游戏、3A大作对GPU的图形和计算相对要求比较全面，国内企业在Windows领域追赶难度较大，但在安卓手游、信创桌面和某些定制的服务器领域，以及自动驾驶领域，国内厂商有机会实现切入。 目前，芯动科技的风华系列GPU瞄准国产信创桌面和服务器这两大细分领域。 以英伟达最新发布的Hopper为例，一个全功能GPU架构，光是运算部分就包括用于图像渲染的流处理器、用于数据计算的张量单元、再加上光栅化处理单元、光线追踪单元等。 去掉的功能虽多，但由于国产厂商的研发工作从零开始，难度依然与GPU相当。 在显卡这个成熟市场，强势的英伟达、AMD令后来者难以立足，加之支持桌面级显示和游戏渲染的显卡，背后需要很多技术支持和迭代，因此市场由国外巨头长期把控。 不过，该领域并非没有“叫板者”，只是门槛过高，强如Intel，也难以如愿。
这一代主要是迁移到台积电的16nm，密度提升功耗下降，频率也得到了巨大提升。 nvidiagpgpu nvidiagpgpu Tegra X1的GPU也是基于Maxwell架构的，不过又有些不同————它具有FP16的运算能力，吞吐量为FP32的2倍。 仔细算下来每个SM的Tex单元也缩了，通过增加SM数量来弥补，或许是NV觉得GPU的计算工作已经逐渐大于纹理采样的工作了。 由于台积电卡在28nm，Maxwell没能从制程上获得多少红利，但通过优化架构，Maxwell还是提供了可观的能耗比提升。
nvidiagpgpu: GPU 解決方案
Imagination更专注于GPU，PowerVR早年性能领先于高通和ARM，但收入来源单一，失去大客户苹果后遭重大打击，正在寻求开拓桌面、车载和高性能计算市场。 不少媒体评价认为，虽然Imagination在移动GPU技术上具有领先优势，但ARM的“买一送一”策略还是让不少手机芯片厂商选择调转阵营。 另外，据《金融时报》报道，英特尔和苹果都曾大量持有这家芯片设计公司的股份，以至于该公司一度陷于两强之间拉锯战。
任何一款高端芯片的打造，都离不开基石——IP的“成全”，IP的质量很大程度上决定了国产GPU性能的底色。 资本裹挟之下，一些配置错误、不合逻辑、完全不像正常产品的GPU芯片横空出世，冠以自研、国产、打破垄断之名。 行业看来，这样导致的结果是搅乱了市场，浮躁了人心，在GPU这样一个高门槛且重积累的领域，不讲诚信，违背市场、技术规律，待潮水退去后，只能是一地鸡毛。 GPU芯片，就是常说的“显卡”，擅长做并行计算；CPU则长于横向计算。
渲染GPU在技术层面来相对复杂，但是好处在于有很多业界成熟的标准的API，如OpenGL、OpenGL ES、DirectX、Vulkan等。 只要打通了整个驱动程序层和编译器生态，就基本完成90%。 考虑到GPU的研发非常考验项目的目标管理能力，对于团队能力和组织工程能力要求很高，初创企业由于能力有限，短期内如果自研路线不顺利，会选择大量外购IP或“马甲”路线。 但从长远看，公司团队的成长、市场定位以及盈亏平衡不能得到保证，会逐渐拉开跟行业领先公司的差距。
海思做GPU，前后花了4年半，在华为强大流程体系支持下尚且如此，初创企业难度更大。 通常一款高端芯片前端和后端设计要耗时1~3年，设计完成后流片环节需要3~6个月，期间还会有流片失败一切重来的风险。 即使成功流片，还需经过3~12个月的产品测试调优，才能开启量产。 如果不考虑fuse dispatch的话就很容易了，现在的架构相当于允许2个全是FP32的warp轮流切换执行，或者干脆就是允许1个全是FP32的warp持续发射指令。
nvidiagpgpu: 下載 GPU – Ready 資料中心技術概覽
不过因为CPU端的光追已经发展很久了（各种软件渲染器），为了弥补性能缺陷也提出了很多降噪算法。 正好Turing还有Tensor Core，适合跑降噪的模型（虽然很多降噪算法并不依赖ML），搭配起来就实现了对前代产品的完全碾压。 Tensor CoreTensor Core也是一大革新。
凌華科技的解決方案使客戶的包裹和棧板變得智慧化，有效地連接整個供應鏈並改善倉儲物流。 nvidiagpgpu HPC 資料中心需要滿足科學家和研究人員不斷成長的運算需求，同時需要控制成本和預算。 部署多個設備運算節點的舊方法會大幅增加成本，卻無法等比例的提升資料中心效能。
nvidiagpgpu: NVIDIA GPU 加速的伺服器平台
在这之后，所有的N家架构图中都有密密麻麻的SP格子，但硬件上是不是真的如图上一样做成一个个Scalar ALU，那就不得而知了。 以我的经验与看法，我更倾向于把这看作是宣传物料，硬件上还是SIMD ALU。 通常来说，GPU是给渲染设计的，运算的对象要么是颜色RGBA，要么是坐标XYZW，都是向量。 这么做是有原因的，当时的游戏有些注重顶点运算，有些注重像素运算；而GPU里也存在着顶点管线和像素管线的说法，两者的比例并不是固定值。
- GPU的成功和成熟需要大量的验证和出货，这就需要国产GPU厂商瞄准目标应用市场发力。
- 从GK110开始，每个线程能访问到的寄存器也从63增加到了255，这种ISA改变仿佛是Kepler2.0，对于复杂的shader能大大降低reg spill的影响。
- 在步日欣看来，GPU作为高性能的大芯片，在短期内出成果，必然需要依赖外部IP。
- 集微网同产业人士进行交流，探寻国产GPU创业浪潮风起云涌的背后。
从开发人员团队数量来看，GPGPU如需要200人的硬件团队，渲染GPU可能要再增加50人，但软件开发人员相比GPGPU或需增加三倍，需要更多的人员开发驱动和编译器等。 固定渲染流水线涉及较多的数学公式，因此比较依靠编译器和驱动等软件能力，GPGPU在硬件和应用层面较为复杂。 GPGPU并不比GPU更厉害，只是去掉GPU的图形显示部分，将其余部分全部投入通用计算，并成为AI加速卡（一种并行计算硬件）的核心。 RT Core虽然强，离完全实时光追渲染还是有挺大距离的。
為了推廣每種工作負載的最佳伺服器，NVIDIA 推出了 GPU 加速的伺服器平台，推薦多種訓練 (HGX-T)、推論 (HGX-I) 與超級運算 應用程式適用的理想伺服器等級。 一众初创公司涌现，大厂精英抱团创业，巨额融资不断刷新行业纪录。 一些成立较早的企业，已经进入研发落地阶段，刚成立不久的厂商，也旋风般推出相关产品。
而对于Fermi，CUDA Core只能做FP或者INT运算，而branch之类的指令大概是被处理成目标是mask的整数/逻辑操作了。 ALU执行是流水线化的，即一项操作会被分为X个步骤由X个组件去处理，每个步骤都耗费1周期。 虽然一条指令要X周期才能执行完，但对于每个组件只要1周期就执行完了，所以每个周期都能送入一份数据进ALU。 虽然SP是针对标量的，SIMT的宣传也是瞄准了标量，但实际执行时还是没法做到单一线程这么细的粒度。
一家芯片公司很难再独立完成所有模块的设计，使用已验证的成熟IP核就成了降低成本、缩短设计周期的必然选择和行业惯例。 Imagination Technologies，和大名鼎鼎的ARM一样，这是一家总部位于英国的芯片设计公司，依靠向其他厂商授权芯片IP，收取授权费盈利。 如果整个市场是一个地图，国内GPU厂商可先撒点，针对一些特定市场循序渐进抢占生态，加强与国内厂商的紧密合作，积累一定的优势和声誉后，再由点及面布局寻求突破。
智慧城市泛指透過物聯網收集各種數據，並利用從數據中洞悉資訊，以對城市的資產、資源和服務等進行有效的管理與運用。 凌華科技的數據決策解決方案結合了影像分析，可靠的設計，提供穩定性和可靠性，是實現高效智慧城市的理想選擇。 在每天即時處理大量包裹時，要保持出色的客戶服務和準時交付，同時減少零售庫存和提高員工生產率可能非常困難。
nvidiagpgpu: 智慧平板電腦
按照Anandtech的说法，G80的VS和PS具有不同的粒度————VS是16顶点，PS是32像素。 而到了Tesla架构，wrap概念被广泛使用，调度粒度被确定为32。 Tesla的SM做了些改变，增加了1个独立的DP单元用于做双精度FMA。 而且SFU现在也能做单精度乘法了（相对应的，SP能做FMA运算等效为2倍吞吐）。 凌華科技專注於醫療可視化設備和經過醫療認證的解決方案，來滿足智慧醫療數位化的需求。 透過PENTA在醫療領域的設計和製造能力，凌華科技的智慧醫療解決方案可加速各種醫療環境中的智慧轉型。
当一部分warp开始执行A（PC指向B）时，另一部分warp被认为处在就绪状态（PC指向X），也能被调度执行。 Pascal推出的时候，机器学习已经是时代的宠儿了，而其对算力的巨大需求催生了大家对低精度的探索。 Pascal肉眼可见的改变可以说只有PolyMorph Engine被挪到了SM外头而已。
高算力的GPGPU芯片，底层硬件如同迷宫，设计和生产的要求十分复杂、专业和苛刻。 GPGPU芯片上会放很多运算单元，让这些运算单元最适当组合并拥有最高的运算效率实现难度极大，一个部分计算单位效率不佳，对整个芯片的影响将放大上千倍。 在加入天数之前，吕坚平曾在英伟达、英特尔、三星、联发科等众多跨国半导体巨头担任要职，见证了GPU的改变。 他坦言，在2000年初在英伟达研发GPU架构之际，团队“头脑风暴”就讨论过“两个图像如何相加”“原有图形上的通用计算如何实现”等问题，彼时就发现GPU可以做很多图形外的计算任务。 理论上是可以做到根据mask去选择活动的16个线程，并只用1周期去dispatch。
而到了Kepler架构，因为指令的执行周期是可以预计的，所以调度信息其实在编译期就能确定了。 于是ISA就做了更改，每7条指令为一组，附加一段调度信息（Control Code），把因为数据依赖需要等待的cycle数记录进去。 NVIDIA 合作夥伴提供多種頂尖的伺服器，可以處理不同的人工智慧、HPC nvidiagpgpu 與加速運算工作負載。
前面的图里还有个重要的细节，Z原本是在branch外的，理应被整个warp共同执行；但是现在它有可能被两部分warp分开执行。 其实图上描绘得很清晰了，原本自动插入的reconverge不见了，现在需要手动sync。 不过这么做相比Pascal的32线程一次性执行也是有缺点的，会增加1周期的延迟。
看起来4倍依旧小于6倍，但是Kepler的SP不再是双倍频率了，相当于调度器频率翻倍，所以“瓶颈”其实转移到了ALU上。 不过并不是所有时候都是能dual issue，所以问题不大。 可以看到Intel的EU也有4组执行单元并且其中2组是FPU/ALU，不过区别在于Intel的一些复杂运算是交给FPU去做的，并且1组单元是branch。
硬件scoreboard就是记录各个组件（寄存器、执行单元）当下的情况，并自动根据指令涉及的操作数、ALU去匹配。 软件scoreboard可以看作是预分配几个信条量，有依赖关系的指令会显式声明对哪几个信号量做操作，这样一来要记录维护的信息变少了，逻辑也简单了。 访存指令的延迟依旧是没法预计的，因为不知道有没有cache miss，所以遇到访存指令势必需要一个等待数据就绪的同步过程，可以借助软件scoreboard来完成。 到了Fermi，FPU/ALU的运算速度普遍加快了，加减法和逻辑运算只需要16cycle，FMA/MAD慢一点要18/22cycle。 由于ALU现在支持完整的32bit运算，整数运算的性能也大大提升，mul24反而需要模拟所以比mad要慢了。
NVIDIA A2 Tensor 核心 GPU 提供入門級推論，且耗能低、使用量小、效能高，可於邊緣端提供 NVIDIA 人工智慧。 A2 搭載 PCIe Gen4 短卡和低功耗 40-60W 可設定的散熱設計功耗 功能，可為任何大規模部署的伺服器帶來多功能推論加速。 隨著影像、語音、視覺搜尋和影片搜尋等新資料點的出現，推論是許多人工智慧服務得以提供答案和建議的核心。 搭載單一個 NVIDIA GPU 的伺服器，相較僅使用單插槽 CPU 的伺服器，推論傳輸量高了 27 倍，大幅節省了成本。 縮短日益複雜的模型訓練時間，是提升資料科學家生產力與加速推出人工智慧服務的關鍵。
nvidiagpgpu: 国产GPU为何“一夜杀到老黄城下”？
人才储备程度，科创板提供的退出机制，也为国产GPU的发展创造了良好契机。 集微网同产业人士进行交流，探寻国产GPU创业浪潮风起云涌的背后。 仔细丈量国产GPU的“成色”，或许有助于更加清醒地正视现实。 随着人工智能产业爆炸式增长，导致计算复杂化和算力不足，加上CPU并行计算能力不及GPU，使得GPU的通用性计算优势愈发明显，在一众xPU中脱颖而出，成为算力时代VIP。
其中最显眼的改动就是对SM做瘦身，这一代的SM叫SMM。 比较值得注意的一点改变是，Kepler的L1 Cache是用来为reg spill或者stack data服务的，即访存数据其实并不会缓存在L1里。 指令延迟的变化也很好地反映了这一点，大多数简单指令的延迟都减半到了9cycle，统一延迟也有利于编译器的调度优化。 此外指令获取操作数时也可能发生bank conflict（编译期只能确定单个warp的情况，多个warp间互相影响是没法提前预测的），我不清楚这种情况怎么处理。
一些企业推出的产品，不管是在跑分还是在标准测试和应用方面都取得了进步，但也有不少产品和演示目前还处于“PPT”状态。 对于那些成立一年左右就推出多款产品的公司，颠覆了行业认知。 nvidiagpgpu 资本的蜂拥而至吸引了来自英伟达、AMD、海思、高通等一众大厂精英创业。 据不完全统计，目前该领域的初创企业已近20家，所有一线投资机构均参与其中。
NVIDIA 加速器也可提供比以往更快執行大型模擬所需的強大功能。 此外，NVIDIA GPU 可針對虛擬桌面、應用程式與工作站提供最高效能與使用者密度。 先进的多应用工作流程：用于高负载的设计工作流程，这通常涉及多个创意应用程序的使用，每个应用程序都需要自己的专用系统资源，可以实现多个创意应用程序流畅运行。 芯原微电子是国内老牌IP供应商，同时提供一站式芯片设计服务，GPU业务收购自美国图芯。 跟国外巨头相比，国产GPU在一些专用领域优化方面，并不是完全亦步亦趋。
由香港SEO公司 https://featured.com.hk/ 提供SEO服務
