英伟达探索COPA多芯片GPU模块架构以满足不断变化的数据需求

2022-01-10 14:22:32来源：cnBeta.COM 关键词：芯片 GPU模块架构阅读量：25577

导读：得益于固有的功能和优化，图形处理单元(GPU)已成为大量深度学习(DL)研究项目的首选。

　　当前的深度学习应用，正收到复杂性增长、资源需求多样化、以及现有硬件架构的限制。不过近日，英伟达研究人员发表了一篇技术文章，概述了该公司对多芯片模块(MCM)的探索。具体说来是，该团队讲述了“可组合封装”(COPA)GPU 的各项优势，尤其是能够适应各种类型的深度学习工作负载。

　　得益于固有的功能和优化，图形处理单元(GPU)已成为大量深度学习(DL)研究项目的首选。但由于传统融合 GPU 解决方案正迅速变得不太实用，研究人员才想到到 COPA-GPU 的理念。

　　这些融合 GPU 解决方案依赖于由传统芯片组成的架构，辅以高带宽内存(HBM)、张量核心(NVIDIA)/ 矩阵核心(Matrix Cores)、光线追踪(RT)等专用硬件的结合。

　　此类硬件或在某些任务下非常合适，但在面对其它情况时却效率低下。与当前将所有特定执行组件和缓存组合到一个包中的单片 GPU 设计不同，COPA-GPU 架构具有混合 / 匹配多个硬件块的能力。

　　如此一来，它就能够更好地适应当今高性能计算(HPC)只能够呈现的动态工作负载、以及深度学习(DL)环境。

　　这种整合更多功能和适应多种类型工作负载的能力，可带来更高水平的 GPU 重用。更重要的是，对于数据科学家们来说，这使得他们更有能力利用现有资源，来突破潜在的界限。

　　尽管经常混为一谈，但人工智能(AI)、机器学习(ML)和深度学习的概念，却有着明显的区别。DL 可视作 AI 和 ML 的子集，主要通过各种过滤器来预测和分类信息，来模拟人脑的信息处理方式。

　　作为诸多自动化 AI 功能背后的技术支撑，深度学习可助力其实现各项功能 —— 涵盖从自动驾驶、到监控金融系统的欺诈活动等领域。

　　另一方面，MCM 概念已于过去几年被炒得火热(其实可追溯到 70~80 年代的 IBM 气泡内存 / 3081 大型机)，且 AMD 等厂商早已将小芯片 / 芯片堆叠技术作为其下一代产品的重要演变。

　　(原标题：英伟达探索COPA多芯片GPU模块架构以满足不断变化的数据需求)

上一篇：京东方将生产15英寸的OLED显示屏以用于未来的大尺寸苹果产品

下一篇：东芝展示全新磁记录技术：机械硬盘轻松突破30TB

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

中科驭数完成数亿元规模C+轮融资，投后估值近70亿元
中科驭数完成了数亿元规模C+轮融资，投后估值近70亿元。随着本轮融资资金到位，国产DPU的技术竞赛与生态卡位战将进一步升温，具备架构自主权与商业化先发优势的厂商，有望在算力自主可控的产业浪潮中占据更有利的市场位置。
智算中心芯片
2026-09-02 09:56:00
半年三轮融资，松应科技数亿元加码物理AI“操作系统”
近日，物理AI企业松应科技宣布连续完成数亿元A轮、A1轮融资。据公司披露，这已是其半年内完成的第三轮融资。新资金将主要用于ORCA OS物理AI操作系统迭代、国产芯片适配、开发者生态建设及产业场景规模化落地。
芯片云操作系统
2026-08-31 09:31:05
超纯水之战：芯片产业下一个“国产替代”高地
芯片涨价潮背后，不仅光刻机这类显性“卡脖子”难题持续引发热议，超纯水作为不可替代的工艺耗材，其国产化供应能力也成为产业链上下游关注的新焦点。
AI算力芯片
2026-08-24 15:06:19
辉羲智能发布Huixi Embodied系列，面向具身智能打造全栈算力平台
辉羲智能在2026世界机器人大会期间举行“具身致用，智算筑基——辉羲具身智能全栈算力平台暨Huixi Embodied系列产品发布会”，正式发布面向具身智能的Huixi Embodied产品系列。

机器人具身智能芯片
2026-08-21 09:44:42
芯擎科技“天工100”AI加速芯片量产交付
芯擎科技于8月12日宣布，其自研的车规级7纳米AI加速芯片“天工100”(NNA100)已全面进入量产阶段，并同步向整车厂、Tier1等生态伙伴启动批量供货。
芯片智能汽车
2026-08-13 09:31:03
铌奥光电完成数亿元B轮融资薄膜铌酸锂赛道再升温
江苏铌奥光电科技有限公司近日完成数亿元 B 轮融资。资金将用于薄膜铌酸锂(TFLN)光芯片的大规模量产和下一代 AI 光互联技术开发。
芯片互联技术
2026-08-10 10:07:47

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。