nVidia 新 GPU 架构 Volta 发布，为人工智能注入一针强心剂

在今年的 GTC 2017（GPU Technology Conference 2017）中，Nvidia CEO 黄仁勋带来了全新的 GPU 架构 Volta。 1.5 倍的双精度浮点数计算效能提升以及采用特化架构所带来的 12 倍人工智能计算效能提升，为计算市场带来震撼的消息。

Nvidia 在 2016 年的 GTC 中，便发表了新的 GPU 架构 Pascal。其中，让人印象最为深刻的，莫过于采用 8 张 Tesla P100 的人工智能训练机 DGX-1。一台机器便得以带来以往需要由数台伺服器才能达到的效能，为人工智能发展带来新的气象。

然而，在短短的一年间，Nvidia 又带来新消息，新的 GPU 架构 Volta。强悍的 R&D 团队，将其主要竞争对手远远抛在后头。同时，也让世人见识到，在后摩尔定律的年代，GPU 将承接 CPU 的发展速度，推进电脑的计算效能。

新技术突破，奠定 Volta 于人工智能的王者之姿

这次的 Volta 架构带来数个新技术。其中，最为重要的莫过于 Tenser Core。其他的还有细部的硬体架构调整、第 2 代的 NVLink 以及新的软件支持，让 Nvidia 在人工智能中，扮演领导者。

首先，从硬体架构来看，这一次的GPU 架构和前一代的P100 相比，V100 将整数计算单元和浮点数计算单元独立出来，让整数计算和浮点数计算可以同时运行，物尽其用。此外，每一个 SM（Streaming Multiprocessor）中所新增的 8 个 Tensor Core。让 Volta 带来 12 倍的训练提升以及 6 倍的决策加速。

究竟 Tensor Core 是如何运作的呢？首先，假设我们要求解两个 4×4 矩阵相乘再加上一个 4×4 矩阵，如下图，那将会产生 4*4*4 个乘法计算需求。在采用 Tensor Core 之前，需要执行 4 次 4×4 矩阵相乘并相加，相当的花时间。

在新的 Tensor Core 中，由于一个 Tensor Core 是 4×4×4 的特化计算元件，让 GPU 可以同时执行 4×4×4 个矩阵相乘并相加，如下图所示。借此达到更多的计算加速。这就是 Nvidia 对于人工智能所发展的杀手锏。

新旧架构比一比，效能三级跳

那么 Volta 和 Pascal 究竟有什么差异呢，就让我们摊开所有的细节来比一比吧！

从上表中得以轻易的了解更多的 CUDA Core 让 Volta 在纯计算效能上，带来将近 50% 的效能提升。新的 HBM2 带来更多的记忆体频宽，将尽可能满足平行计算的资料需求。更重要的是，Volta 将采用新的台积电 12 奈米制程，让 Volta 的 TDP 维持在和 P100 一样的 300W。

此外，在人工智能领域中，藉由 Tensor Processor，Volta 的计算能力更一举突破每秒百兆次运算的门槛。新 Volta GPU 的发表，让逐渐捉襟见肘的计算效能获得缓和。

转载自：https://technews.tw/2017/05/11/nvidia-gpu-volta/