De mest använda GPUerna enligt Steam är 1060/1050/1050ti med nästan 30% av marknaden. Räknar man med AMDs RX 400/500-serie och GTX16XX-serien så är det 50% av marknaden. Det är där massan och pengarna finns.
Intel har redan avtal med x-antal datortillverkare som gör pre-builds. Allt som krävs är att de "frågar" om de kan välja deras GPU istället för Nvidia eller AMD. Föräldrar och Kids köper pre-builds. När de blir äldre så kanske de väljer en Intel GPU till sitt första bygge. Intel har ju även rätt hårt grepp om den bärbara marknaden där de kan använda deras egna GPU istället för konkurrenterna.
Har ett rätt rejält frågetecken kring det fetmarkerade.
Kolla Nvidias finansiella resultat de senare åren. Grafikkortsmarknaden är rätt begränsad, men Nvidia äger helt high-end och det syns i deras siffror. Nvidia har numera högre bruttomarginaler än Intel och de har 70 % större omsättning än AMD. Gissar att det inte kommer av att man säljer enorma mängder low/mid-end GPUer...
Där har du orsaken till att Intel känner sig tvungna att ge sig in i grafikkortsmarknaden. GPGPU kan definitivt inte användas överallt (är t.ex. värdelöst i det jag bryr mig mest om: systemets prestanda för programutveckling), men proppen har verkligen gått ur GPGPU de senaste åren och allt fler områden som Intel tidigare dominerat med Xeons ersätts nu med betydligt enklare CPU-del och ett gäng GPUer.
Ett fall de flesta här på SweC nog känner till är Blender. Det var länge en av de program man kunde utnyttja sin HEDT CPU fullt ut, går i.o.f.s. fortfarande men idag går det fortare att rendera på ett 2060S än på ThreadRipper 3970X.
Intel har dock en rejäl uppförsbacke i datacenter. Är övertygad om att det är långt enklare för dem att bryta sig på konsumentmarknaden. Där behövs ju "bara" vettigt prestanda/pris och bra drivare.
För datacenter är problemet för både Intel och AMD att CUDA är de-facto-standarden majoriteten utvecklar för, det är också vad de flesta universitet använder när de lär ut GPGPU-programmering. Precis som Intel ger bort massor med programvara som man handoptimerat för Xeon ger Nvidia bort handoptimerade bibliotek för GPGPU, alla helt beroende av CUDA!
Tar man t.ex. Matlab/Octave finns det i.o.f.s riktigt bra open-source bibliotek för x86 CPUer. Intel har pushar väldigt hårt för sitt MKL (som är standard i Matlab, men kan användas till en rad andra program, bl.a. Octave). Vill man köra Matlab/Octave på sin GPU, vilket för vissa fall kan ge enorm prestandavinst, är man i praktiken helt utelämnad till Nvidias cuBLAS (som så klart använder CUDA...).
Få se om AMD/Intel slår sig ihop mot Nvidia på datacenter. Gör man inte det lär Nvidia fortsätta dominera de närmaste åren. AMD/Intel kan självklart komma ikapp, men det kommer kosta rejält med FoU i form av programutveckling. För någon som utvecklar programvara är helt enkelt Nvidia det rationella valet just nu, programvaran runt CUDA är tekniskt överlägsen allt annat på marknaden...
Care About Your Craft: Why spend your life developing software unless you care about doing it well? - The Pragmatic Programmer