吕嘉俭发布于 2022-1-8 15:48

本文约 1180 字、3 张图表，需 2 分钟阅读

英伟达下一代将面向数据中心和消费市场，分别推出基于Hopper架构和Ada Lovelace架构的GPU。有所不同的是，英伟达只在Hopper架构GPU上采用MCM多芯片封装，Ada Lovelace架构GPU仍会保留传统的设计，并不会像AMD基于RDNA 3架构的Navi 31那样，将MCM多芯片封装引入到消费级GPU。

近期，英伟达研究人员发表了一篇文章，详细介绍了英伟达正在探索如何为未来产品部署多芯片设计方案。随着异架构计算的兴起，英伟达正在寻找一种方法，增加其半导体设计的灵活性，以根据工作负载的不同，灵活匹配各种模块，这也是MCM多芯片封装的用武之地。

英伟达对多芯片设计的研究最早是在2017年被曝光，当时英伟达展示了通过四个小芯片构建的设计方案，不但提升了性能，还有助于提高产量（较小的芯片良品率会提高），而且还允许将更多的计算资源集合在一起。多芯片设计还有助于提高供电效率，以及有更好的散热效果。

英伟达目前在MCM多芯片封装GPU上的做法称为“Composable On Package GPU”，或COPA。文章里阐述了英伟达如何处理HPC和AI工作负载之间的差异，随着两者计算需求的变化，对计算的要求也渐行渐远。英伟达担心，过于单一的GPU架构，会逐渐失去HPC和AI工作负载中的计算优势，而两者的市场规模却在日益增长。

为了更好地应对未来的计算需求，英伟达一直在模拟不同的多芯片设计和配置，确认不同工作负载所需要的硬件模块情况。根据英伟达提供的数据，在HPC工作负载上，减少25%的显存带宽实际上只降低了4%的性能，如果再减少25%，性能损失则再增加10%。因此，减少50%的显存带宽并移除相关硬件模块后，可以替换成更合适的硬件模块，为对应的工作负载提供相应的性能，从而提高效率。由于并不是所有硬件模块都是对等的，个别功能是不可或缺的，COPA是英伟达尝试模拟多芯片设计的影响，以及与性能之间的关系。

英伟达目前优先考虑的是HPC和AI市场，除了高利润的因素以外，不少企业通过定制解决方案的做法逐渐蚕食着英伟达的市场空间。当然，这种根据工作负载做针对性配置的做法也可以应用与英伟达其他GPU产品线，包括消费市场的GeForce显卡。不过与专业市场不同，游戏中的渲染工作方式有着本质上的区别，如果采用多芯片设计，则需要进一步提高小芯片之间的互联速度。

此前AMD已谈及了其3D堆栈技术的发展方向，表示封装选择和芯片架构取决于具体产品的性能、功率、面积和成本，AMD称之为PPAC。如果将已经发布和即将推出的产品包括在内，AMD有14种多层小芯片设计的封装架构正在进行中。AMD认为，未来属于多芯片的模块化设计和匹配协调的封装。

AMD已通过X3D封装的产品迈出了第一步，在CPU上展示了对成本、功耗和性能等方面的影响。在GPU上采用同样的设计会更为困难，不过技术的发展最终会推动英伟达实现多芯片设计的目标，即由多个不同功能模块的小芯片组成GPU，可以根据工作负载的计算需求做出更专业化的组合。