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：25511

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：东芝展示全新磁记录技术：机械硬盘轻松突破30TB

下一篇：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

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。

估值87.5亿美元！英特尔将出售旗下一芯片业务51%股份
分析人士指出，英特尔的此次交易既为公司带来急需的现金流，又能使其更专注于CPU和先进制程研发，但如何扭转在多个关键技术领域的落后局面，仍是英特尔面临的根本性挑战。
英特尔芯片
2025-04-15 11:01:24
全球首个石墨烯光芯片生产基地，启动建设！
近日，德国芯片互联集成“黑马”Black Semiconductor宣布在德国亚琛(Aachen)建立其全新总部——FabONE，该设施将成为全球首个石墨烯光子芯片生产基地，专注于节能高性能芯片技术的研发和制造。
石墨烯光芯片芯片
2025-02-13 15:16:29
这家厂商推出：全球首个商业级空地光通信服务
DiamondLink 采用 Cailabs 的多平面光转换（MPLC）技术，优化激光波束以克服大气湍流对光通信的影响，使其能稳定传输高通量（High-Throughput）的数据。
光通信芯片
2025-02-10 10:53:08
市值破千亿美元！光通信芯片巨头盈利大涨
Marvell正通过定制AI芯片的批量生产和云客户对互连产品的强劲需求，加速向AI半导体巨头的转型。其人工智能驱动型增长战略已取得显著成效，未来有望继续保持强劲的增长势头。
光通信芯片
2024-12-11 14:40:43
富士康将在墨西哥建设芯片工厂，生产Nvidia芯片
富士康是全球最大的电子产品代工制造商，也是苹果公司最大的iPhone组装商。富士康一直受益于人工智能的蓬勃发展，因为该公司可以组装用于处理人工智能工作的服务器。
芯片半导体
2024-10-11 17:13:27
芯片、存储、能源可用性对创新的潜在影响
芯片是现代电子设备的核心，从智能手机到超级计算机，无不依赖强大的芯片来提供计算能力。然而，随着技术的进步，对芯片性能的要求也在不断增加，这带来了一系列的挑战。
芯片电子设备
2024-09-11 08:17:38

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。