Nvidia的36模块研究芯片正在为多GPU显卡铺平道路

Nvidia一直在研究一种名为RC 18的原型多模AI加速器芯片。由Nvidia Research开发的36模块强芯片目前正在实验室进行评估，其高度可扩展的互连设计可以作为高端的前驱 - 多GPU图形卡。

目前Nvidia多芯片解决方案的原型采用了台积电的16nm工艺 - 与大多数10系列GeForce显卡相同。它占地面积相当小，由36个微小的模块组成，每个模块由16个PE(处理元件)，一个基本的RISC-V Rocket CPU核心，缓冲存储器和8个GRS(接地参考信令)链路组成，总共100GB / s I /每个芯片的O带宽。总而言之，该芯片总共安装了约8700万个晶体管。

Nvidia Research的负责人Bill Dally在GTC 2019(通过PC Watch)上说：“我们已经展示了一个研究原型，作为实现深度学习的实验。”“这基本上是最近制造的流片，目前正在评估中。我们正在研究RC 18.这意味着'2018年的研究筹码'。它是一种用于深度学习的加速器芯片，可以从非常小的尺寸放大，并且在一个小芯片上有16个PE。“

RC 18旨在加速深度学习推理，这对我们的游戏本身并不完全有吸引力。然而，许多使这种MCM(多芯片模块)成为可能的互连技术可能是未来GPU架构的先行者。

相关：在最好的显卡的游戏在2019年

“这种芯片具有能够展示许多技术的优势，”Dally继续说道。“其中一项技术是可扩展的深度学习架构。另一种是有机基板传输技术上非常有效的芯片到芯片。“

RC 18中的一些技术有朝一日可能成为大型高性能MCM GPU的关键技术，包括：网状网络，GRS的低延迟信令，面向对象的高级综合(OOHLS)和全球异步本地同步(GALS) )。

此实验也是Nvidia尝试缩短产生高性能GPU裸片的设计时间的尝试。

Nvidia目前提供自己的互连结构技术NVLink。此外，它最近还收购了数据中心网络专家Mellanox，进一步巩固了其在大数据网络领域的地位。

Nvidia对RC 18的理想最终目标是一系列MCM，每个封装内部和外部互连，以实现大规模并行和计算能力。从本质上讲，未来的系统需要将多个互连的GPU与网格中的其他类似封装一起安装到PCB上，所有这些GPU都通过高带宽织物网连接在一起。

Nvidia并不是第一个梦想拥有大规模可扩展GPU体系结构的公司。AMD Navi曾被认为也采用了MCM方法。然后，Radeon的老板Raja Koduri明确暗示未来的GPU有朝一日可以通过AMD的Infinity Fabric互连进行编织 - 与其CPU业务相同。

后来由Radeon Technologies Group高级副总裁David Wang击落。他后来表示，虽然公司正在研究MCM方法，但该公司“还没有得出结论，这可以用于传统的游戏图形应用程序。”

“在某种程度上，你说的是在一个包装上做CrossFire，”王说。“我们面临的挑战是，除非我们让ISV(独立软件供应商)看不到它，否则你会看到同样的不情愿。”

但王还没有做出任何裁决。随着Nvidia现在宣传自己对MCM GPU的原始研究，看起来可扩展的多芯片方法有一天会在主流中获得牵引力。但是，它可能需要一点点长摆在我们面前的玩家可以拿到手的32 GPU分立附加卡。