来源：http://www.moepc.net/?post=1885
今天在GTC大会上，NVIDIA CEO黄仁勋发布了首款Volta架构的GPU - GV100以及产品 - Tesla V100加速卡。NVIDIA这次用Tesla V100瞄准超高端计算市场，同时准备用非常激进的策略带来GPU深度学习性能的一次飞跃。
img005.jpg (45.99 KB, 下载次数: 2)
NVIDIA首次提到Volta架构是在2013年。结果到后来路线图改动，Maxwell→Volta变成了Maxwell→Pascal→Volta —— 且Volta是目前NVIDIA公开的路线图中的最后一款架构。
作为Volta架构的首款产品，NV采取了和去年Pascal相似的策略：用HPC和深度学习等商业领域的产品打头阵，而不是消费级GPU。Volta是面向计算和显示两方面的架构，但今天的发布都针对的是前者。因此今天揭晓的各种功能以及首款Volta GPU的重心都在计算上。
NVIDIA的首款Volta GPU代号为GV100。作为Pascal GP100的继任者，GV100是NV在计算方面的旗舰GPU，负责驱动下代Tesla加速卡。
QQ截图20170511215749.png
在开始之前，在这里要先明确一点：在各个方面上，Volta都是一款全新的架构。虽然内部看起来差不多，但它绝对不是Pascal换12nm工艺加上新核心（Tensor Core），而是完全不同的架构，比如线程执行、线程调度、核心设计、内存控制器、指令集架构等方面。这些只是NV公开的部分，还有很多没有揭晓的秘密。所以今天只能做到浅谈。
从规格上来讲，说实话GV100是一款非常大胆的GPU，我没用过这个词形容过去10年的任何一款GPU。在核心面积和晶体管数量方面，NV已经做到了极限：211亿晶体管，815平方毫米，基于台积电尚未成熟的12nm FFN制程（"N"代表NVIDIA，12FFN是专为NVIDIA定制的高性能版本12nm工艺）。
NV的前代巨无霸是610平方毫米的GP100，GV100虽然用了新制程，依然要比它大33%。实际上NV这次直接向着台积电12FFN制程光罩的大小；GV100是台积电所能制造的最大GPU。NV对光罩大小并不陌生，GM200就是台积电28nm制程下所能制造的最大GPU，虽然只有601平方毫米。
为什么要首先谈核心大小？总的来说，核心大小和性能有很大关系。但更重要的是，核心大小标志着NV是如何挑战极限的。这次NV没有提到良率，但都知道这么大的芯片良率肯定会非常差，还是在新的12FFN制程上。这次NV要牺牲很多良率，才能给饥渴的客户以15000刀一颗的价格提供少量的成品。NV的客户就是这么地渴望更强大的GPU，NV把制程用到极限正是如此地艰难。
img001.jpg (79.99 KB, 下载次数: 3)
GV100非常强大，包含84个SM，由于GV100是计算用的核心，所以每个SM有64个CUDA核心 - 总共5376个FP32 CUDA核心。同时还有2688个FP64 CUDA核心，以及新的Tensor Core。
Tensor Core是Volta上的新核心，灵活性较差（依然可编程），专为Tensor深度学习操作所设计。基本来说，Tensor Core就是一堆专为处理4x4矩阵操作的ALU；特别是融合乘加，也就是将两个4x4 FP16矩阵相乘，然后把结果加到一个FP16/FP32 4x4矩阵上，生成最终的4x4 FP32矩阵。
img008.jpg (251.85 KB, 下载次数: 3)
有了这些Tensor Cores，NV可以用一次操作达成超高的FLOPS数。一个Tensor Core每周期可以执行相当于64 FMA操作（共128FLOPS），1个SM有8个Tensor Core，也就是每个SM 1024FLOPS。作为对比，即便是纯FP16，1个SM里的所有标准CUDA核心也只有256FLOPS。所有如果这些核心能够用上，NV可以达到Pascal的四倍性能。
img006.jpg (42.57 KB, 下载次数: 1)
现在还有一些未知因素，包括Tensor Cores到底灵活度如何，核心面积占了多少等。总的来说Tensor Cores会比较死板，面积利用效率会比较高。NV把这么多核心打包成一个核心，不需要增加控制逻辑和其他的辅助硬件， 每个核心分到的晶体管数就会比标准CUDA核心要多。代价是灵活性，因为越灵活需要的芯片面积就越大。这是NV在灵活度和总输出之间有意做出的权衡。
每个SM包含4个材质单元，与GP100相同。一起的还有新的L1缓存/共享内存架构。GP100的1个SM有24KB L1/材质缓存 + 64KB共享内存，而GV100上变成统一的128KB L1数据缓存/共享内存（增加了40KB），可以精确配置L1和共享内存的容量。而寄存器依然还是256KB（4x16K 32bit）
84个SM，和GP100一样，2个SM组成1个TPC；共42个TPC。7个TPC组成1个GPC，一共6个GPC。显存还是用的HBM2，与GP100相同的4 stack。虽然内存频率只提升了25%，Volta还有内存效率的改善，NV称等效带宽提升了50%。在GPC和显存之间的L2缓存也被加强，每个ROP现在有768KB L2，GP100上是512KB。这意味着GV100共有6MB L2。
Volta还带来了新版本的NVLink，之前发布时称为NVLink 2，单向带宽提升5GB/s，来到25GB/s。GV100有6条NVLink，比GP100多2条。至关重要的是，NVLink 2引入了缓存一致性，允许GPU和CPU缓存一致，这在Power 9 + Volta系统上会很重要。
NV也揭晓了Volta上SIMT工作方式的巨大改变。在一个32-thread warp内的CUDA核心现在有了一定的自由度；可以在细粒度级别同步线程，同时保持良好SIMT范式，这意味着更高的总体效率。重要的是，单独的线程现在可以yield，然后再重新调度到一起。这也意味着NV GPU上回归了一部分的硬件调度。
img004.jpg (54.18 KB, 下载次数: 1)
作为30亿刀R&D砸出来的项目，GV100是NV目前为止最大的项目所打造的最大的GPU。NV估计首批GV100将在今年Q3出货，而且不便宜 - DGX系统上18000刀一颗 - 但对于那些肯掏钱帮助NV消化风险的客户来说，这是目前为止最强大的GPU。
Tesla V100
首款搭载GV100的产品是Tesla V100。与前辈P100一样，依然不是完整版。基于良率上的考虑，只开了84个SM中的80个。
img003.jpg (131.81 KB, 下载次数: 2)
Tesla V100能提供15TFLOP的FP32单精度性能，30TFLOPS的FP16半精度性能，7.5FLOPS的FP64双精度性能，以及惊人的120TLOPS独立Tensor操作量。频率为1455MHz的V100带来了42%的理论FLOPS提升（CUDA核心）。而Tensor操作方面提升会达到6-12倍，取决于操作精度。
V100采用16GB HBM2显存。目前还没有厂商生产8层堆叠，所以4stack的显存就只能这么多。显存频率从P100的1.4Gbps提升到了1.75Gbps。
与P100一样，这次V100也用的是SXM2，针脚应该会更多，体积上相近。
功耗方面，V100 TDP为300W，与前代一致。NV说V100的能效高于P100。
搭载V100的首个出货产品会是NVIDIA DGX-1V，Volta版的DGX，内含8颗V100，价格149000刀，Q3出货，OEM则Q4之前都不会到来。
img007.jpg (77.83 KB, 下载次数: 1)
NV也发布了两款PCIe版的V100，一个是250W的完整尺寸卡，一个是更小的全高半长卡，称为"Tesla V100 for Hyperscale Inference"，这张150W，专为数据中心推理服务器的高密度配置，估计频率和规格都会有所降低。
评论
哪位大神告诉我大概是那时候能买到啊
评论
明年卖个小核心，后年在卖个大一点的，就这套路，只不过牙膏挤的多点，你想买个显卡用10年不在花钱了，不可能，硬软件互托关系进阶进步
评论
在挤还是牙膏，牙膏也不能当饭吃，在说～一顿饭也不能吃太多啊，什么甜点啊，一般家长都会控制孩子食量的
评论
Titan Xv啥时候出？
评论
7850至今没换
7850之前 基本是15个月就必须换
因为性能基本翻倍
等Vega了
老黄的卡
咱消费能力不够
评论
hbm的卡便宜过吗？
评论
老黄太TM牛了，但这专业卡至少得1W美元以上了
评论
好暴力的规格。。。。AMD最近显卡真的不争气哦。。。这个老黄的尾气都要吃不上了。
评论
别把泰坦不当大核心好不......阉割版泰坦明年会在GV104后面三个月左右出来的。
评论
笑死了，这都挤牙膏，完全不同了好吗
评论
老黄是对极致性能的追求和牙膏厂完全不同！！！
评论
只是视角不同，大众只是一直在买低端牙膏，有大管好牙膏，只是他产品线划分明确不能谁便打价格战
评论
不能把他说的太高尚了，牙膏厂也卖计算卡的
评论
NV一代2年挤40%不算牙膏了，总比牙膏厂1年平均提升不到5%的单核性能强多了
评论
在我看来，他们只是圈钱的手法不同而已
评论
领先必然就能圈钱，NV用300多MM2和200mm2的低功耗核心圈了好几年钱了，中小核心足够和对手刚了，功耗低，对PCB要求也低，整体成本也低。
评论
小核心也能保持每年30~40%的性能增幅，确实没啥脾气
评论
蝴蝶效应的问题，要不是AMD的地幔，就没有DX12，更不会有后来的软硬升级各种刺激消费，这是一盘很大的圈钱棋，都有各自算盘促成的结果，和几年的硬件比反正我也没体会到啥子多大的进步，都在玩跑分，掏钱买跑分是不是？
评论
Tensor单元本质就是经过优化int8整数计算单元，按照NV的架构设计，每个SM里以前主要是FP32计算单元，GP10x里增加FP16和FP64单元，GV10x里增加的int8计算单元。对于AI这种逻辑计算，浮点是大材小用，只需要整数计算单元即可，而整数计算所需的晶体管要比浮点少得多
评论
Tensor单元本质就是经过优化int8整数计算单元，按照NV的架构设计，每个SM里以前主要是FP32计算单元，GP10x里增加FP16和FP64单元，GV10x里增加的int8计算单元。对于AI这种逻辑计算，浮点是大材小用，只需要整数计算单元即可，而整数计算所需的晶体管要比浮点少得多
评论
这应该就是谷歌新一代TPU的设计思路，主要支持少位数的整数运算，这样硬件开销就小，其实也没有太多的黑科技，只是目标不一样。
评论
咱只关心“伏达”游戏显卡的旗舰型号能到个啥程度
评论
年底或者明年，一次性出大核心。把1080 降低到中低端显卡。是不是有点赶尽杀绝了。
评论
不玩游戏当然没啥感觉啊。13-17这几年游戏画质进步很明显啊 电路 电子 维修 我现在把定影部分拆出来了。想换下滚，因为卡纸。但是我发现灯管挡住了。拆不了。不会拆。论坛里的高手拆解过吗？ 评论 认真看，认真瞧。果然有收 电路 电子 维修 求创维42c08RD电路图 评论 电视的图纸很少见 评论 电视的图纸很少见 评论 创维的图纸你要说 版号，不然无能为力 评论 板号5800-p42ALM-0050 168P-P42CLM-01
·日本留学生活 求个大阪合租
·日本留学生活 自家房招租求
·日本留学生活 东京地区出9成新lv钱包
·日本育儿教育 孩子从国内过来如何学习日语
·日本育儿教育 明年四月横滨招月嫂
·日本育儿教育 请问咋让娃突破识字关？感谢分享中文共读和学习经验的妈妈
·中文新闻 东区明星迈克尔·格列柯，53 岁，将在第一次出生两年后第二次
·中文新闻 《爱情岛》明星卡米拉·瑟洛和杰米·朱维特在透露即将迎来第三