Three HPC Gurus Ask: Do We Still Need GPUs?
a day ago
- 一篇引人深思的论文质疑了GPU的必要性，认为CPU正通过向量和矩阵引擎、HBM内存以及集成互连技术不断演进。
- 这场讨论由全CPU架构的'LineShine'超级计算机引发，该系统在近期Top500榜单中被评为全球最快的人工智能/高性能计算系统。
- 历史上GPU之所以占据主导地位，是因为CPU缺乏足够的浮点运算能力和内存带宽，但当前CPU设计正通过增强数学计算能力迎头赶上。
- 具体案例包括Arm的SVE/SME和英特尔的AMX单元，而IBM更早就在Power和大型机处理器中集成了矩阵引擎。
- 混合GPU系统需要代码分割和数据迁移，增加了成本与复杂性，而集成式CPU设计可能推动人工智能与高性能计算的融合进程。
- 该论文指出，具备先进特性的CPU可以消除对独立GPU的根本需求，尤其对于仿真与人工智能结合的工作流程而言。
- 制程节点的进步（例如转向3纳米）可能显著提升纯CPU系统（如LineShine）的效率，使其足以匹敌GPU加速机器。
- 未来趋势可能包括英伟达将张量核心集成至Arm服务器CPU，创建能够直接运行CUDA软件的统一架构，无需采用卸载模型。