AMD公开VEGA GPU架构使用7nm工艺.doc

《AMD公开VEGA GPU架构使用7nm工艺.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、AMD公开VEGAGPU架构使用7nm工艺　　在日前举行的Computex2018发布会上，AMD有些出人意料地进行了高规格的产品发布，公开的产品包括下一代使用7nm工艺的VEGAGPU，以及使用7nm的Zen2处理器。目前，7nmVEGAGPU是全球第一个使用7nm工艺的GPU，现在已经开始样品出货，预计在今年下半年开始大规模出货。这比之前预期的时间表提前了不少，也打了Nvidia一个措手不及，让AMD以迅雷不及掩耳之势抢得了“全球第一块7nmGPU”。　　　　除了GPU之外，AMD还公布了下一代使用7nm工艺的ZenA

2、MD公开VEGAGPU架构使用7nm工艺　　在日前举行的Computex2018发布会上，AMD有些出人意料地进行了高规格的产品发布，公开的产品包括下一代使用7nm工艺的VEGAGPU，以及使用7nm的Zen2处理器。目前，7nmVEGAGPU是全球第一个使用7nm工艺的GPU，现在已经开始样品出货，预计在今年下半年开始大规模出货。这比之前预期的时间表提前了不少，也打了Nvidia一个措手不及，让AMD以迅雷不及掩耳之势抢得了“全球第一块7nmGPU”。　　　　除了GPU之外，AMD还公布了下一代使用7nm工艺的ZenAM

3、D公开VEGAGPU架构使用7nm工艺　　在日前举行的Computex2018发布会上，AMD有些出人意料地进行了高规格的产品发布，公开的产品包括下一代使用7nm工艺的VEGAGPU，以及使用7nm的Zen2处理器。目前，7nmVEGAGPU是全球第一个使用7nm工艺的GPU，现在已经开始样品出货，预计在今年下半年开始大规模出货。这比之前预期的时间表提前了不少，也打了Nvidia一个措手不及，让AMD以迅雷不及掩耳之势抢得了“全球第一块7nmGPU”。　　　　除了GPU之外，AMD还公布了下一代使用7nm工艺的Zen2处理

4、器EPYC，该处理器目前已经完成流片正处于实验室测试中，预计将于2018年下半年进入工程样品阶段并于2019年进入大规模出货阶段。　　随着桌面PC市场被移动设备日渐蚕食，在本世纪初热闹非凡的Computex会议已经几乎被人遗忘。而AMD此次在Computex会议上举行的高规格产品发布无疑是为之前有些疲软的计算机市场和Computex会议带来了一阵新风。这也释放了一个重要信号：以数据中心为主要应用场景的高性能计算市场正在接过PC的接力棒，将会成为计算机在下一个十年发展的主要动力。　　数据中心的想象空间　　随着大数据和深度学习

5、的高速发展，数据正在成为新时代的原油而算力正在成为下一代的基础设施。AMD在发布会上指出，到2025年的数据将会增长50倍：可穿戴设备、IoT、5G设备正在普及，这些设备都会产生大量的数据。除此之外，我们对于这些数据的处理方式也越来越复杂，机器学习领域的新算法层出不穷，能够从数据中提取更多有用信息，从而在智慧城市、医疗、金融、安保等领域引入革命性的变化。随着数据量和算法复杂度的飞速提升，对于算力的需求也在高速增长。　　OpenAI公布的深度学习算法算力需求，6年增长了30万倍　　大数据算力的主要基础设施在于数据中心。数据中

6、心对于处理器的需求目前主要包括CPU和GPU。CPU是传统计算硬件，可以支持通用计算，也是数据中心必不可少的一部分。AMD此次公布的EPYCCPU每个socket至多可以支持32个核。除了核心数多之外，CPU的内存存取和CPU间通信在需要高效执行分布式计算的数据中心也是重要要素，而EPYC每个CPU能支持至多8个内存通道和128条PCIe通道，可谓性能强大。众所周知，AMD在数据中心CPU领域并非传统强项，在Intel牢牢把持着市场的情况下AMD如何打入数据中心CPU生态也就成了大家关注的要点之一。在本次发布会上，AMD宣

7、布了EPYC已经进入了CISCO，HP和腾讯云等重要客户的产品中。虽然比起Intel在数据中心的市场份额来说AMD还有很大的差距，但是这也是个不错的出发点。　　除了CPU之外，GPU是数据中心想象空间更大的部分。在大数据时代，CPU并不能高效支持所有运算：在CPU的芯片上，为了满足通用算法的支持，有很大一部分芯片面积都用来做缓存和控制逻辑（如分支判断等），而用于计算单元的面积并不大。而在大数据算法中，大量数据是可以并行处理的（例如来自不同设备产生的独立数据就可以并行处理而不会互相影响），因此大数据算法往往比较规整，而CPU

8、芯片上的许多控制逻辑对于大数据算法就显得多余。这时候擅长并行计算处理的GPU就脱颖而出。GPU的设计中控制逻辑比较简单，而绝大部分芯片面积都用来做计算单元，因此一个GPU往往包含了数千个计算核心，可以提供超高效并行计算，对于合适的大数据算法GPU的执行速度比同代CPU要快两到三个数量级。　　GPU在数据