NCU：下一代計算單元，為深度學習優(yōu)化

　　單精度和雙精度計算應用于3D渲染領域，但諸如深度學習等計算任務并不需要用到，它們只需16位半精度浮點計算操作就行。AMD現(xiàn)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(yōu)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占據(jù)性能優(yōu)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(zhí)行緊縮數(shù)學操作指令，如每個周期可以進行512個8位數(shù)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件資源，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(yè)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。雖然基于Vega GPU的顯卡尚未發(fā)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芯片。

　　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閃存，海量的計算數(shù)據(jù)可以直接放在這塊存儲器中，而不必經過系統(tǒng)內存再到傳統(tǒng)硬盤上，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，而用于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(fā)布會上，AMD同樣展示了基于Vega GPU的下一代Radeon顯卡的測試成績，AMD在現(xiàn)場使用《DOOM2016》進行了演示，游戲配置為4K@60Hz分辨率、Ultra 畫面。這塊顯卡的顯存只有8GB容量，在實際測試中，游戲幀數(shù)達到60~70fps的性能，整體相當于NVIDIA的 GTX 1070、1080之間。考慮到展示卡是早期版本、規(guī)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并立的美好時光。

　　Radeon Instinct 平臺：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(fā)布了新的AI 計算子品牌“Radeon Instinct”，該平臺包括硬件的加速卡和ROCm軟件平臺，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軟件平臺更為我們所關注。

　　我們知道，NVIDIA占據(jù)通用計算市場，除了Tesla加速卡在硬件性能方面的優(yōu)勢外，更重要的它提供了軟件解決方案，借助它的方案，開發(fā)者能夠編制出相應的Tesla加速程序。由于Tesla在并行計算應用中比傳統(tǒng)的CPU優(yōu)勢巨大，方案一出就快速獲得業(yè)界的接受，并成為事實上的市場熱門標準，以至于英特爾都無法在密集計算市場與之爭鋒。NVIDIA現(xiàn)在將他們的GPU定位于AI、神經網(wǎng)絡的首選的計算平臺，并開始轉型將自身定位于AI計算公司，而不是單單停留在傳統(tǒng)的游戲顯卡市場。這對于AMD顯然是非常大的刺激，現(xiàn)在AMD也想在該AI計算獲得突破，那么光靠Vega平臺的硬件實力顯然不行，ROCm軟件平臺的出臺就是為了解決開發(fā)環(huán)境支持的短板。

　　Radeon Instinct兩大構成：硬件加速卡和ROCm開發(fā)環(huán)境