NVIDIA запланировала использовать несколько компоновок своих будущих GPU
Различные подходы компоновки будущих многочиповых модулей (MCM) изучает компания NVIDIA, 7 января сообщает американское интернет-издание о компьютерных технологиях Tom’s Hardware.
Исследовательская группа компании представила статью с описанием различных подходов к компоновке многочиповых вычислительных устройств. В частности, графических процессоров (GPU) и ускорителей вычислений.
Первые опытные решения на тему многочиповых GPU представила в 2017 году компания AMD. Дизайн с четырьмя чипсетами позволил получить на 45,5% большую производительность, чем у самого мощного на тот момент решения с монолитным GPU. Следом и в NVIDIA задумались о подобном подходе.
Новое исследование показывает, что характеры универсальных высокопроизводительных вычислений, систем искусственного интеллекта (ИИ) и других все время расходятся дальше и дальше. В связи с этой специализацией универсальные серверные GPU начинают терять свою эффективность.
В качестве примера в исследовании приводится эксперимент с уменьшением пропускной способности памяти. Уменьшение пропускной способности на первые 25% снижает общую производительность на 4%, еще на 25% — на 10%.
В ряде задач сокращение пропускной способности памяти на 50% приводит к не столь значительному уменьшению общей производительности. Если занять место, высвобождающееся за счет уменьшения числа аппаратных блоков, обеспечивающих каналы взаимодействия с памятью, и других блоков, то можно добиться большего прироста производительности.
При этом некоторые блоки могут быть эффективно разделены по нескольким кристаллам, а другие должны быть размещены в рамках одного чипа. Именно моделированию таких комбинаций и посвящено исследование компании.
NVIDIA планирует использовать различные выявленные эффективные компоновки для различных аппаратных ускорителей, в зависимости от характера задач. В прошлом большинство задач решалось универсальными GPU. Компания нацелена, в первую очередь, на рынок высокопроизводительных решений. Но тот же подход может быть применен и для потребительских видеокарт.