Zi 字媒體

一直以來，AMD給我們的印象就是其產品相對對手英特爾、NVIDIA而言較為廉價，還有就是它的PPT一向作風高調，而等到實際產品時卻給用戶很大的落差。同時由於它的CPU性能顯著落後於英特爾，而且在近十年的漫長時光里毫無追趕的起色；GPU領域也是長時間落後於NVIDIA，難於翻身，所以在業界就有許多人將AMD戲稱為「萬年老二」。而最近，在CPU領域，我們看到了AMD的強勢崛起，代號為「Zen」的銳龍Ryzen系列處理器如期上市，強悍的性能已經可以和英特爾分挺抗禮，而更低的功耗、顯著的價格優勢以及強大的後續潛力，感覺都會讓英特爾有點措手不及。AMD可謂是打了一個翻身仗，重新回到了微處理器的一線，揚眉吐氣了一把。2017年，AMD也將在圖形領域發力，代號為「Vega（織女星）」的新一代GPU架構即將降臨，同樣給圖形市場帶來較大的懸念。Vega架構的前世今生雖然頂級GPU價格昂貴，用戶不多，但NVIDIA和AMD都競相追逐「性能王座」的光環。比如，NVIDIA在大晶元、高性能的方向上一路到黑——原因很簡單，高性能具有指標性意義，用戶並不會對技術了解太多、也大多不會綜合考慮，通常會簡單地選擇性能最強的一家，因為這麼做肯定不會出錯。在前面的幾年，AMD一度以多晶元、注重性價比的方式為產品哲學，但事實是它的市場份額一路下跌，在2015年三季度，它在獨立圖形市場的佔有率慘跌到只有20%，出現NVIDIA一家獨大，AMD瀕臨出局的局面。在這一階段，AMD境況糟糕，幸虧它接連拿下索尼、微軟、任天堂三家遊戲主機的圖形晶元定製業務，這更多是有賴於靈活的方案定製和性價比優勢，而NVIDIA則放棄了這個市場，它走向更廣闊的通用計算領域，並成為挑戰英特爾的重要力量。另一方面，AMD與微軟和業界建立了良好的關係，與英偉達封閉的方案不同，AMD倡導建立起開放性的OpenCL通用加速方案，並獲得業界的廣泛支持，它所欠缺的是，是一款能夠具有與對手頂級產品匹敵的利器。痛定思痛，AMD決意在新一代架構中另起爐灶，重新回到高性能的正確軌道上來，只是這個旅程並不順利。早在2014年末，AMD在一些內部會議中就透露在開發一款名為「格陵蘭（Greenland）」的新一代GPU架構，這款晶元將採用14納米，TDP熱設計功耗在250W級別，而它的每瓦性能達到Hawii（夏威夷，Radeon R9 290 系列）的兩倍以上！不過在後來，我們並沒有看到格陵蘭的消息。當年底AMD帶來的是代號為「Tonga（湯加）」的新核心，內核架構從夏威夷的GCN 1.1提升到GCN 1.2版，但這也只是小幅度的改良，並沒有涉及架構的深度改變，很多用戶就將「湯加」理解為「夏威夷」的換名馬甲版。2015年末，AMD推出代號為Fiji（斐濟）的核心，它的內核依然是「湯加」，只是改用HBM1高帶寬顯存、減小了體積，內核架構提升到GCN 1.2+，但性能依然提升不大，且功耗較大的毛病並沒有克服。直到2016年中，AMD接著推出持續改良的「Polaris」架構，而這時DirectX 12開始在新一代遊戲中獲得應用，Polaris的良好支持讓它在新遊戲中增色不少，也得益於此，AMD在圖形市場的份額才小幅度提升到接近30%左右。而在這期間，NVIDIA先後憑藉Maxwell（麥克斯韋，2014年）、Pascal（帕斯卡，2016年）架構不僅佔領了性能王座，更是憑藉良好的性能功耗優勢、通用計算性能以及強勢的整體營銷，獲得市場的絕對主導權。第一，毫無疑問就是相對孱弱的架構性能。比如Polaris架構的RX480處理器，像素渲染速度只有35.8GPixl/s，而同期NVIDIA基於「帕斯卡」的GTX1060處理器比它快了一倍、渲染速度高達72.3GPix/s。在如此巨大的性能差異面前，AMD自然無力推出能夠與NVIDIA抗衡的旗艦產品，退出了對顯卡性能風向標的角逐，用戶的選擇天平不可避免朝向NVIDIA傾斜；第二，GPU功耗的偏高、每瓦性能指標偏低，即便Polaris改用格羅方德（GF）的14納米工藝，功耗表現也並沒有提高多少。顯然，這主要是Polaris架構、或者說AMD GCN顯卡架構存在的根本問題—我們很容易聯想到，AMD在CPU架構上也是同樣的表現。既然如此，AMD要想在圖形市場打一場翻身仗，除了推出下一代高性能的微架構與英偉達硬碰硬以外，沒有別的捷徑好走。而它接下來要推出的，代號為Vega的能否承擔這樣的使命，給外界留下了很大的懸念。Vega架構的四大特點Vega架構是拉加·庫德里（Raja Koduri）回爐AMD的首期之作。拉加·庫德的職業生涯始於大名鼎鼎的S3 Graphics，後來進入ATI公司並成為圖形技術的領軍者之一。2009年AMD併購ATI，給業界帶來很大的波動，拉加·庫德里此時擔任圖形業務的首席技術官，不過併購不久就被喬布斯挖走、為蘋果公司研發新一代圖形處理器。不過在2013年4月，他重新又回到了AMD、重新執掌圖形技術部門，負責新一代產品的開發—值得一提的是，AMD現時大火的Ryzen處理器架構，主導者也是從蘋果重新回爐的Jim Keller，而當年他是K7和K8架構的架構設計者，一手打造了AMD處理器的輝煌時代（遺憾的是，Jim Keller已於2015年9月從AMD二度離職）。拉加·庫德里回到AMD之後，被任命為視覺計算企業副總裁(Corporate Vice President of Visual Computing)，同時負責GPU的硬體開發以及軟體平台設計。之後的Fijii、Polaris兩代改良架構都是在他的領導下進行，我們也得見此後AMD的圖形業務緩慢回升，縮小了與對手的差距—但GCN架構使然，難以有根本性的改觀。因此，新一代的Vega架構讓外界報以很高的期望。▲Vega GPU的邏輯架構示意在今年一月份的CES展會上，AMD對外披露了Vega的部分技術細節，雖然關鍵的性能指標還不得而知，但我們還是可以從下列資料中可以看出Vega所具有的巨大潛力。而總結起來，Vega將有以下四大技術要點，分別是：革命性的存儲架構、更靈活的幾何渲染、高級像素引擎以及NCU下一代計算單元。革命性的存儲架構：HBM2+ HBCCFiji架構中引入的HBM（高帶寬）顯存是AMD的獨門絕技，在2015年這項技術引入時確實引起業界的矚目。HBM架構將顯存的管芯（DIE）與GPU的DIE集成在同一個基片上，等於圖形處理器本身就集成了顯存，這樣，顯卡的PCB板上就沒有傳統的顯存，只需要供電電路和輸出介面元器件，顯卡的尺寸可以變得非常之小—相當於筆記本顯卡模塊的尺寸，作為當時的高端顯卡，Fiji的高集成度和小尺寸因此給人留下深刻印象。再者，HBM的顯存以3D堆疊的方式封裝在一起，單枚晶元的傳輸位寬可以達到1024bit，相當於GDDR5的32倍之多！我們知道，傳輸帶寬等於位寬乘以頻率，HBM具有高位寬的優勢，顯存的頻率就可以大大降低，在Fiji中它的頻率只有1GHz，每個顯存堆棧的帶寬突破100GB/s，比GDDR5的傳統方案高出數倍！▲AMD Vega GPU與HBM2顯存▲AMD現有Radeon R9 GPU與HBM顯存由於顯存晶元的工作頻率低，第一代HBM僅需要1.3V電壓、低於GDDR5的1.5V，而它的每瓦特傳輸性能達到35GB/s，也比GDDR5的10GB/s快出3.5倍之多！不過第一代HBM存在顯存容量低的問題，旗艦顯卡Radeon Fury X也只能提供4GB容量，在應付大型遊戲時這點顯存顯然是杯水車薪。而這次Vega架構引入了升級的第二代HBM方案，在繼承高性能、低功耗、高集成度的同時，將顯存容量提升到8GB和16GB多個規格，消除了容量不足的瓶頸。同時，HBM2 的帶寬達到HBM1的兩倍，可以實現256GB/s 或512GB/s的超高傳輸性能。▲HBM2堆疊內存方案可以獲得顯著的容量、空間優勢如果說HBM2隻是尋常的改良升級，Vega存儲架構的真正革命之處在於，它對顯存控制器進行全新的設計，並稱為HBCC（高帶寬高速緩存控制器）。HBCC除了連接前面說的HBM2集成顯存外，還可以連接顯卡PCB上放置的SSD、網路存儲等多種形式的基片外存儲部件，而它的定址能力高達512TB！開發者可以像使用顯存一樣直接使用這些部件，而HBM2顯存此時則作為GPU與外部存儲單元的高速緩存來使用—我們稍稍轉變一下思路，將Vega GPU視作是傳統的CPU，顯存就是內存，外部存儲就是硬碟，很簡單就會得出結論：基於Vega的計算卡不只是顯卡、同時還是一部獨立的計算機，這顯然是為通用計算和認知計算所準備。▲Vega GPU的高速緩存控制器示意幾何渲染引擎：更靈活、更快速幾何計算是3D渲染的基礎，在AMD的GPU中，幾何渲染還是由固定的幾何著色引擎來完成。專屬硬體的優點是運行效率高、速度快，缺點是硬體處理缺乏靈活性，每一次幾何計算都必須機械化地執行，而很難進行優化。我們舉一個例子，右邊兩張圖片分別是PC遊戲《殺出重圍：人類分裂》中的巨像之城（Golem City）的場景和該場景的幾何線框圖。AMD介紹說，這幅場景有多達2.2億個多邊形需要進行計算，但最終輸出的畫面其實只有 0.02 億個多邊形，也就是大多數的多邊形，其實都是後台計算、不需要被顯示出來，但它們耗費了超過98%的計算資源。▲《殺出重圍：人類分裂》遊戲中的場景▲《殺出重圍：人類分裂》遊戲場景對應的幾何線框圖有鑒於此，越來越多的開發者拋棄了傳統的幾何單元，改用靈活的計算著色器來進行幾何處理—通過對演算法的優化，可以將大量的中間計算省略，達到節省硬體資源、提高遊戲性能的目的。AMD在Vega架構中，也引入了這套機制——Vega GPU的幾何流水線中新增了名為 Primitive Shader（圖元著色器）的新型計算單元，這個新的著色器可以捨棄大量的無效幾何計算，從而精簡、快速地完成任務。AMD的最終目標是徹底拋棄傳統的幾何單元、以這套靈活的著色器來代替它。此外，為了持續提升幾何處理性能，AMD還引入了名為「Intelligent Workgroup Dostributor（智能工作組分發器）」的計算單元，它可以支持更多的著色器引擎，並且可以根據負載情況智能地在各引擎間分配幾何計算任務。而當前AMD的GCN架構最多只支持4個幾何著色引擎，沒有增強的潛力。而即便在同樣4個著色引擎的情況下，Vega GPU每周期也能處理11個多邊形、相當於現有產品的兩倍。▲Vega中的智能工作組分發器，允許支持更多的幾何引擎。▲Vega的幾何效率提升了兩倍下一代像素引擎Vega的像素著色引擎同樣進行大量的優化，AMD將它稱為Draw-streaming binning rasterizer（簡稱 DSBR，渲染流分倉光柵器）。DSBR引擎在執行效率上獲得質的飛躍，我們知道，複雜的3D畫面，需要進行大量的渲染，而其中絕大多數的工作都是位於後台，真正展現出最終畫面的有效渲染只佔據極小的部分—這與我們前面說的幾何渲染類似。之前AMD GPU對此並沒有很好的優化，都是直接進入到渲染環節。而DSBR引擎則對工作流程作了優化：它會先在一個高速緩存中對3D場景給定的對象預先處理，然後GPU清空掉這個緩存、再拾取起其餘的數據。而DSBR就可以讓GPU抓取出有效渲染和非可視像素的無效渲染，並將無效的渲染操作省略掉，只專註於可視部分的像素渲染。▲DSBR引擎同樣通過優化、顯著提升執行效率換言之，DSBR並不直接提升硬體的能力，而是通過削減無效渲染、減輕硬體負擔，同樣達到提升像素渲染性能的效果。這套機制同時也意味著，節省功耗、降低發熱量，具備更高的性能提升潛力。為配合DSBR的運作，AMD對Vega的緩存架構進行重大改進，GPU的後端單元可以直接訪問到片上的二級高速緩存，數據的訪問、操作動作直接在此實現。而傳統的GPU中，紋理和像素的內存讀取操作並不一致，比如渲染紋理操作時，數據要先寫到顯存中、然後再被讀取到紋理緩存里，也就是每一次數據都要來回搬動、效率低下。而如果開發者要執行紋理、像素同步渲染時，程序指令與硬體工作流程就會出現衝突，增加了編程的難度。顯然，Vega的改進要渲染流程簡單了許多，大量的數據訪問都可以在片內二級緩存高效率地完成，對性能的增益顯而易見。▲Vega的後端渲染單元可直接訪問二級緩存不過，DSBR只是Vega像素渲染的一個可選項，實際的任務還是根據遊戲的情況來完成，有的遊戲還是對傳統架構進行編程，那DSBR暫時還無用武之地。但對支持該特性的新遊戲而言，DSBR可以帶來顯著的效能提升。NCU：下一代計算單元，為深度學習優化 單精度和雙精度計算應用於3D渲染領域，但諸如深度學習等計算任務並不需要用到，它們只需16位半精度浮點計算操作就行。AMD現有的 Fiji和Polaris GPU中沒有考慮到這一點，它的半精度性能與32位單精度性能是一樣的，而半精度計算需要的寄存器資源卻少得多，也就是說AMD沒有對此作優化。與之相比，英偉達的Tesla 100加速卡，半精度性能就達到雙精度的兩倍，這讓它在通用計算中佔據性能優勢。為此，Vega GPU中首度引入了名為「Packed（緊縮）」的半精度計算支持，Vega的微架構被稱為「NCU（下一代計算單元）」，每個NCU中擁有64個ALU，它可以靈活地執行緊縮數學操作指令，如每個周期可以進行512個8位數學計算，或者256個16位計算，或者128個32位計算—這不僅充分利用了硬體資源，也大幅度提升Vega在深度學習計算的性能。Vega GPU的性能推算Vega的架構改進，給業界帶來很大的想象力，但它的性能究竟能達到何種級別，還是存在很大的懸念。雖然基於Vega GPU的顯卡尚未發布，但AMD在去年12月份卻帶來一款Radeon Instinct MI25 計算卡的消息，它所搭載的就是Vega GPU晶元。▲Radeon Instinct MI25 計算卡Radeon Instinct MI25計算卡針對深度學習領域，GPU中直接集成了16GB容量的HBM2高速緩存（對應顯卡則是顯存），卡上另外還集成了1TB容量的NAND快閃記憶體，海量的計算數據可以直接放在這塊存儲器中，而不必經過系統內存再到傳統硬碟上，由此滿足大計算量所需的高速交換需求。M125的16位半精度浮點性能達到25TFLOPS，而用於3D渲染的32位單精度浮點性能也達到12.5TFLOPs，與之相比，目前AMD的主力顯卡RX 480的單精度浮點性能只有5.8 TFLOPs—我們可以簡單得出這樣的推論，Vega GPU的3D渲染性能，理論上將能達到目前RX480顯卡的兩倍左右。而在Radeon Instinct MI25的發布會上，AMD同樣展示了基於Vega GPU的下一代Radeon顯卡的測試成績，AMD在現場使用《DOOM2016》進行了演示，遊戲配置為4K@60Hz解析度、Ultra 畫面。這塊顯卡的顯存只有8GB容量，在實際測試中，遊戲幀數達到60~70fps的性能，整體相當於NVIDIA的 GTX 1070、1080之間。考慮到展示卡是早期版本、規格也不高，能達到這樣的性能足以讓外界振奮，這讓我們想到圖形雙雄並立的美好時光。Radeon Instinct 平台：Vega進軍深度學習市場AMD對Vega GPU在圖形領域的實力秘而不宣，但在吹風會上，它將Vega的應用重點更多放在機器學習領域。為此，AMD專門發布了新的AI 計運算元品牌「Radeon Instinct」，該平台包括硬體的加速卡和ROCm軟體平台，我們前面提到的Radeon Instinct MI25計算卡就是加速卡中的旗艦型號。ROCm軟體平台更為我們所關注。我們知道，NVIDIA佔據通用計算市場，除了Tesla加速卡在硬體性能方面的優勢外，更重要的它提供了軟體解決方案，藉助它的方案，開發者能夠編製出相應的Tesla加速程序。由於Tesla在并行計算應用中比傳統的CPU優勢巨大，方案一出就快速獲得業界的接受，並成為事實上的市場熱門標準，以至於英特爾都無法在密集計算市場與之爭鋒。NVIDIA現在將他們的GPU定位於AI、神經網路的首選的計算平台，並開始轉型將自身定位於AI計算公司，而不是單單停留在傳統的遊戲顯卡市場。這對於AMD顯然是非常大的刺激，現在AMD也想在該AI計算獲得突破，那麼光靠Vega平台的硬體實力顯然不行，ROCm軟體平台的出台就是為了解決開發環境支持的短板。▲Radeon Instinct兩大構成：硬體加速卡和ROCm開發環境ROCm的全稱為「Radeon Open Compute platform」（意為Radeon開放計算平台），它包含程序編譯器、程序語言運行時態，並對CUDA應用提供兼容支持，藉助這套平台，開發者能夠選擇自己已熟悉的程序語言、快速開發出對Radeon Instinct計算卡優化的程序。ROCm的編譯器已支持多個GPU—無論是單卡多晶元還是集群中數量龐大的多計算卡，它都能夠提供支持。這樣，開發者就不必受到硬體的限制，只要藉助ROCm開放平台進行編製程序，就可以無憂地在Radeon Instinct加速環境中獲得支持。▲AMD展示的Vega遊戲平台此外，AMD還專門開發了MIOpen對象庫，它與C++ STL、NCCL等程序庫類似，方便開發者直接調用，降低編程的難度。AMD宣稱，藉助MIOpen庫，MI25計算卡的性能，可以比NVIDIA的Pascal架構Titan X快出30%—而Titan X是NVIDIA最頂級的型號。與NVIDIA相比，AMD雖然作為深度學習市場的後來者，但它有著整體平台的優勢—基於Zen架構的「Naples「（那不勒斯）伺服器處理器擁有多達32個內核、64個線程，雙插槽可以提供64內核、128線程的頂級實力，配合Radeon Instinct加速卡可以提供一套頂尖的整體解決方案。如果Zen架構在伺服器市場獲得成功，那麼也將對Radeon Instinct平台起到正面的帶動作用，反之亦然。當然，AMD在短時間內無法實現這一目標，作為後來者它已經落後太多，幾乎所有的AI方案都基於NVIDIA Tesla平台和英特爾的72核至強融核Xeon Phi處理器，角逐深度計算市場。有趣的是，由於英特爾缺乏高端圖形技術，很大程度上其實可以考慮選擇與AMD進行合作，這三家處理器企業又將新時代、新領地開始三國演義。前瞻Vega架構的出現，正如Zen架構之於微處理器一樣，給AMD準備了重新上陣的彈藥。現在，只要它能夠快速地推向市場，就有機會挽回頹勢，逐漸回到雙雄並立的格局。同時在遊戲市場，Vega GPU的推出也將給玩家帶來新的選擇，尤其是銳龍Ryzen系列處理器成為大熱選擇的情況下，雙A方案看起來是比較靠譜的。AMD不吝於展示自身在AI計算領域的野心，這個領域不同於遊戲，如果Vega能夠展現出強大的性能實力，那麼AMD就很有機會獲得突破口；反之，如果它的性能與對手有明顯的差距，那麼光靠成本的優勢，也很難讓它有大的作為。按照計劃，Vega顯卡將在今年中期發布，相信不久后大家就能看到顯卡的上市。為了品牌繼承性，Vega GPU依然被歸入GCN架構，但它其實是全新的架構體系，跟前幾代GCN並沒有太大關係。我們希望GPU市場重新出現充分的競爭，喪失競爭的結果大家可以看到，無論CPU還是GPU，計算性能都將止步不前。