mcm封装技术的重要性在哪里？( 二 ) 近些年

前些天，在2021年财报电话会议上， AMD确认，今年会有几项重要产品发布，包括基于RDNA3架构的GPU ，也就是RadeonRX7000 。目前来看，该系列最新显卡会有三款GPU ，分别是Navi31、Navi32和Navi33 ，其中， Navi31和Navi32将采用MCM封装。之前有传闻称， Navi31和Navi32的InfinityCache将采用3D堆栈的设计，会单独添加到MCD小芯片中，与Zen3架构上采用3DV-Cache的原理类似，性能会有较大提升。
由于Navi31和Navi32采用了MCM封装， AMD将会使用两种不同制程， GPU会使用台积电的5nm工艺，缓存I/O芯片则会采用台积电的6nm工艺。
英伟达也在跟进MCM封装GPU 。
2017年，英伟达展示了通过四个小芯片构建的设计方案，不但提升了性能，还有助于提高产量（较小的芯片良品率会提高），而且还允许将更多的计算资源集合在一起。这种多芯片设计还有助于提高供电效率，具有更好的散热效果。
近日，英伟达研究人员发表了一篇技术文章，概述了该公司对MCM的探索，英伟达目前在MCM封装GPU上的做法称为“ComposableOnPackageGPU”（COPA），该团队讲述了COPAGPU的各项优势，尤其是能够适应各种类型的深度学习工作负载。
由于传统融合GPU解决方案正迅速变得不太实用，研究人员才想到到COPA-GPU的理念。融合GPU解决方案依赖于由传统芯片组成的架构，辅以高带宽内存（HBM）、张量核心/矩阵核心（MatrixCores）、光线追踪（RT）等专用硬件的结合。
此类硬件或在某些任务下非常合适，但在面对其它情况时却效率低下。与当前将所有特定执行组件和缓存组合到一个包中的单片GPU设计不同， COPA-GPU架构具有混合/匹配多个硬件块的能力。如此一来，它就能够更好地适应当今高性能计算只能呈现的动态工作负载、以及深度学习（DL）环境。
这种整合更适应多种类型工作负载的能力，可带来更高水平的GPU重用。更重要的是，对于数据科学家们来说，这使他们更有能力利用现有资源，来突破潜在的界限。
【mcm封装技术的重要性在哪里？】
文章图片

文章图片

面向数据中心和消费市场，英伟达将分别推出基于Hopper架构和AdaLovelace架构的GPU 。据悉，该公司只会在Hopper架构GPU上采用MCM技术， AdaLovelace架构GPU仍会保留传统的封装设计，并不会像AMD基于RDNA3架构的Navi31那样，将MCM多芯片封装引入到消费级GPU 。
近日，有消息称，基于Hopper架构的GH100的晶体管数量将达到1400亿，这几乎是目前基于Ampere架构的GA100（542亿）或AMD基于CDNA2架构的InstinctMI200系列（580亿）的2.5倍。据称GH100的芯片尺寸接近900mm2 ，比此前传言的1000mm2要小，不过比GA100（862mm2）和InstinctMI200系列（约790mm2）要大一些。传闻GH100总共配置了288个SM ，可以提供三倍于A100计算卡的性能。
据悉，作为英伟达第一款基于MCM技术的GPU ， Hopper架构产品将采用台积电5nm制程工艺，支持HBM2e和其他连接特性，预计会在2022年中旬亮相，竞争对手将是英特尔的Xe-HP架构GPU和AMD的CDNA2架构产品。
不过，以上说法还未得到官方证实，英伟达将于今年3月21日召开GTC2022大会，届时，可能会公布Hopper架构，以及相应的加速卡方案。
作为独立GPU的后来者，英特尔最近也是动作频频。
近期，英特尔公布新专利，描述多个计算模组如何协同工作执行图像渲染，代表英特尔GPU将采用MCM封装技术，大幅提高运作效能。
英特尔针对数据中心和超级计算机PonteVecchio的CPU已使用多芯片设计，并采用MCM封装技术。在新专利中，英特尔提出GPU图像渲染解决方案，将多芯片整合至同单元，解决制造和功耗等问题，同时优化可扩展性和互联性。