AI时代的给力推手：GPU架构简介--《大模型时代的基础架构》第3章
本帖最后由 superleon123 于 2024-9-19 10:39 编辑<p>：</p>
<p> 英伟达的GPU新品发布得很快，观看老黄在发布会上手捧着的最新显卡时，俺心里可痒了。要是有财力，俺也要喊着：给我来十块八块显卡！然后，俺自己组装服务器：）。</p>
<p> 英伟达显卡的型号有很多，如用于服务器的H100、A100等，还有个人用的40系列显卡。前些天，黑神话悟空的游戏在全世界火起来，促进了一波电脑硬件的升级潮，显卡更是炙手可热，一卡难求，价格也纷纷上涨。</p>
<p> GPU的组成架构其实不算复杂，由GPU芯片、内存、附属电路等构成。但是设计、生产芯片，这个需要有技术以及生产设备才能实现。目前的GPU主要采用PCI-E总线。英伟达显卡，还有个独门绝活（NVLink）--支持多显卡相连，这是英伟达领先竞争对手的优势之一（也就是说想要追上英伟达，得把显卡如何并联工作搞定）。</p>
<p> GPU包括通用计算单元（CUDA Core）和专用计算单元（Tensor Core）。英伟达的每一代的架构命名都来源于一位著名科学家的姓名，如Pascal, Turing, Volta，Ampere, Hopper。Hopper在排查计算机故障时，发现了故障是由于计算机内部的飞虫尸体导致的，于是以后计算机软硬件设计中的缺陷就称为“bug”了。新架构的GPU相比以前的架构，实质上是在增加计算单元的同时，优化计算单元并行工作的效率。要搭建人工智能/机器学习的计算系统，除了GPU，还需要CPU、内存、外置存储、通信网络等一系列周边部件。后续，我们再来研究GPU服务器及其集群网络的搭建。</p>
<p>我个人认为GPU架构的显卡技术不久就会被淘汰掉，因为其自身的缺陷。</p>
风尘流沙 发表于 2024-9-19 14:38
我个人认为GPU架构的显卡技术不久就会被淘汰掉，因为其自身的缺陷。
<p>GPU缺点主要是功耗大，工作热量高。因为目前还有相当的用户需要图形加速的功能、如模型渲染之类的，包括设计人士以及游戏玩家，所以暂时还不能完全淘汰。如果只是需要单纯的加速计算，谷歌的TPU，以及现在嵌入PC的NPU芯片等都可以实现，那就可以不用GPU了。</p>
<p>撼动GPU地位的竞争对手还是蛮多的。。。。。。。。。只是黄有先发优势</p>
hellokitty_bean 发表于 2024-9-19 15:53
撼动GPU地位的竞争对手还是蛮多的。。。。。。。。。只是黄有先发优势
<p>是的，老黄做了这么久GPU了，在AI时代终于大获成功，锦上添花。</p>
页:
[1]