高端GPU芯片：英偉達(dá)的獨(dú)角戲？

高端GPU作為通用計(jì)算的“加速神器”，日漸成為大型數(shù)據(jù)中心、人工智能、超算等領(lǐng)域的剛需。長(zhǎng)期以來(lái)，英偉達(dá)在高端GPU市場(chǎng)占據(jù)主導(dǎo)地位，市場(chǎng)占有率一度超過(guò)90%。目前來(lái)看，國(guó)內(nèi)企業(yè)突破英偉達(dá)等國(guó)外公司的壟斷仍然任重道遠(yuǎn)，但國(guó)內(nèi)基于架構(gòu)創(chuàng)新的DSA（特定領(lǐng)域架構(gòu)，即針對(duì)特定領(lǐng)域的可編程處理器）芯片產(chǎn)品日漸豐富，可能會(huì)帶來(lái)一些曙光。

高端GPU與傳統(tǒng)GPU“涇渭分明”

20世紀(jì)90年代，Play Station等游戲主機(jī)的發(fā)布和彩色顯示器的出現(xiàn)，催生了3D游戲的萌芽。而彼時(shí)的3D制作主要依靠計(jì)算機(jī)的CPU執(zhí)行，計(jì)算任務(wù)需要串行排隊(duì)，難以滿(mǎn)足游戲畫(huà)質(zhì)的提升需求。英偉達(dá)的GeForce 256，將“GPU”概念推向市場(chǎng)。自此，光線追蹤等圖形圖像處理任務(wù)有了專(zhuān)用芯片承載，在提升3D畫(huà)質(zhì)的同時(shí)，也提升了計(jì)算機(jī)的整體效能。

隨著超算等高并發(fā)性計(jì)算需求不斷增長(zhǎng)，GPU用于計(jì)算任務(wù)的可能性受到業(yè)界關(guān)注。英偉達(dá)首席科學(xué)家David Kirk認(rèn)為，GPU的浮點(diǎn)運(yùn)算和并行計(jì)算能力不應(yīng)該局限于圖像渲染。在他的倡導(dǎo)下，英偉達(dá)以推動(dòng)GPU從專(zhuān)用計(jì)算芯片走向通用計(jì)算處理器為目標(biāo)，推出了GPGPU（即通用GPU），并于2006年發(fā)布并行編程模型CUDA。GPGPU與CUDA組成的軟硬件底座，構(gòu)成了英偉達(dá)引領(lǐng)AI計(jì)算的根基。

由于GPGPU專(zhuān)注高性能算力，也常常被業(yè)界和市場(chǎng)稱(chēng)為“高端GPU”，并發(fā)展出與傳統(tǒng)GPU“涇渭分明”的應(yīng)用路徑。燧原科技產(chǎn)品市場(chǎng)部總監(jiān)陳超向《中國(guó)電子報(bào)》記者指出，傳統(tǒng)GPU聚焦圖像學(xué)，關(guān)注幀數(shù)、渲染逼真度、對(duì)于真實(shí)場(chǎng)景的映射程度等指標(biāo)，主要用于運(yùn)行游戲、專(zhuān)業(yè)圖像處理、加密貨幣處理等場(chǎng)景。而高端GPU是用于計(jì)算加速的芯片產(chǎn)品，專(zhuān)注于基礎(chǔ)科學(xué)等超算領(lǐng)域和訓(xùn)練、推理等大規(guī)模人工智能計(jì)算場(chǎng)景。

2022年第二季度獨(dú)立GPU市場(chǎng)（包括AIB 合作伙伴顯卡）份額

“高端GPU不涉及消費(fèi)級(jí)GPU的場(chǎng)景，純粹用于計(jì)算加速。高端GPU早期用于超算等高性能計(jì)算場(chǎng)景，真正的蓬勃興起并大規(guī)模產(chǎn)生一些商業(yè)行為，是在人工智能迅猛發(fā)展產(chǎn)生了強(qiáng)有力的算力需求之后，GPU被大量應(yīng)用于人工智能場(chǎng)景，特別是人工智能訓(xùn)練?！标惓蛴浾咧赋?。

目標(biāo)不同則指標(biāo)不同，高端GPU有著與傳統(tǒng)GPU不同的關(guān)注點(diǎn)。昆侖芯科技CEO業(yè)務(wù)助理宋春曉向《中國(guó)電子報(bào)》表示，衡量高端GPU的主要維度是通用性、易用性和高性能。通用性指硬件架構(gòu)要有足夠的靈活性，以適應(yīng)人工智能不斷迭代變化的算法和場(chǎng)景。易用性是指較低的開(kāi)發(fā)門(mén)檻，讓開(kāi)發(fā)者更容易上手，結(jié)合實(shí)際場(chǎng)景進(jìn)行定制化的開(kāi)發(fā)。高性能指芯片產(chǎn)品的基礎(chǔ)性能和性?xún)r(jià)比要對(duì)標(biāo)國(guó)際先進(jìn)水平，才能進(jìn)行市場(chǎng)開(kāi)拓。

算力大小往往是市場(chǎng)對(duì)GPU性能優(yōu)劣的“第一印象”。但高端GPU的性能不等于紙面性能，尤其不能以單一性能的紙面數(shù)據(jù)來(lái)衡量。

“在實(shí)際使用的過(guò)程中，GPU的通用性、易用性、實(shí)際性的重要程度遠(yuǎn)大于紙面標(biāo)出的算力這一單一性能。紙面指標(biāo)標(biāo)得再高，也要關(guān)注內(nèi)存和帶寬夠不夠，以及芯片之間的互聯(lián)等問(wèn)題解決得好不好。用單一性能來(lái)衡量GPU是否高端，是一個(gè)常見(jiàn)的誤區(qū)?！彼未簳哉f(shuō)。

硬件性能最終要通過(guò)軟件接口被開(kāi)發(fā)者感知和使用。芯動(dòng)科技GPU項(xiàng)目總監(jiān)何穎對(duì)《中國(guó)電子報(bào)》記者表示，高端GPU設(shè)計(jì)的算力，需要專(zhuān)門(mén)優(yōu)化過(guò)的驅(qū)動(dòng)和加速庫(kù)。只有軟硬協(xié)同，才能把高端GPU的算力真正應(yīng)用到實(shí)際場(chǎng)景中。

高性能計(jì)算將是主要“競(jìng)技場(chǎng)”

長(zhǎng)期以來(lái)，英偉達(dá)在高端GPU市場(chǎng)占據(jù)主導(dǎo)地位，市場(chǎng)占有率一度超過(guò)90%，在人工智能計(jì)算領(lǐng)域尤其具備壟斷性?xún)?yōu)勢(shì)。迄今為止，英偉達(dá)推出了面向高性能計(jì)算和AI訓(xùn)練的Volta、Ampere、Hopper等架構(gòu)，并以此為基礎(chǔ)推出了V100、A100、H100等高端GPU，面向向量的雙精度浮點(diǎn)算力從7.8 TFLOPS一路來(lái)到30 TFLOPS。

市場(chǎng)優(yōu)勢(shì)的建立，歸功于英偉達(dá)GPU產(chǎn)品能力的均衡和生態(tài)的完善。

“英偉達(dá)在通用性、易用性和高性能三個(gè)方面做得比較均衡，加上英偉達(dá)在每一代架構(gòu)上都有所創(chuàng)新，為軟件承接大模型訓(xùn)練和推理場(chǎng)景的人工智能計(jì)算提供了持續(xù)提升的硬件基礎(chǔ)?！彼未簳哉f(shuō)。

“人工智能對(duì)于生態(tài)的要求非常高，涉及框架、應(yīng)用、模型的適配等，英偉達(dá)率先基于CUDA生態(tài)將上下游打通，對(duì)于下游的算法開(kāi)發(fā)商和服務(wù)商來(lái)說(shuō)，它的GPU在性能具備優(yōu)勢(shì)的同時(shí)還保持了易用性?！标惓硎?。

作為全球第二大獨(dú)立GPU供應(yīng)商，AMD雖在高端GPU的整體份額與英偉達(dá)存在差距，卻在超算領(lǐng)域闖出了一片天。在最新全球超算TOP500榜單上，世界上最快的超級(jí)計(jì)算機(jī)橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室（ORNL）Frontier、世界排名第三的超級(jí)計(jì)算機(jī)LUMI，都采用了AMD EPYC處理器和AMD Instinct MI250X GPU加速器。

AMD在超算領(lǐng)域的亮眼表現(xiàn)，是建立在針對(duì)性的軟硬件設(shè)計(jì)上，基于CDNA 2架構(gòu)的GPU加速器、ROCm軟件平臺(tái)與開(kāi)源應(yīng)用程序資源中心AMD Infinity Hub的組合，構(gòu)成了對(duì)于科研人員更加友好的硬件性能和編程環(huán)境。

“超算涉及許多科研探索性質(zhì)的計(jì)算任務(wù)，AMD開(kāi)源的軟件格局為科學(xué)家探索新的計(jì)算方式提供了更多可能和便利?！标惓硎?。

“AMD針對(duì)架構(gòu)和適用場(chǎng)景做了更細(xì)分的設(shè)計(jì)，使GPU產(chǎn)品能夠更多地應(yīng)用于科學(xué)計(jì)算場(chǎng)景，因?yàn)樗麄兊碾p精度做得比較好?！彼未簳员硎?。

但高性能計(jì)算和AI計(jì)算并不能與GPU劃等號(hào)。陳超指出，高性能及AI計(jì)算本質(zhì)上具有四項(xiàng)基本要求。一是高精度，尤其高性能計(jì)算對(duì)于FP64雙精度浮點(diǎn)有著較高的需求；二是高性能，以滿(mǎn)足面向超大數(shù)據(jù)量的信息處理要求；三是并發(fā)計(jì)算，大大縮短信息處理全流程延時(shí)；四是軟件易用性，能支撐更廣泛的應(yīng)用場(chǎng)景，且易于編程和開(kāi)發(fā)。

“雖然直接采用GPU進(jìn)行高性能或AI計(jì)算較為便利，但上層應(yīng)用降本增效的核心訴求對(duì)底層算力提出了更高要求，國(guó)外AI創(chuàng)企推出的AI芯片往往基于全新的架構(gòu)，對(duì)并行計(jì)算能力進(jìn)行全面提升和重點(diǎn)優(yōu)化。國(guó)內(nèi)相關(guān)的AI芯片領(lǐng)先企業(yè)同樣推出了一系列基于DSA架構(gòu)的人工智能計(jì)算芯片，也是出于同樣的考慮?！标惓f(shuō)。

燧原科技在世界人工智能大會(huì)的展臺(tái)

在國(guó)內(nèi)市場(chǎng)，基于架構(gòu)創(chuàng)新的DSA芯片產(chǎn)品日漸豐富。例如華為面向AI計(jì)算特征的自研架構(gòu)達(dá)芬奇，昆侖芯科技推出的一代架構(gòu)“XPU-K”和二代架構(gòu)“XPU-R”，燧原科技的自研架構(gòu)“GCU-CARA”已進(jìn)入規(guī)模落地期。隨著AI計(jì)算的應(yīng)用場(chǎng)景越來(lái)越細(xì)分和復(fù)雜，定制化、異構(gòu)化的DSA有望在下一代計(jì)算平臺(tái)中發(fā)揮更大效用。

架構(gòu)和軟件是攻克高端GPU的核心要素

無(wú)論是高端GPU，還是同樣以?xún)?yōu)化并行計(jì)算效率為核心的各類(lèi)DSA芯片，都有著技術(shù)、人才、資金密集的特征，研發(fā)難度不容小覷。

在采訪中，三位受訪者均表示，架構(gòu)設(shè)計(jì)是攻克高端GPU的核心要素。

百度昆侖芯產(chǎn)品

架構(gòu)設(shè)計(jì)具體難在哪里？首先是各項(xiàng)能力的均衡性。宋春曉表示，架構(gòu)設(shè)計(jì)的通用性、易用性和高性能構(gòu)成了“不可能三角”。如果優(yōu)先保障通用性，兼顧各個(gè)場(chǎng)景，就難以在某一個(gè)場(chǎng)景進(jìn)行足夠的定制化以提供更高性能。如果找到了一種兼顧通用性和高性能的路徑，將是一個(gè)跨度較大的架構(gòu)創(chuàng)新，生態(tài)上要推倒重來(lái)，易用性會(huì)受到很大影響。

“在架構(gòu)設(shè)計(jì)過(guò)程中，一方面注重有哪些巧思能夠在這個(gè)‘不可能三角’中盡可能達(dá)到平衡；另一方面也要充分理解市場(chǎng)、客戶(hù)的需求，比如客戶(hù)在什么情況下，能夠在通用性、易用性、高性能的哪一點(diǎn)去做到什么程度的取舍。了解這些情況之后，才能設(shè)計(jì)出合理、均衡、契合需求的架構(gòu)?！彼未簳愿嬖V記者。

其次是指令集設(shè)計(jì)。“指令集是硬件的靈魂。指令集的多與少、高效與否，對(duì)于芯片架構(gòu)以及微架構(gòu)有著重大影響。如果指令集設(shè)計(jì)巧妙，芯片架構(gòu)會(huì)更加高效，客戶(hù)做開(kāi)發(fā)時(shí)也能在應(yīng)用、開(kāi)發(fā)效率、性能、成本方面獲得較為均衡的支持。”陳超說(shuō)。

此外，架構(gòu)設(shè)計(jì)對(duì)于芯片企業(yè)在產(chǎn)業(yè)鏈理解能力和技術(shù)積累上提出了更高要求。

“硬件架構(gòu)層面上，高端GPU的構(gòu)成極其復(fù)雜，涉及先進(jìn)工藝層面的超大規(guī)模集成電路設(shè)計(jì)。頭部公司積累了大量專(zhuān)利，對(duì)后來(lái)者構(gòu)筑了極高的技術(shù)壁壘?！焙畏f說(shuō)。

高端GPU的另一個(gè)門(mén)檻是軟件生態(tài)?？梢哉f(shuō)，軟件決定了GPU生態(tài)的能力上限，也是硬件能力充分釋放和靈活調(diào)度的必要條件。

“高端GPU需要廠商提供高度優(yōu)化的驅(qū)動(dòng)，以及各種加速庫(kù)和相關(guān)的文檔，以支持用戶(hù)紛繁復(fù)雜的使用場(chǎng)景。此外，終端用戶(hù)需要廠商提供功能強(qiáng)大的工具以輔助問(wèn)題診斷和性能調(diào)優(yōu)?！焙畏f表示。據(jù)悉，芯動(dòng)科技推出的風(fēng)華系列GPU已經(jīng)兼容了OpenGL4.3，并支持微軟Windows10 DirectX圖形框架。

在完成硬件設(shè)計(jì)和軟件棧構(gòu)建的基礎(chǔ)上，還要考慮芯片的工程實(shí)現(xiàn)。陳超表示，高端計(jì)算芯片對(duì)于算力性能的要求非常極致，往往會(huì)用到最先進(jìn)的工藝和封裝技術(shù)，運(yùn)行時(shí)鐘的頻率也非常高，需要考慮功耗對(duì)于環(huán)境和運(yùn)行可靠性的影響。同時(shí)，也要考慮芯片的生產(chǎn)良率。

“良率直接影響高端GPU的成本，這個(gè)成本會(huì)最終體現(xiàn)到消費(fèi)端，影響算力成本的高與低。所以良率是高端GPU工業(yè)化、商業(yè)化落地中非常重要的因素?！标惓f(shuō)。

除了產(chǎn)業(yè)鏈環(huán)節(jié)本身，人才作為研發(fā)的生力軍，也是高端GPU研發(fā)水平的決定性因素。

“國(guó)內(nèi)專(zhuān)業(yè)對(duì)口人才相對(duì)稀缺，需要在2~3年甚至更長(zhǎng)的培養(yǎng)時(shí)間里，有持續(xù)投入和資金支持。我們非常注重國(guó)內(nèi)外人才的積累，以保障研發(fā)基礎(chǔ)和創(chuàng)新迭代的能力，同時(shí)也有利于新生代的培養(yǎng)，進(jìn)一步夯實(shí)人才基礎(chǔ)?！焙畏f說(shuō)。