该公司目前的Vega架构，并基于台积电的7纳米工艺。它们不是游戏玩家，而是专门用于机器学习、高性能计算(HPC)和渲染应用程序。
MI60将配备32GB ECC HBM2(高带宽内存)，而MI50将配备16GB内存。这两张卡的内存带宽将高达1tb /s，这对人工智能和高性能计算应用程序至关重要。
该卡还将支持PCIe 4.0，这是使用AMD的Infinity Fabric更普遍的PCIe 3.0和直接GPU-to-GPU链接的转移率，与Ryzen和EPYC芯片中的CPU核心相同的结构。该面料最多可提供高达4个GPU之间的带宽200 GB /秒，并且比PCIe 4.0快三倍。
卡自带虚拟化本地支持，允许在多个虚拟机之间安全地共享一张卡。这是一个重要的特性，因为几乎所有的公共云运营商都提供gpu加速的虚拟机。
AMD称MI60将成为最快的双精度加速器，性能可达7.4 TFLOPS, MI50为6.7 TFLOPS。
AMD在软件上迎头赶上
除了新gpu, AMD还宣布了新版本的开源软件ROCm运行时，它为Linux上的HPC gpu驱动的工作负载提供库和框架支持。
这就是AMD真正落后于英伟达的地方。如果没有软件，世界上所有伟大的硬件都毫无价值，而在高性能计算和人工智能软件方面，英伟达领先了10年。一些非常非常聪明的斯坦福研究人员在2007年开发了CUDA语言，以利用gpu的并行特性，而英伟达在让CUDA进入世界各地的大学方面做了出色的工作。
成千上万的开发者都知道CUDA，而英伟达并没有放慢其在教育方面的努力。这几乎已经成为GPU处理的一个事实上的标准，这也是AMD被HPC和AI世界拒之门外的原因。
如果不能将CUDA移植到Radeon(这是不可能的)，AMD就会陷入困境。开发人员通常不喜欢支持大量的语言，如果他们知道CUDA，他们就会坚持使用它。AMD的真正挑战是让开发者采用ROCm而不是CUDA，这将是一个艰难的销售过程。