AMD CDNA计算卡架构揭秘：从零起步、三杀NVIDIA
昨日晚间，amd正式发布了新一代instinct mi100计算卡，首次采用针对hpc高性能计算、ai人工智能全新设计的cdna架构，和游戏向的rdna架构截然不同。
instinct mi100计算卡采用台积电7nm工艺制造，集成120个计算单元、7680个流处理器，核心频率最高1502mhz，并专门加入了matrix core(矩阵核心)，用于加速hpc、ai运算。
它整合封装了32gb hbm2显存，位宽4096-bit，频率1.2ghz，带宽1228.8gb/s，支持ecc。
该卡支持pcie 4.0 x16，具备三条infinity fabric互连总线，峰值带宽92gb/s，整卡热设计功耗300w，双8针辅助供电。
这块卡的特殊之处还在于顶部设置了桥接金手指，通过桥接器可以将四块卡绑定在一起，而搭配双路的amd霄龙处理器，可以实现八卡并行。
类似之前的计算卡，甚至是r9 fury x、vega 64/56这样的游戏卡，instinct mi110也是将gpu芯片、hbm芯片整合封装在了一起，不过如今的hbm2单颗容量已达8gb。
对比cdna(上)、rdna(下)架构图，可以发现二者整体框架有些相似之处，但各种单元模块和布局已经截然不同。
infinity fabric互连总线、显存控制器、pcie 4.0控制器、多媒体引擎、着色器引擎、ace异步计算引擎等等都还在(当然也不完全一样了)，而和图形渲染输出相关的都没了，比如图形指令处理器、几何处理器、光栅器、显示引擎、原语单元等等，同时增加了xgmi连接控制器用于多卡互连，一二级缓存也完全不同。
作为amd gpu的最基本模块，计算单元(cu)也完全不同了，现在叫做增强型计算单元(xcu)，组成模块包括调度器、分支与信息单元、12.8kb ecc标量单元、512kb ecc标量寄存器、矢量寄存器、矢量alu操作单元、矩阵数据操作单元、四个矢量/矩阵simd单元、64kb ecc本地数据共享单元、载入/存储单元、16kb ecc一级缓存等等。
显然，这一些都是为计算服务的，而用于图形的着色器、纹理相关单元自然都不见了，即便有些单元名字一样，规格和作用也不同了。
计算性能方面，fma64/fp64双精度为11.5tflops(每秒1.15亿亿次)，fma32/fp32单精度为23.1tflops(每秒2.31亿亿次)，fp32 matrix单精度矩阵计算为46.1tflops(每秒4.61亿亿次)，fp16 matrix半精度矩阵计算为184.6tflops(每秒18.46亿亿次)，bfloat16浮点为92.3tflops(每秒9.23亿亿次)。
这样的一块卡，已经相当于20年前的世界*超级计算机，而体积、功耗都不可同日而语。
对比nvidia安培架构的最新计算卡a100，amd也给出了一些对比数据，fp32单精度性能领先18.5％，fp64双精度性能领先18.6％，ai与机器学习性能更是领先两倍多，而且功耗低了足足100w。
而对比上代产品mi50，新卡的fp64双精度、fp32单精度性能均提升74％，fp32矩阵性能提升接近2.5倍，ai负载性能更是几乎7倍的飞跃。
当然，除了纸面计算性能优秀，软件开发也必须跟上，尤其是这种计算性的产品。nvidia在这方面要强得多，生态更加稳固和丰富，amd rocm平台正在奋起直追中。
- the end -
转载请注明出处：快科技
责任编辑：上方文q