在 CES 之后，我写了一篇关于主要 PC 芯片公司如何展示 CPU 和独立 GPU 协调操作和相互切换的方法，从而获得更高的性能和更好的能效。 无论该公司是否在离散 GPU 领域占据主导地位 (Nvidia)、在 CPU 和离散 GPU (AMD) 领域拥有悠久的历史，或者是否正在扩大离散 GPU 业务（如英特尔，它也展示了其之间的合作），这都适用 CES 主题演讲中的离散和集成 GPU）。
Nvidia 在这一领域的最新工作值得注意，因为它不仅必须与竞争对手合作以实现其目标，而且还因为这项工作是名为 Max Q 的更广泛计划的一部分，这是“专注于笔记本电脑的顶级技术套件” “现在使用 AI 来优化系统设计。 尽管关于 AI 如何变得更擅长开发软件的文章很多（例如 DeepMind 的 AlphaCode 最近取得的进展），但很少有人关注 AI 用于优化计算架构的问题，而这些问题仍然存在棘手的问题需要解决。
Max Q 首先专注于游戏笔记本电脑，该类别从十年前的每年几十万台增长到现在的每年超过 2000 万台，甚至使 PlayStation 等流行的专用游戏机的销量相形见绌。 那时，我们已经看到以游戏为中心的笔记本电脑的典型厚度从 30 毫米或更多缩减到 20 毫米或更小。 即使现在许多人的体重都在 5 磅左右，他们仍然可以提供高端游戏体验，以高帧率提供 1440p 分辨率。
去年 10 月，当我撰写有关 Apple 的 M1 Pro 和 M1 Max 芯片的文章时，我注意到 Mac 的有限游戏开发如何让它与 Windows PC 竞争以专业设计为中心的应用程序，而不是多边形处理的顶级游戏。 不过，回到 Windows 世界，我们在此类以游戏为中心的 Windows 笔记本电脑中看到的更高能效影响了 PC 供应商的设计和营销策略。 值得注意的是，在减少厚度和重量方面取得的进展已经导致缓和激进和气势磅礴的造型，转而采用更跨界的方式。
这在 HP 的 Omen 和 Victus 以及 Lenovo 的 Legion 等品牌中尤为明显（即使 Dell 的 Alienware 和 Acer 的 Predator 等品牌继续以其独特的品牌形象吸引铁杆游戏玩家）。 虽然游戏玩家可能会站在审美争论的任何一方，但很少有人会拒绝通过提高每瓦性能来提高能效，从而延长游戏时间。 虽然其中大部分是通过工艺技术的改进实现的，但它可以通过系统架构优化得到显着推进。
这就是人工智能的用武之地。据 Nvidia 产品管理和营销总监 Mark Aevermann 称，Max Q 的 Dynamic Boost 的第一个版本由代码管理，其中功率和热量在 CPU 和 GPU 之间动态切换以提高系统效率 这反映了人类工程师对如何最好地抵消这些负载的预测。 然而，一旦 Nvida 在其 GPU 架构中添加了专注于人工智能的 Tensor 核心，它就意识到人工智能可以更好地实时权衡数百个输入，以确定将系统功率转移到哪里以获得最佳效率。 与静态的人类开发算法不同，人工智能在热套利方面会随着时间的推移变得更好。 新的 CPU 架构也是如此，例如英特尔最近宣布的 Alder Lake。 事实上，Nvidia 表示它与英特尔密切合作，因此 Nvidia 的 GPU 可以管理英特尔第 12 代酷睿架构的性能和效率核心。
这就引出了另一个问题：既然 AMD 和英特尔都在与 Nvidia 竞争，为什么他们会寻求这种合作？ 虽然这两家 CPU 公司都希望看到他们的 GPU 业务扩张，但英伟达如今在独立 GPU 市场的占有率如此之高，以至于如果其他公司背弃他们，这将导致重要的游戏和创意工作站市场的表现更差 , 将优势拱手让给他们的主要竞争对手，甚至更糟的是苹果。 换句话说，AMD 不想将 CPU 业务输给英特尔（反之亦然），因为它的芯片不能很好地与 Nvdia 的 GPU 配合使用。
主要的笔记本电脑原始设备制造商之间也存在类似的动态。 在这里，该公司与其客户密切合作，开发热效率高的系统设计，这些设计有助于解决声学、皮肤温度等因素，甚至优化非图形相关组件（如 Wi-Fi 天线）的放置。 PC 供应商不想将这种专业知识的优势拱手让给采用相同芯片的其他公司。 随着 Nvidia 继续推进其 GPU 的未来几代，很明显它将继续与客户甚至竞争对手合作，以确保笔记本电脑的使用体验得到改进，而不仅仅是其规格表。
