加入星計劃,您可以享受以下權(quán)益:

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴散
  • 作品版權(quán)保護
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入
  • 正文
    • “每秒算力可達116億億次”
    • “初級算力”如何準確描述
    • 關(guān)于超算、智算、超腦等
  • 推薦器件
  • 相關(guān)推薦
  • 電子產(chǎn)業(yè)圖譜
申請入駐 產(chǎn)業(yè)圖譜

“算力”的分層定義-初級算力

2023/05/24
9796
閱讀需 14 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

算力”(Computility,也被稱為計算能力或計算力)通常而言是指計算機、服務(wù)器、GPU或其他硬件設(shè)備執(zhí)行計算任務(wù)的速度和能力。算力的英文名是computility。其中的compu-是計算的詞根,表達“算”的含義,-utility是效用、實用的意思。computility用來表達計算的能力,即算力。近年來,“算力”被全社會高度關(guān)注,同時對于算力的準確量化描述也非?;靵y,例如:

“每秒算力可達116億億次”

問題:執(zhí)行的啥計算任務(wù)呀?也沒有講數(shù)據(jù)類型(整型?浮點數(shù)?),也不提精度(整型多少位?雙精浮點?單精度浮點?),也不講是AI算力還是通用算力,等等。
由此,也出現(xiàn)了“已有算力不夠用,新建算力用不了”的怪事。本系列文章試圖澄清算力的各種信息,并提出算力分層定義的觀點,總共分為三層:

  1. 初級算力:即硬件spec.描述的算力,應該采用FLOPS、TOPS加“計算類型和精度”,加“算力類型”(CPU通用算力,GPU算力,DSA算力)準確描述。該層最重要的是計算芯片架構(gòu)的設(shè)計能力和半導體制造工藝,當下,多數(shù)情況描述的算力多么強大都只是指初級算力。(注釋:DSA(Domain Specific Architecture,特定領(lǐng)域架構(gòu))在本文泛指市面上講得NPU、TPU、XPU等等專用加速卡。)
  2. 中級算力:即計算硬件通過基礎(chǔ)計算軟件層,向算法和應用層提供的實際計算的能力,在實踐中初級算力要轉(zhuǎn)換為中級算力面臨兩個問題:一是是否可行,二是轉(zhuǎn)換效率?;旧希ㄓ盟懔梢杂肔inpack等測試基準進行衡量(求解線性方程),AI算力的衡量可以使用AIPerf、MLPerf等衡量。該層最重要的是計算基礎(chǔ)軟件棧的軟件能力,具體指高性能計算庫、異構(gòu)計算框架、領(lǐng)域編譯器等。用戶只會為有效算力而付費。
  3. 高級算力:各種算法和應用被封裝成領(lǐng)域服務(wù),用戶可以直接獲得跨領(lǐng)域的具體能力,也許可以叫FAAS,用戶為具體服務(wù)而付費。該層最重要的是對于領(lǐng)域和應用場景核心算法的大規(guī)模并行化算法的構(gòu)建能力。

對算力分層描述的重要意義在于:

  1. 更為準確描述一個計算中心執(zhí)行計算任務(wù)的能力。
  2. 急需提升我國對于計算基礎(chǔ)軟件層的重視程度。
  3. 使“算力”從低層次商品向高層次商品發(fā)展,促進實現(xiàn)算力商業(yè)化。

“初級算力”如何準確描述

關(guān)于“算力”的量詞介紹

浮點數(shù)運算能力通常使用以下單位描述:

  • FLOPS(Floating-Point Operations Per Second) - 這是衡量計算機或其他設(shè)備執(zhí)行浮點運算速度的基本單位,表示每秒鐘可以執(zhí)行多少次浮點運算(加、減、乘和除等運算)。FLOPS 以前通常用于衡量大規(guī)??茖W計算和數(shù)值模擬等需要雙精度浮點數(shù)計算的應用程序,現(xiàn)在也被用于描述AI高精度訓練算力。
  • 1 GFLOPS(Giga-FLOPS),表示每秒鐘執(zhí)行十億次浮點運算(10^9)。
  • 1 TFLOPS(Tera-FLOPS),表示每秒鐘執(zhí)行1萬億次浮點運算(10^12)。
  • 1 PFLOPS(Peta-FLOPS),表示每秒鐘執(zhí)行1千萬億次浮點運算(10^15)。
  • 1 EFLOPS(Exa-FLOPS),表示每秒鐘執(zhí)行1百億億次浮點運算(10^18)。
  • 1 ZFLOPS(Zetta-FLOPS),表示每秒鐘執(zhí)行十億億億次浮點運算(10^21)。
  • 1 YFLOPS(Yotta-FLOPS),表示每秒鐘執(zhí)行1萬億億億次浮點運算(10^24)。

整型數(shù)據(jù)運算能力通常使用TOPS(Tera Operations Per Second)來描述,即每秒多少萬億次(10^12)。對于64位CPU處理器,指的就是64位整型數(shù)據(jù)的處理能力。但在GPU和DSA的領(lǐng)域,描述多少TOPS,可能是INT32,也有可能是INT8,還有可能是INT4。(備注:對于CPU性能的強弱,還有DMIPS(Dhrystone Million Instructions executed Per Second)來描述,即每秒執(zhí)行多少百萬條指令)。

關(guān)于“算力”的計算精度

在科學計算領(lǐng)域,?FLOPS以前通常指雙精度浮點數(shù)(FP64)。現(xiàn)在也被用于人工智能領(lǐng)域,但通常指的是其他精度(FP32/FP16/BF16/INT8等類型),同時還引入了一些新的浮點數(shù)格式。下面是一些常見的計算中使用的浮點數(shù)格式:

FP64:雙精度浮點數(shù),占用64位存儲空間,通常用于大規(guī)??茖W計算、工程計算等需要高精度計算的算法。

FP32:單精度浮點數(shù),占用32位存儲空間。與雙精度浮點數(shù)相比,存儲空間較小但精度較低,部分科學計算和工程計算也可以使用FP32,但通常也用于神經(jīng)網(wǎng)絡(luò)的前向推理和反向傳播計算。

FP16:半精度浮點數(shù),占用16位存儲空間。存儲空間更小但精度進一步降低,通常用于模型訓練過程中參數(shù)和梯度的計算。

BF16: 用于半精度矩陣乘法計算(GEMM)的浮點數(shù)格式,占用16位存儲空間。相對于FP16,在保持存儲空間相同的情況下能夠提高運算精度和效率。

TF32:TensorFLoat-32,是NVIDIA定義的使用TensorCore的中間計算格式。

INT8:8位整數(shù),用于量化神經(jīng)網(wǎng)絡(luò)的計算,由于存儲和計算都相對于浮點數(shù)更加高效,在低功耗、嵌入式系統(tǒng)和邊緣設(shè)備等領(lǐng)域有著廣泛的應用。用TOPS(Tera Operations Per Second,每秒處理的萬億級別的操作數(shù))作為計算性能的單位。

INT4:4位整數(shù),只能表示-8到7的16個整數(shù)。因為新的量化技術(shù)出現(xiàn),追求更低的存儲空間,減少計算量和更高的算力密度,而產(chǎn)生的新格式。

其他標準的整數(shù)類型,16位整型INT16,32位整型INT32,deng64位整型等。

現(xiàn)在你看到這個計算中心,每秒可以計算多多多少次。就需要留意”計算格式/計算精度”了。另外,引入了POPS這個名詞,POPS是神經(jīng)網(wǎng)絡(luò)處理器(NNP)性能的單位,全稱為“Per Second Operations Per Second”,即每秒鐘的計算數(shù)量,這個單位似乎使用頻率不高。

A800的初級算力規(guī)格(圖1)

  • A100的卡有7項算力規(guī)格描述。
  • 這里面的計算格式描述就有6種。

intel CPU的初級算力規(guī)格(圖2)

另外,神經(jīng)網(wǎng)絡(luò)處理器(NNP)性能描述雖然引入了POPS作為單位,全稱為“Per Second Operations Per Second”,即每秒鐘的計算數(shù)量。也同樣存在類似的問題,也少人使用。

關(guān)于通用算力和專用算力有差異!

(圖1)NVIDIA A100,硬件算力是9.7TFLOPS

(圖2)Intel的i9-12900K,硬件算力才0.8192TFLOPS

硬件算力為啥差一個數(shù)量級呀,是intel不要臉了嗎?

當然不是,這是因為GPU和CPU的設(shè)計目標不同,算力分為通用算里和專用算力(GPU算力、AI算力)。GPU在設(shè)計時專注于進行大量并行計算,因此它們采用了更多的小計算單元(即ALU)和更多的流處理器,這使得它們能夠在單位時間內(nèi)完成更多的計算。而CPU則更加注重單線程處理能力和數(shù)據(jù)緩存,具有更多指令集條數(shù)、更高效的緩存和更快的時鐘速度,每個計算單元大,但數(shù)量相對較少。這就是為什么GPU的算力可以達到數(shù)以TFLOPS級別,而CPU通常只能達到數(shù)百GFLOPS的原因。這也是通用算力和AI算力的根本性差異。

CPU堆核心數(shù)和GPU堆核心數(shù)也不是一個概念。

A100有了6912個FP32 CUDA Core

i9-12900K有8個性能核加8個能效核

展開一點點,GPU和CPU的核心雖然都是進行運算的單元(ALU)。CPU的設(shè)計目標是滿足各種可能的應用,強調(diào)通用性,例如各種辦公軟件,網(wǎng)絡(luò)服務(wù),用戶交互軟件等等。GPU和DSA強調(diào)某一些領(lǐng)域和算法的大規(guī)模并行計算,例如圖像渲染,深度學習等;

關(guān)于超算、智算、超腦等

超級計算機的TOP500排名的性能指標,包括Rmax(最大性能)和Rpeak(理論性能)。Rmax是指超級計算機在實際運行中所能達到的最大計算性能,即每秒鐘所能計算的浮點數(shù)的數(shù)量(FLOPS)。而Rpeak是指超級計算機按照其設(shè)計時理論上所能達到的最大計算性能,實際上Rmax值往往會低于Rpeak值。排名靠前的超級計算機通常具備更高的計算性能、更強的可擴展性和更高的能效比。盡管TOP500排行榜的排名主要依據(jù)性能指標,但也會考慮其他因素,如超級計算機應用領(lǐng)域、處理器類型、計算節(jié)點數(shù)量等。相對比較嚴謹。

世界第一臺E級超算是美國橡樹嶺國家實驗室(ORNL)的Frontier,在2022 年 6 月高性能計算的TOP500 榜單中,F(xiàn)rontier 位列第一名,速度為 1.685 EFLOPS。(題外話:有新聞?wù)f該超算出現(xiàn)大量故障,機器甚至于無法完整運行一整天。不知現(xiàn)在怎樣了?)

世界TOP 500超級計算機排行榜

現(xiàn)在,您應該知道“每秒算力可達116億億次”的算力中心,通常只是混淆描述算力規(guī)模,根本無法和TOP500的超算1.685 EFLOPS類比了吧!這些算力中心基本無法進行科學計算,甚至于在運行類似ChatGPT這種AI大模型實際能效比也不高。

所以,對于描述算力中心的描述,我國還出現(xiàn)的“智算”、“超級大腦”等名詞。如果基礎(chǔ)軟件不行,也就徒?!俺跫壦懔Α钡膕pec參數(shù)和猛力造詞,比氣勢!

智算出處:《后漢書·荀彧傳論》:“常以為中賢以下,道無求備,智筭有所研疎,原始未必要末,斯理之不可全詰者也。”

最后,以澎峰科技與西研院聯(lián)合研發(fā)的RISC-V高性能通用計算型服務(wù)器為例,HS-S1-2服務(wù)器描述的算力為4TFlops(FP64)的初級算力,已然擠進來了國產(chǎn)處理器的第一梯隊,但計算軟件棧仍有許多工作要展開。目前已經(jīng)開放預定。我們期待RISC-V高性能服務(wù)器不單能滿足國內(nèi)自主可控的需求,最終還能卷向全球!

 

推薦器件

更多器件
器件型號 數(shù)量 器件廠商 器件描述 數(shù)據(jù)手冊 ECAD模型 風險等級 參考價格 更多信息
MK70FN1M0VMJ15R 1 NXP Semiconductors RISC MICROCONTROLLER
暫無數(shù)據(jù) 查看
AT89C51RD2-SLSUM 1 Microchip Technology Inc IC MCU 8BIT 64KB FLASH 44PLCC

ECAD模型

下載ECAD模型
$7.41 查看
ATXMEGA128A3U-MHR 1 Microchip Technology Inc IC MCU 8BIT 128KB FLASH 64QFN
$7.31 查看

相關(guān)推薦

電子產(chǎn)業(yè)圖譜

主要關(guān)注HPC、AI、RISC-V等領(lǐng)域,科技行業(yè)從業(yè)二十余載。洞悉前沿科技,擅長戰(zhàn)略規(guī)劃。