在超算領(lǐng)域,中美之間無聲的競(jìng)爭(zhēng)還在進(jìn)行中,2018年美國憑借橡樹嶺國家實(shí)驗(yàn)室的Summit超算奪回了失落5年的TOP500冠軍寶座。在HPC超算市場(chǎng)上,關(guān)鍵的還是下一代百億億次超算,也就是Exascale超算,目前中國有三套E級(jí)超算,而英特爾、Cray公司在2019年3月17日獲得了美國能源部5億美元的合同。
美國能源部長里克佩里說:“實(shí)現(xiàn)百億億次超算是必不可少的,它不僅可以提升科學(xué)計(jì)算,還要改善美國人的日常生活?!薄癆urora及下一代百億億次超算將HPC、AI等技術(shù)應(yīng)用于癌癥研究、氣候模擬、退伍軍人健康治療等領(lǐng)域,基于百億億次超算的創(chuàng)新將會(huì)對(duì)我們的社會(huì)產(chǎn)生極為重要的影響?!泵绹着_(tái)百億億次超算將大量應(yīng)用英特爾的最新技術(shù),主處理器是下一代Xeon至強(qiáng),還有新一代Xe加速卡、OptaneDC內(nèi)存、秘密武器CXL以及英特爾的OneAI軟件,而整個(gè)系統(tǒng)則是基于Cray公司的Shasta系統(tǒng),包括至少200個(gè)機(jī)柜、Slingshot高性能可擴(kuò)展互聯(lián)架構(gòu)及Shasta軟件堆棧。
該項(xiàng)目計(jì)劃在2021年的時(shí)間內(nèi)完成,并且每秒能夠進(jìn)行Quintillion的運(yùn)算,即400 petaflops。從這個(gè)角度來看,這比Million浮點(diǎn)運(yùn)算高出一百萬倍 - 而平均每個(gè)處理器的約為200 GFLOP。這筆交易價(jià)值5億美元,其中Cray將獲得1.46億美元的資金,而Intel將獲得剩余的3.54億美元。
圖一:Aurora技術(shù)革新(圖片來源:英特爾)
從上圖可以看出Xe 是加速器,但目前還不清楚Quintillionops mark的功率分布。
圖二:英特爾GPU可擴(kuò)展性(來源:英特爾)
英特爾野心勃勃,Xe將從10nm節(jié)點(diǎn)開始,為未來幾代圖形奠定基礎(chǔ),并將遵循Intel的單一堆棧軟件哲學(xué),即希望軟件開發(fā)人員能夠利用CPU、GPU、FPGA和AI,所有這些都使用同一套API,英特爾稱之為One API,One API作為Direct3D層和GPU之間的中介(據(jù)稱他們也有Linux解決方案),并允許用戶無縫擴(kuò)展多個(gè)GPU。這表明Intel也準(zhǔn)備打造一個(gè)類似CUDA的生態(tài)系統(tǒng)。
圖三:英特爾Xe路線圖(圖片來源:英特爾)
不過這些都不是重點(diǎn),英特爾將第一次在GPU領(lǐng)域使用MCM封裝形式,這正是英偉達(dá)夢(mèng)寐以求的技術(shù),而英特爾即將量產(chǎn),第一批X2 GPU的暫定時(shí)間表也已經(jīng)公布:2020年6月31日。隨后是2021年的X4。看起來Intel計(jì)劃每年增加兩個(gè)核心,所以到2024年應(yīng)該會(huì)到X8。
Xe將是英特爾異構(gòu)計(jì)算的關(guān)鍵構(gòu)成,之前英特爾對(duì)GPU加速一直持懷疑態(tài)度,但自從有了Xe后,英特爾改變了態(tài)度,英特爾Xe將加強(qiáng)英特爾以數(shù)據(jù)為中心的廣泛產(chǎn)品組合,為最廣泛的計(jì)算工作負(fù)載提供領(lǐng)先的產(chǎn)品,滿足其對(duì)標(biāo)量、矢量、矩陣和空間計(jì)算架構(gòu)的綜合需求。但英特爾并未透露太多細(xì)節(jié),不過從Aurora采購Xe即可看出,GPU加速已經(jīng)被英特爾認(rèn)同。
目前制造高性能 GPU 有一個(gè)很嚴(yán)重的限制 — 「芯片尺寸的限制」,因?yàn)槟壳艾F(xiàn)有技術(shù)的***受限于光刻模板、光刻光源,幾乎不可能制造出更大的 GPU 核心,極限是800平方毫米。即使英偉達(dá)的技術(shù)如何進(jìn)步,核心尺寸不能無止境變大已經(jīng)成為英偉達(dá) 繼續(xù)提升 GPU 性能的瓶頸。MCM 的封裝方式與 NANDFlash 的做法有點(diǎn)類似,容量不夠就將 Layer堆棧起來,除了制造方式簡單且具成本優(yōu)勢(shì)之外,還可以提高產(chǎn)品的性能。
此外隨著CPU核心數(shù)逐漸從個(gè)位數(shù)提升到十位數(shù)范圍,monolithic多核心的局限越來越大,除了制造難度大、良率低的問題,也因?yàn)樗粔蜢`活,因?yàn)樘幚砥鞒撕诵臄?shù)量之外,還要考慮到內(nèi)存信道、PCIe信道等IO核心的搭配,英特爾的Skylake-SP架構(gòu)所示,為了配合不同核心的處理器,英特爾在它上面使用了XCC、LCC、HCC三種不同的內(nèi)部架構(gòu),這樣做無疑是增加了芯片的復(fù)雜性。
圖四:英偉達(dá)RC-18 GPU陣列(圖片來源:英偉達(dá))
英偉達(dá)為了應(yīng)付 GPU 核心面積的瓶頸,已計(jì)劃開發(fā)一個(gè)名為「RC 18」的多矩陣概念,以最優(yōu)化的方式整合多個(gè) GPU 模塊,達(dá)至最高流處理器數(shù)、減少通訊層級(jí)和鏈路長度,并可以縮小芯片面積。根據(jù)英偉達(dá)研究部主管 William J. Dally的說法,「RC-18」是為深度學(xué)習(xí)執(zhí)行和實(shí)現(xiàn)可擴(kuò)展性的實(shí)驗(yàn),每個(gè)芯片內(nèi)部具有基于TSMC 16nm 工藝及承載 8700 萬個(gè)晶體管的 16 個(gè) PE(處理組件),因此可以從非常小的尺寸中擴(kuò)展。16 個(gè) PE 用于控制 CPU Core,片上全局緩沖儲(chǔ)存器,并安裝了八個(gè) GRS 鏈路。在實(shí)際芯片中,GRS 鏈路組占據(jù)相當(dāng)大的面積,每芯片 GRS 的 I/O 帶寬達(dá)到 100 GB/s。
圖五:英偉達(dá)RC18內(nèi)部框架圖(圖片來源:英偉達(dá))
英偉達(dá)的RC18概念設(shè)計(jì)。英偉達(dá)目前RC18概念產(chǎn)品只做到了8700萬個(gè)晶體管,與GPU動(dòng)輒百億級(jí)晶體管相比,差距至少有5年,目前英偉達(dá)將精力全部轉(zhuǎn)移到光線追蹤上,靠RT核來做賣點(diǎn),只字不提曾經(jīng)信誓旦旦的MCM。而英特爾的MCM成功了,畢竟英特爾在芯片封裝領(lǐng)域技術(shù)積累遠(yuǎn)比英偉達(dá)要深厚的多。
AMD在CPU上大量運(yùn)用MCM技術(shù),但是在GPU上始終無法突破量產(chǎn)工藝瓶頸,理論上似乎很簡單,但就是良率太低,無法量產(chǎn)。這是因?yàn)锳MD沒有自己的晶圓廠,從未從事過芯片封裝,芯片封裝都是交給第三方,而英特爾擁有全球最大的晶圓廠,也擁有最優(yōu)秀的芯片封裝工藝,當(dāng)然這背后是日本廠家新光電氣和Ibiden的鼎力支持,日本在封裝材料和工藝方面擁有絕對(duì)優(yōu)勢(shì)。同時(shí)英特爾還有自己的Flash存儲(chǔ)器晶圓廠??梢越梃bFlash存儲(chǔ)器的MCM封裝經(jīng)驗(yàn)。
MCM不僅性能一流,同時(shí)也成本大幅度降低,AMD透露,如果將32核封裝到一塊芯片中成本是1,那它們的MCM方式只有0.59,換言之,節(jié)省了41%的成本。MCM還允許一個(gè)芯片中使用不同工藝的die(裸晶),比如I/O部分不需要那么先進(jìn)的工藝,28納米足夠,CPU部分就用7納米,不僅降低成本,還復(fù)用了以前的I/O設(shè)計(jì),降低先進(jìn)制程工藝的風(fēng)險(xiǎn),研發(fā)成果復(fù)用率高,縮短研發(fā)周期等。
圖六:單一架構(gòu)和MCM對(duì)比(圖片來源:AMD)
上圖為AMD MCM與單芯片對(duì)比。
英特爾Xe 2 GPU性能見上表。性價(jià)比極高。
為配合MCM,英特爾在軟件方面也有所動(dòng)作,英特爾2019年4月9日舉行了Interconnect Day 2019 ,當(dāng)中詳細(xì)介紹了處理器與處理器之間的Compute Express Link(CXL)超高速互聯(lián)新標(biāo)準(zhǔn)。雖然現(xiàn)階段構(gòu)思僅供數(shù)據(jù)中心的服務(wù)器使用,顯然這也是為GPU準(zhǔn)備的。英特爾 CXL 標(biāo)準(zhǔn)的原意——作為 CPU 與 Accelerator 加速器(如 FPGA / GPU 顯示適配器)之間的互聯(lián)通信。
一直以來, CPU 都是透過主板上的 PCIe插槽及 PCIe 協(xié)議與顯示適配器溝通,但當(dāng)英特爾 聯(lián)合阿里巴巴、 Cisco、 Dell EMC 、 Facebook 、 Google 、 HPE 、華為及微軟組成強(qiáng)大陣容的聯(lián)盟后,就發(fā)表了 CXL 的開放標(biāo)準(zhǔn),以解決目前 PCIe 協(xié)議于 CPU 與顯示適配器之間的高延遲及帶寬不足的問題。透過 CXL 協(xié)議, CPU 與 GPU 之間就形同連成單一個(gè)龐大的堆棧內(nèi)存池( Stacked Memory ), CPU Cache 和 GPU HBM2 內(nèi)存猶如放在一起,有效降低兩者之間的延遲,故此能大幅提升數(shù)據(jù)運(yùn)算效率,令A(yù)I人工智能、機(jī)器學(xué)習(xí)、媒體服務(wù)、高效能運(yùn)算( HPC )及云端服務(wù)變得非常快速。
MCM沒有理論上的突破,突破的只是制造工藝,MCM在奔騰時(shí)代已經(jīng)出現(xiàn)過了,而今monolithic多核已經(jīng)走到了極限,唯有MCM能救場(chǎng)。而在服務(wù)器用CPU領(lǐng)域,MCM將可能是唯一方向,典型的如Cascade Lake-AP 48核處理器,它實(shí)際上是兩個(gè)24核的Cascade Lake處理器通過MCM方式組合出來的,也不是原生48核。如今的MCM多芯片設(shè)計(jì)在技術(shù)水平上也跟當(dāng)年簡單粗暴的膠水多核不一樣了,主要擔(dān)心的延遲問題上,英特爾之前提到他們的EMIB技術(shù)相比單片電路的延遲只增加了10%,而別的技術(shù)方案中延遲甚至?xí)黾?0%之多。
monolithic多核的困境實(shí)際上是整個(gè)人類面臨的瓶頸,近百年來,人類在物理學(xué)體系理論上未有任何突破,只是在細(xì)枝末節(jié)上做修修補(bǔ)補(bǔ),所謂人工智能不過是概率論,幾十年甚至近百年前的理論還是根基,所謂提升,不過是算力成指數(shù)倍的堆砌。
另外,供應(yīng)鏈的重要性一再凸顯,那種追求短平快,強(qiáng)調(diào)分工,只做自己擅長的戰(zhàn)略長遠(yuǎn)上必然會(huì)遇到無法超越的瓶頸,英偉達(dá)和AMD無法戰(zhàn)勝英特爾,不再技術(shù)層面,而是供應(yīng)鏈層面。這么多年以來,AMD都是努力追趕英特爾,但AMD將工廠賣掉之后是個(gè)純粹的Fabless,需要看Foundry晶圓代工廠的臉色,晶圓代工廠自然要優(yōu)先照顧大客戶,臺(tái)積電自然要優(yōu)先照顧蘋果、華為和高通,遇上產(chǎn)能吃緊,AMD的訂單就會(huì)往后排。這就意味著AMD的供貨不夠穩(wěn)定,或者說AMD無法掌控產(chǎn)量,對(duì)下游整機(jī)廠來說,有可能導(dǎo)致旺季缺貨,這是個(gè)致命的缺點(diǎn),特別是淡旺季分明的筆記本電腦CPU領(lǐng)域,英特爾一直擁有絕對(duì)優(yōu)勢(shì)。英特爾單靠全球最大的12英寸晶圓產(chǎn)能也足以擁有在半導(dǎo)體領(lǐng)域的霸主位置。
-
英特爾
+關(guān)注
關(guān)注
60文章
9816瀏覽量
171114 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5431瀏覽量
120790
原文標(biāo)題:下一代深度學(xué)習(xí)加速器:英特爾Xe
文章出處:【微信號(hào):zuosiqiche,微信公眾號(hào):佐思汽車研究】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論