AI業(yè)界，全球最大16核心GPU原理剖析

　　隨著AI市場的興起，近年來各業(yè)界精英在GPU上持續(xù)發(fā)力，不斷推出全新的產品。新產品在計算能力提升的同時，其芯片面積也已經屢創(chuàng)新高，甚至逼近了制程和成本的平衡極限。前不久，一款超級計算機的發(fā)布，讓人嘩然，人們震驚的是其擁有16顆Volta GPU所展現(xiàn)的強大的計算能力，16核GPU可提供高達2PFLOPS的深度學習計算能力，成為目前AI業(yè)界的最強者。

　　這16顆Tesla V100的GPU連接在一起，并發(fā)揮出如此強大的計算能力的的核心當屬NVLink 2和NVSwitch。

　　1、NVLINK

　　隨著開發(fā)人員在人工智能(AI)計算等應用領域中越來越依賴并行結構，各行各業(yè)中的多GPU 和多CPU系統(tǒng)愈發(fā)普及。其中包括采用PCIe系統(tǒng)互聯(lián)技術的4GPU和8GPU系統(tǒng)配置來解決非常復雜的重大難題。然而，在多 GPU系統(tǒng)層面，PCIe帶寬逐漸成為瓶頸，這就需要更快速和更具擴展性的多處理器互聯(lián)技術。

　　a、更快速、更具可擴展性的互聯(lián)技術

　　NVLink技術可以提供更高帶寬與更多鏈路，并可提升多GPU和多GPU/CPU系統(tǒng)配置的可擴展性，因而可以解決這種互聯(lián)問題。通過提高可擴展性，進而實現(xiàn)超快速的深度學習訓練。

　　NVLink技術首先將每個方向的信號發(fā)送速率從20GB/每秒增加到25GB/每秒。含此技術的產品可用于GPU至CPU或GPU至GPU的通信。

　　b、3層控制層，能更大限度提高系統(tǒng)吞吐量

　　NVLink控制器由3層組成，即物理層(PHY)、數(shù)據(jù)鏈路層(DL)以及交易層(TL)。下圖展示了P100 NVLink 1.0的各層和鏈路：

　　P100搭載的NVLink 1.0，每個P100有4個NVLink通道，每個擁有40GB/s的雙向帶寬，每個P100可以最大達到160GB/s帶寬。

　　V100搭載的NVLink 2.0，每個V100增加了50%的NVLink通道達到6個，信號速度提升28%使得每個通道達到50G的雙向帶寬，因而每個V100可以最大達到300GB/s的帶寬。

　　下圖是HGX-1/DGX-1使用的8個V100的混合立方網(wǎng)格拓撲結構，雖然V100有6個NVlink通道，但是實際上因為無法做到全連接，2個GPU間最多只能有2個NVLink通道100G/s的雙向帶寬。而GPU與CPU間通信仍然使用PCIe總線。CPU間通信使用QPI總線。這個拓撲雖然有一定局限性，但依然大幅提升了同一CPU Node和跨CPU Node的GPU間通信帶寬。

　　2、NVSwitch

　　a、拓撲擴展實現(xiàn)完全連接的NVLINK

　　類似于PCIe使用PCIe Switch用于拓撲的擴展，使用NVSwitch實現(xiàn)了NVLink的全連接。NVSwitch作為首款節(jié)點交換架構，可支持單個服務器節(jié)點中16個全互聯(lián)的GPU，并可使全部8個GPU對分別以 300GB/s 的驚人速度進行同時通信。這16個全互聯(lián)的GPU(32G顯存V100)還可作為單個大型加速器，擁有 0.5TB統(tǒng)一顯存空間和2PetaFLOPS 計算性能。

　　由于PCIe 帶寬日益成為多GPU系統(tǒng)級別的瓶頸，深度學習工作負載的快速增長使得對更快速、更可擴展的互連的需求逐漸增加。

　　NVLink實現(xiàn)了很大的進步，可以在單個服務器中支持八個GPU，并且可提升性能，使之超越 PCIe。但是，要將深度學習性能提升到一個更高水平，將需要使用GPU 架構，該架構在一臺服務器上支持更多的GPU以及GPU之間的全帶寬連接。

　　b、首款節(jié)點交換架構，加速深度學習和高性能計算

　　NVIDIA NVSwitch 是首款節(jié)點交換架構，可支持單個服務器節(jié)點中16個全互聯(lián)的GPU，并可使全部8個GPU 對分別以300GB/s 的驚人速度進行同時通信。這16個全互聯(lián)的GPU還可作為單個大型加速器，擁有0.5TB統(tǒng)一顯存空間和2PetaFLOPS計算性能。

　　NVIDIA NVLink將采用相同配置的服務器性能提高31%。使用NVSwitch的DGX-2則能夠達到2倍以上的深度學習和高性能計算的加速。