nVidia 新 GPU 架构 Volta 发表，为人工智能注入一针强心剂
http://imgur.com/8v1iww9
今年的 GTC 2017（GPU Technology Conference 2017）中，Nvidia CEO 黄仁勋带来了全
新的 GPU 架构 Volta。1.5 倍的双精度浮点数计算效能提升，以及采用特化架构所带来
的 12 倍人工智能计算效能提升，为计算市场带来震撼的消息。
Nvidia 在 2016 年的 GTC 中，便发表了新的 GPU 架构 Pascal。其中，让人印象最深刻
的，莫过采用 8 张 Tesla P100 的人工智能训练机 DGX-1。一台机器便带来以往需要数
台服务器才能达到的效能，为人工智能发展带来新气象。
然而，短短的一年间，Nvidia 又带来新消息──新的 GPU 架构 Volta。强悍的 R&D 团
队，将其主要竞争对手远远抛在后头。同时，也让世人见识到，在后莫尔定律的年代，
GPU 将承接 CPU 的发展速度，推进电脑的计算效能。
新技术突破，奠定 Volta 于人工智能的王者之姿
这次 Volta 架构带来数个新技术。 其中，最重要的莫过 Tenser Core。其他还有细部硬
体架构调整、第 2 代 NVLink 以及新软件支援，让 Nvidia 在人工智能领域扮演领导者
。
首先，从硬件架构来看，这次 GPU 架构和前一代 P100 相比，V100 将整数计算单元和浮
点数计算单元独立出来，让整数计算和浮点数计算可同时运行，物尽其用。此外，每个
SM（Streaming Multiprocessor）中新增 8 个 Tensor Core，让 Volta 带来 12 倍的
训练提升以及 6 倍的决策加速。
http://imgur.com/IK6a0Za
究竟 Tensor Core 是如何运作的呢？首先，假设我们要求解两个 4×4 矩阵相乘再加上
一个 4×4 矩阵，如下图，那将会产生 4×4×4 个乘法计算需求。在采用 Tensor Core
之前，需要执行 4 次 4×4 矩阵相乘并相加，相当花时间。
在新 Tensor Core 中，由于一个 Tensor Core 是 4×4×4 的特化计算元件，让 GPU 可
同时执行 4×4×4 个矩阵相乘并相加，如下图所示。借此达到更多计算加速。这就是
Nvidia 对人工智能所发展的杀手锏。
http://imgur.com/8p9MvcJ
新旧架构比一比，效能三级跳
那么 Volta 和 Pascal 究竟有什么差异呢，就让我们摊开所有细节来比一比吧！
http://imgur.com/0wSP5Wg
https://goo.gl/1EjFPC
有种ＡＭＤ不只是车尾灯看不到的感觉 还被耀眼的光芒闪的不要不要的