AMD s generací RDNA 3 rozšířila podporu akcelerace AI o WMMA násobení matic. V rozhovoru, kteří David Wang a Rick Bergman poskytli webu 4gamer, se tak dostalo i na toto - v poslední dobou často omílané, ale zároveň do jisté míry kontroverzní - téma. Implementace AMD se totiž podstatně liší od přístupu Nvidie, která jádro doplnila o samostatné hardwarové akcelerátory inference (Tensor Cores). Otázka směřovaná na Wanga zněla, co si myslí o akceleraci inference v GPU.

„Zpracování inference zvládá i nejnovější generace CPU dostatečně rychle. Asi 95 % inferenční zátěže AI na světě se provádí na CPU. To samozřejmě platí i pro datacentra a naše serverové procesory Epyc, které jsou součástí různých systémů pro zpracování AI.
Kde vidím prostor pro zpracování AI na GPU, je strojové učení (trénink) AI.

Domnívám se, že úlohy využívající akcelerátor inference nainstalovaným v [herním] GPU, by neměly být omezeny na zpracování obrazu, jak je reprezentováno DLSS společnosti Nvidia. Podívejte se na FidelityFX SuperResolution (FSR), jednu z řady funkcí FidelityFX. Anti-aliasing a zpracování vysokého rozlišení FSR implementované bez použití akcelerátoru inference poskytuje výkon i kvalitu, které jsou schopné plně konkurovat DLSS od Nvidie. Důvod, proč se Nvidia snaží využívat AI i pro úlohy, které lze provádět bez použití AI, je ten, že Nvidia integrovala do GPU mnoho akcelerátorů inference. Aby je dokázala efektivně využít, hledala nejspíš typ zátěže, která dokáže [paralelně] využít mnoho inferenčních akcelerátorů. Taková je jejich strategie herních GPU, což je skvělé, ale nemyslím si, že bychom měli jít stejnou cestou.

Naším cílem je implementace funkcí, které uživatelé chtějí a potřebují, které mají přínos ve spotřebitelském segmentu. V opačném případě platí uživatelé za funkce, které nepoužijí. Domnívám se proto, že inferenční akcelerátory herních GPU by se měly používat k účelům, díky kterým budou hry pokročilejší a zábavnější.“

Zde lze pro kompletní obrázek zmínit i technologii Intel XeSS, konkurenta Nvidia DLSS a AMD FSR, který podobně jako řešení Nvidie využívá akcelerátor umělé inteligence (konkrétně inference). Navzdory tomu dosahuje vyšších propadů výkonu a nižší vizuální kvality než řešení od AMD.