自GPU成為主流以來，英偉達(dá)一直主導(dǎo)著GPU計(jì)算領(lǐng)域。該公司推出的Blackwell B200 GPU有望成為新一代的頂級(jí)計(jì)算GPU。與前幾代產(chǎn)品不同，Blackwell無法像以往那樣依靠制程節(jié)點(diǎn)的改進(jìn)。臺(tái)積電的4NP制程可能比上一代Hopper所使用的4N制程有所提升，但不太可能像之前的全節(jié)點(diǎn)縮小那樣帶來顯著的性能提升。
因此，Blackwell放棄了英偉達(dá)久經(jīng)考驗(yàn)的單芯片設(shè)計(jì)，轉(zhuǎn)而采用兩個(gè)光罩大小的芯片。這兩個(gè)芯片在軟件層面被視為一個(gè)獨(dú)立的GPU，這使得B200成為英偉達(dá)首款芯片級(jí)GPU。每個(gè)B200芯片物理上包含80個(gè)流式多處理器（SM），類似于CPU的核心。B200每個(gè)芯片支持74個(gè)SM，因此整個(gè)GPU共有148個(gè)SM。時(shí)鐘頻率與 H100 的高功率 SXM5 版本相似。
我在上表中列出了 H100 SXM5 的規(guī)格，但除非另有說明，下文中的數(shù)據(jù)將來自 H100 PCIe 版本。
緩存和內(nèi)存訪問
B200 的緩存層級(jí)結(jié)構(gòu)與 H100 和 A100 非常相似。L1 緩存和共享內(nèi)存均從同一個(gè) SM 私有池中分配。L1 緩存/共享內(nèi)存的容量與 H100 相同，仍為 256 KB。L1 緩存/共享內(nèi)存的分配比例也未改變。共享內(nèi)存類似于 AMD 的本地?cái)?shù)據(jù)共享 (LDS) 或 Intel 的共享本地內(nèi)存 (SLM)，它為一組線程提供軟件管理的片上本地存儲(chǔ)。開發(fā)者可以通過 Nvidia 的 CUDA API 來設(shè)置 L1 緩存的分配比例，例如：分配更大的 L1 緩存、分配相等的 L1 緩存或分配更多的共享內(nèi)存。這些選項(xiàng)分別對應(yīng) 216 KB、112 KB 和 16 KB 的 L1 緩存容量。
在其他 API 中，共享內(nèi)存和 L1 緩存的分配完全取決于 Nvidia 的驅(qū)動(dòng)程序。OpenCL 獲得了最大的 216 KB 數(shù)據(jù)緩存分配，而其內(nèi)核未使用共享內(nèi)存，這相當(dāng)合理。Vulkan 獲得的 L1 緩存分配略小，為 180 KB。經(jīng)測試，OpenCL 中數(shù)組索引的 L1 緩存延遲僅為 19.6 納秒，即 39 個(gè)時(shí)鐘周期。
與 A100 和 H100 一樣，B200 也采用了分區(qū)式 L2 緩存。然而，其容量大幅提升，總?cè)萘窟_(dá)到 126 MB。作為對比，H100 的 L2 緩存容量為 50 MB，A100 為 40 MB。直接連接到同一 L2 分區(qū)的延遲與前幾代產(chǎn)品類似，約為 150 納秒。當(dāng)測試數(shù)據(jù)超出分區(qū)范圍時(shí)，延遲會(huì)顯著增加。B200 的跨分區(qū)延遲比其前代產(chǎn)品略高，但提升幅度不大。B200 上的 L2 分區(qū)幾乎可以肯定對應(yīng)于其兩個(gè)芯片。如果是這樣，跨芯片的延遲增加很小，而且單個(gè) L2 分區(qū)的容量就超過了 H100 的整個(gè) L2 緩存容量，因此可以忽略不計(jì)。
從單線程的角度來看，B200 的表現(xiàn)就像采用了三級(jí)緩存架構(gòu)。L2 緩存的分區(qū)特性可以通過將指針追蹤數(shù)組分段，并讓不同的線程遍歷每個(gè)段來體現(xiàn)。奇怪的是，我需要大量的線程才能訪問大部分 126 MB 的容量而不產(chǎn)生跨分區(qū)性能損失。或許 Nvidia 的調(diào)度器會(huì)先嘗試填充一個(gè)分區(qū)的 SM（流式多處理器），然后再訪問另一個(gè)分區(qū)。
AMD 的 Radeon Instinct MI300X 采用真正的三級(jí)緩存架構(gòu)，與 B200 系列顯卡不相上下。Nvidia 的 L1 緩存容量更大、速度更快。AMD 的 L2 緩存犧牲了部分容量，換取了比 Nvidia 更低的延遲。最后，AMD 的 256 MB 末級(jí)緩存實(shí)現(xiàn)了低延遲和高容量的完美結(jié)合，其延遲甚至低于 Nvidia 的“遠(yuǎn)端”L2 分區(qū)。
一個(gè)有趣的現(xiàn)象是，當(dāng)多個(gè)線程訪問分段指針追蹤數(shù)組時(shí)，MI300X 和 B200 在末級(jí)緩存 (TLB) 上的延遲都更加均勻。然而，造成延遲增加的原因卻不盡相同。AMD 平臺(tái)上超過 64MB 后的延遲增加似乎是由 TLB 未命中引起的，因?yàn)槭褂?4KB 步長進(jìn)行測試時(shí)，在同一位置也出現(xiàn)了延遲增加。啟動(dòng)更多線程會(huì)增加 TLB 實(shí)例的參與度，從而減輕地址轉(zhuǎn)換的懲罰。消除 TLB 未命中懲罰也降低了 MI300X 的 VRAM 延遲。而對于 B200 來說，拆分?jǐn)?shù)組并沒有降低 VRAM 延遲，這表明 TLB 未命中要么在單線程情況下并非主要因素，要么增加線程數(shù)并沒有減少 TLB 未命中。因此，B200 的 VRAM 延遲似乎高于 MI300X 以及更早的 H100 和 A100。與 L2 跨分區(qū)懲罰一樣，與 H100/A100 相比，延遲回歸的程度并不嚴(yán)重，這表明英偉達(dá)的多芯片設(shè)計(jì)運(yùn)行良好。
OpenCL 的本地內(nèi)存空間由英偉達(dá)的共享內(nèi)存 (Shared Memory)、AMD 的 LDS 或英特爾的 SLM 提供支持。使用陣列訪問測試本地內(nèi)存延遲表明，B200 延續(xù)了其在共享內(nèi)存延遲方面的出色表現(xiàn)。其訪問速度比我迄今為止測試過的任何 AMD GPU 都要快，包括 RDNA 系列的高頻型號(hào)。AMD 基于 CDNA 架構(gòu)的 GPU 的本地內(nèi)存延遲則要高得多。
原子操作可用于在同一工作組內(nèi)的線程之間交換數(shù)據(jù)。在Nvidia平臺(tái)上，這意味著運(yùn)行在同一SM上的線程之間交換數(shù)據(jù)。使用atomic_cmpxchg在線程間快速傳遞數(shù)據(jù)，其延遲與AMD的MI300X相當(dāng)。與指針追蹤延遲一樣，B200相比前幾代產(chǎn)品僅有小幅改進(jìn)。與大型計(jì)算GPU相比，AMD的RDNA系列在此項(xiàng)測試中表現(xiàn)出色。
現(xiàn)代GPU使用專用的原子ALU來處理原子加法和遞增等操作。使用atomic_add進(jìn)行測試，B200的每個(gè)SM每個(gè)周期可以執(zhí)行32次操作。這個(gè)測試是在MI300X測試結(jié)束后編寫的，所以我只有MI300A的數(shù)據(jù)。與GCN架構(gòu)類似，AMD的CDNA3計(jì)算單元每個(gè)周期可以執(zhí)行16次原子加法。這使得B200盡管核心數(shù)量較少，卻依然能夠勝出。
帶寬測量
更高的SM單元數(shù)量使B200的L1緩存帶寬比其前代產(chǎn)品有了顯著優(yōu)勢。在OpenCL測試中，它的性能也趕上了AMD的MI300X。而像RX 6900XT這樣較老、尺寸較小的消費(fèi)級(jí)GPU則被遠(yuǎn)遠(yuǎn)甩在了后面。
在B200平臺(tái)上，本地內(nèi)存和L1緩存的帶寬相同，因?yàn)樗鼈兌蓟谕粔K存儲(chǔ)介質(zhì)。這使得AMD的MI300X在帶寬方面擁有巨大的優(yōu)勢。本地內(nèi)存更難充分利用，因?yàn)殚_發(fā)者必須顯式地管理數(shù)據(jù)移動(dòng)，而緩存則能自動(dòng)利用局部性。但即便如此，MI300X在這一領(lǐng)域依然保持領(lǐng)先地位。
Nemez 基于 Vulkan 的基準(zhǔn)測試可以大致反映 B200 的 L2 帶寬情況。本地 L2 分區(qū)內(nèi)較小的數(shù)據(jù)量可以達(dá)到 21 TB/s 的帶寬。當(dāng)數(shù)據(jù)開始在兩個(gè)分區(qū)之間傳輸時(shí)，帶寬會(huì)下降到 16.8 TB/s。AMD 的 MI300X 不支持圖形 API，也無法運(yùn)行 Vulkan 計(jì)算。不過，AMD 指出其 256 MB 的 Infinity Cache 可以提供 14.7 TB/s 的帶寬。MI300X 不需要從 Infinity Cache 獲得如此高的帶寬，因?yàn)槠淝懊娴?4 MB L2 實(shí)例應(yīng)該可以吸收大部分 L1 緩存未命中流量。
與上一代 H100 相比，B200 在緩存層次結(jié)構(gòu)的各個(gè)層級(jí)都擁有顯著的帶寬優(yōu)勢。得益于 HBM3E，B200 的顯存帶寬也優(yōu)于 MI300X。雖然 MI300X 也配備了八個(gè) HBM 堆棧，但它使用的是較老的 HBM3，最高帶寬僅為 5.3 TB/s。
全局內(nèi)存原子
（Global Memory Atomics）
AMD 的 MI300X 在使用 atomic_cmpxchg 在線程間切換數(shù)值時(shí)表現(xiàn)出不同的延遲。其復(fù)雜的多芯片結(jié)構(gòu)可能是造成這種現(xiàn)象的原因。B200 也存在同樣的問題。在這里，我啟動(dòng)了與 GPU 核心（SM 或 CU）數(shù)量相同的單線程工作組，并選擇不同的線程對進(jìn)行測試。我使用的訪問模式類似于 CPU 端核心間延遲測試，但無法控制每個(gè)線程的放置位置。因此，這并非一個(gè)標(biāo)準(zhǔn)的 CPU 端核心間延遲測試，且不同運(yùn)行的結(jié)果并不一致。但這足以展示延遲的變化，并表明 B200 具有雙峰延遲分布。
在理想情況下，延遲為 90-100 納秒，這很可能是因?yàn)榫€程位于同一個(gè) L2 分區(qū)上。在較差的情況下，延遲則在 190-220 納秒之間，這很可能是因?yàn)橥ㄐ趴缭搅?L2 分區(qū)邊界。AMD MI300X 的測試結(jié)果在 116 納秒到 202 納秒之間。B200 在理想情況下的性能略優(yōu)于 AMD，但在較差情況下的性能則略遜一籌。
與RX 6900XT等高頻消費(fèi)級(jí)GPU相比，數(shù)據(jù)中心GPU的線程間延遲通常更高。即使在最佳情況下，在擁有數(shù)百個(gè)SM或CU的GPU之間交換數(shù)據(jù)也是一項(xiàng)挑戰(zhàn)。
全局內(nèi)存上的原子操作通常由GPU共享緩存級(jí)別的專用ALU處理。Nvidia的B200芯片每個(gè)周期可以支持GPU上近512次此類操作。AMD的MI300A芯片在這項(xiàng)測試中表現(xiàn)不佳，吞吐量甚至低于面向消費(fèi)者的RX 6900XT。
計(jì)算吞吐量
SM 數(shù)量的增加使得 B200 在大多數(shù)向量運(yùn)算中擁有比 H100 更高的計(jì)算吞吐量。然而，F(xiàn)P16 運(yùn)算是個(gè)例外。Nvidia 的舊款 GPU 可以以 FP32 兩倍的速度執(zhí)行 FP16 運(yùn)算，而 B200 則不能。
AMD 的 MI300X 也能進(jìn)行雙倍速率的 FP16 計(jì)算。英偉達(dá)可能決定將 FP16 計(jì)算的重點(diǎn)放在 Tensor Core（矩陣乘法單元）上。總的來說，MI300X 的強(qiáng)大運(yùn)算能力在大多數(shù)向量運(yùn)算方面都遠(yuǎn)超 H100 和 B200。盡管采用了較舊的制程工藝，AMD 激進(jìn)的芯片組架構(gòu)仍然具有優(yōu)勢。
張量內(nèi)存
B200 的目標(biāo)應(yīng)用是人工智能，因此，如果不提及它的機(jī)器學(xué)習(xí)優(yōu)化，討論就不完整。英偉達(dá)早在圖靈/伏特架構(gòu)時(shí)代就開始使用張量核心（Tensor Core），也就是專用的矩陣乘法單元。GPU 提供了一種 SIMT 編程模型，開發(fā)者可以將每個(gè)通道視為一個(gè)獨(dú)立的線程，至少從正確性的角度來看是如此。張量核心打破了 SIMT 的抽象，要求矩陣在一個(gè)波（或向量）上采用特定的布局。Blackwell 的第五代張量核心更進(jìn)一步，允許矩陣在一個(gè)工作組（CTA）中跨越多個(gè)波。
Blackwell 還引入了張量內(nèi)存（Tensor Memory，簡稱 TMEM）。TMEM 類似于專用于張量核心（Tensor Core）的寄存器文件。開發(fā)人員可以將矩陣數(shù)據(jù)存儲(chǔ)在 TMEM 中，Blackwell 的工作組級(jí)矩陣乘法指令使用 TMEM 而非寄存器文件。TMEM 的組織結(jié)構(gòu)為 512 列 x 128 行，每個(gè)單元格為 32 位。每個(gè)波形只能訪問 32 行 TMEM 數(shù)據(jù)，具體行數(shù)由其波形索引決定。這意味著每個(gè) SM 子分區(qū)都有一個(gè) 512 列 x 32 行的 TMEM 分區(qū)。“張量核心收集器緩沖區(qū)”（TensorCore Collector Buffer）可以利用矩陣數(shù)據(jù)重用，充當(dāng) TMEM 的寄存器重用緩存。
因此，TMEM 的工作方式類似于 AMD CDNA 架構(gòu)上的累加器寄存器文件 (Acc VGPR)。CDNA 的 MFMA 矩陣指令同樣操作 Acc VGPR 中的數(shù)據(jù)，但 MFMA 也可以從常規(guī) VGPR 中獲取源矩陣。在 Blackwell 架構(gòu)上，只有較早的波形級(jí)矩陣乘法指令才接受常規(guī)寄存器輸入。TMEM 和 CDNA 的 Acc VGPR 容量均為 64 KB，因此兩種架構(gòu)的每個(gè)執(zhí)行單元分區(qū)都擁有 64+64 KB 的寄存器文件。常規(guī)向量執(zhí)行單元無法從 Nvidia 的 TMEM 或 AMD 的 Acc VGPR 中獲取輸入。
盡管 Blackwell 的 TMEM 和 CDNA 的 Acc VGPR 在總體目標(biāo)上相似，但 TMEM 對分離式寄存器文件理念的實(shí)現(xiàn)更加完善和成熟。CDNA 必須為每個(gè) wave 分配相同數(shù)量的 Acc 和常規(guī) VGPR。這樣做可能簡化了簿記，但卻造成了一種不靈活的安排，即混合使用矩陣波和非矩陣波會(huì)導(dǎo)致寄存器文件容量的低效利用。相比之下，TMEM 使用了一種動(dòng)態(tài)分配方案，其原理類似于 AMD RDNA4 上的動(dòng)態(tài) VGPR 分配。每個(gè) wave 開始時(shí)都沒有分配 TMEM，并且可以分配 32 到 512 列（以 2 的冪次方為單位）。所有行同時(shí)分配，并且 wave 必須在退出前顯式釋放已分配的 TMEM。TMEM 還可以從共享內(nèi)存或常規(guī)寄存器文件加載，而 CDNA 的 Acc VGPR 只能通過常規(guī) VGPR 加載。最后，TMEM 可以在加載數(shù)據(jù)時(shí)選擇性地將 4 位或 6 位數(shù)據(jù)類型“解壓縮”為 8 位。
與之前的英偉達(dá)架構(gòu)相比，引入 TMEM 有助于降低常規(guī)寄存器文件的容量和帶寬壓力。引入 TMEM 可能比擴(kuò)展常規(guī)寄存器文件更容易。Blackwell 的 CTA 級(jí)矩陣指令每個(gè)周期、每個(gè)分區(qū)可以支持 1024 次 16 位 MAC 操作。由于矩陣輸入始終來自共享內(nèi)存，TMEM 每個(gè)周期只需讀取一行并將其累加到另一行。而常規(guī)向量寄存器對于 FMA 指令則需要每個(gè)周期進(jìn)行三次讀取和一次寫入。此外，TMEM 無需連接到向量單元。所有這些特性使得 Blackwell 能夠像擁有更大的寄存器文件一樣運(yùn)行，從而簡化硬件。自 2012 年 Kepler 架構(gòu)以來，英偉達(dá)一直使用 64 KB 的寄存器文件，因此增加寄存器文件容量似乎勢在必行。TMEM 在某種程度上實(shí)現(xiàn)了這一點(diǎn)。
AMD方面，CDNA2放棄了專用的Acc VGPR，并將所有VGPR合并到一個(gè)統(tǒng)一的128KB寄存器池中。采用更大的統(tǒng)一寄存器池可以使更廣泛的應(yīng)用程序受益，但代價(jià)是無法簡化某些硬件。
一些簡單的基準(zhǔn)測試
數(shù)據(jù)中心級(jí)GPU歷來擁有強(qiáng)大的FP64性能，B200也不例外。其基本FP64運(yùn)算速度僅為FP32的一半，遠(yuǎn)超消費(fèi)級(jí)GPU。在我們自行編寫的基準(zhǔn)測試中，B200的表現(xiàn)依然優(yōu)于消費(fèi)級(jí)GPU和H100。然而，即便MI300X是一款即將停產(chǎn)的GPU，其龐大的體積依然顯露無疑。
在上述工作負(fù)載中，我使用一個(gè) 2360x2250 的 FITS 文件（包含列密度值）并輸出相同尺寸的引力勢值。因此，數(shù)據(jù)量為 85 MB。即使沒有性能計(jì)數(shù)器數(shù)據(jù)，也可以合理地假設(shè)它能夠放入 MI300X 和 B200 的末級(jí)緩存中。
FluidX3D 的情況則有所不同。它的基準(zhǔn)測試采用 256x256x256 的單元配置，F(xiàn)P32 模式下每個(gè)單元占用 93 字節(jié)，因此需要 1.5 GB 的內(nèi)存。根據(jù)在 Strix Halo 顯卡上使用性能計(jì)數(shù)器進(jìn)行的測試，它的訪問模式對緩存并不友好。FluidX3D 充分發(fā)揮了 B200 的顯存帶寬優(yōu)勢，目前 B200 的性能已經(jīng)超越了 MI300X。
FluidX3D 還可以使用 16 位浮點(diǎn)格式進(jìn)行存儲(chǔ)，從而降低內(nèi)存容量和帶寬需求。計(jì)算仍然使用 FP32，格式轉(zhuǎn)換需要額外的計(jì)算資源，因此 FP16 格式可以帶來更高的計(jì)算帶寬比。這通常會(huì)提升性能，因?yàn)?FluidX3D 的性能很大程度上受限于帶寬。當(dāng)使用 IEEE FP16 進(jìn)行存儲(chǔ)時(shí)，AMD 的 MI300A 略有進(jìn)步，但仍然遠(yuǎn)勝于 B200。
另一種 FP16C 格式降低了使用 16 位存儲(chǔ)格式帶來的精度損失。它是一種無需硬件支持的自定義浮點(diǎn)格式，這進(jìn)一步提高了計(jì)算帶寬比。
計(jì)算能力再次成為焦點(diǎn)，AMD 的 MI300A 脫穎而出。B200 的表現(xiàn)也不錯(cuò)，但它無法與 AMD 大型芯片 GPU 所提供的強(qiáng)大計(jì)算吞吐量相媲美
Teething Issues
在數(shù)周的測試中，我們遇到了三次 GPU 掛起問題。問題表現(xiàn)為 GPU 進(jìn)程卡死。隨后，任何嘗試使用系統(tǒng)八個(gè) GPU 中任何一個(gè)的進(jìn)程都會(huì)掛起。即使使用 SIGKILL 信號(hào)也無法終止任何掛起的進(jìn)程。將 GDB 附加到其中一個(gè)進(jìn)程也會(huì)導(dǎo)致 GDB 凍結(jié)。系統(tǒng)對僅使用 CPU 的應(yīng)用程序保持響應(yīng)，但只有重啟系統(tǒng)才能恢復(fù) GPU 功能。nvidia-smi 進(jìn)程也會(huì)掛起。內(nèi)核消息顯示，Nvidia 統(tǒng)一內(nèi)存內(nèi)核模塊（nvidia_uvm）在禁用搶占的情況下獲取了鎖。
堆棧跟蹤信息表明，Nvidia 可能正在嘗試釋放已分配的虛擬內(nèi)存，或許是在 GPU 上。獲取鎖是合理的，因?yàn)?Nvidia 可能不希望其他線程在頁面空閑列表被修改時(shí)訪問它。至于為什么它始終無法離開臨界區(qū)，原因尚不清楚。或許它向 GPU 發(fā)出了請求但從未收到響應(yīng)。又或許這純粹是主機(jī)端的一個(gè)軟件死鎖 bug。
# nvidia-smi -r
The following GPUs could not be reset:
GPU 00000000:03:00.0: In use by another client
GPU 00000000:04:00.0: In use by another client
GPU 00000000:05:00.0: In use by another client
GPU 00000000:06:00.0: In use by another client
GPU 00000000:07:00.0: In use by another client
GPU 00000000:08:00.0: In use by another client
GPU 00000000:09:00.0: In use by another client
GPU 00000000:0A:00.0: In use by another client
出現(xiàn)這種系統(tǒng)卡死的情況并不令人意外。硬件加速增加了系統(tǒng)的復(fù)雜性，也就意味著更多的故障點(diǎn)。但現(xiàn)代硬件架構(gòu)已經(jīng)發(fā)展到無需重啟即可處理GPU問題。例如，Windows的超時(shí)檢測與恢復(fù)（TDR）機(jī)制可以請求驅(qū)動(dòng)程序重置卡死的GPU。nvidia-smi確實(shí)提供了重置選項(xiàng)。但令人沮喪的是，如果GPU正在使用中，該選項(xiàng)就無法生效。這完全違背了提供重置選項(xiàng)的初衷。我希望Nvidia能夠隨著時(shí)間的推移解決這些問題，尤其是在根本原因完全在于軟件或固件的情況下。但在如此短的時(shí)間內(nèi)多次遇到此類問題并非好兆頭，如果Nvidia能夠提供無需重啟系統(tǒng)即可解決此類問題的方法，那就更好了。
結(jié)語
英偉達(dá)在芯片組升級(jí)方面并未做出重大性能妥協(xié)。B200 是 H100 和 A100 的直接繼任者，軟件無需考慮多芯片架構(gòu)。與 AMD 的 MI300X（12 芯片怪獸）相比，英偉達(dá)的多芯片策略顯得較為保守。盡管 MI300X 已是即將停產(chǎn)的產(chǎn)品，但它仍然保留了一些令人驚喜的優(yōu)勢，優(yōu)于英偉達(dá)最新的 GPU。AMD 即將推出的數(shù)據(jù)中心 GPU 很可能也會(huì)保持這些優(yōu)勢，同時(shí)在 B200 已經(jīng)領(lǐng)先一些的領(lǐng)域迎頭趕上。例如，MI350X 將把顯存帶寬提升至 8 TB/s。
但英偉達(dá)的保守策略是可以理解的。他們的優(yōu)勢不在于打造市面上最強(qiáng)大、性能最卓越的GPU，而在于其CUDA軟件生態(tài)系統(tǒng)。GPU計(jì)算代碼通常首先針對英偉達(dá)GPU編寫，而對非英偉達(dá)GPU的考慮則往往是次要的，甚至根本不會(huì)考慮。硬件如果沒有相應(yīng)的軟件運(yùn)行，就毫無用處，而快速移植也無法獲得同等程度的優(yōu)化。英偉達(dá)無需在所有方面都與MI300X或其后續(xù)產(chǎn)品匹敵，他們只需要足夠優(yōu)秀，足以阻止競爭對手填補(bǔ)CUDA的“護(hù)城河”即可。試圖打造一款能夠與MI300X匹敵的“怪物”風(fēng)險(xiǎn)極大，而英偉達(dá)在占據(jù)市場主導(dǎo)地位的情況下，完全有理由規(guī)避風(fēng)險(xiǎn)。
盡管如此，英偉達(dá)的策略也給AMD留下了機(jī)會(huì)。AMD如果敢于冒險(xiǎn)、追求卓越，必將獲益匪淺。像MI300X這樣的GPU堪稱硬件工程的杰作，充分展現(xiàn)了AMD實(shí)現(xiàn)高難度設(shè)計(jì)目標(biāo)的能力。英偉達(dá)保守的硬件策略和強(qiáng)大的軟件實(shí)力能否使其繼續(xù)保持領(lǐng)先地位，值得我們拭目以待。
參考鏈接
https://chipsandcheese.com/p/nvidias-b200-keeping-the-cuda-juggernaut
京公網(wǎng)安備11010802046783號(hào)
