AMD:n CDNA2 "Aldebaran" -laskentakortissa on peräti 128 Gt HBM2e-muistia

[Kaotik]

AMD on varmistanut Linux-päivityksissään maksimissaan 128 Gt:n HBM2e-muistit Aldebaran-laskentakortteihin.
Aldebaran tulee rakentumaan kahdesta laskentasirusta, joista kummallakin on neljä muistiohjainta, jotka käsittelevät 8 kanavaa kukin. Kunkin kanavan jatkeena on 2 Gt HBM2e -muistia, jolloin yhden piirin parina on 64 ja koko kortin 128 Gt muistia.

Lähde: Linux Prepares For AMD Servers With Aldebaran GPU Nodes Sporting HBM2 - Phoronix

 

[Kaotik]

Nimimerkki Locuza_ on julkaissut Twitterissä blokkidiagrammiluonnoksen laskentakortista sekä joitain muita tietoja siihen liittyen

Kummassakin sirussa kerrotaan olevan 128 Compute Unit -yksikköä, eli yhteensä peräti 16 384 Stream-prosessoria. Tyypillisesti GPU:n kohdalla FP64 tuki on parhaimmillaankin puolet FP32-suorituskyvystä, mutta Aldebaranissa FP64:n kerrotaan toimivan täydellä nopeudella ja pakattuja FP32-laskuja saadaan laskettua kaksinkertaisella nopeudella.
Matrix Engine -matriisimurskainten kerrotaan tukevan nyt FP64-tarkkuutta, jonka lisäksi BFloat16 tukea on nopeutettu FP16:n tasolle.

 

[IcePen]

"Tyypillisesti GPU:n kohdalla FP64 tuki on parhaimmillaankin puolet FP32-suorituskyvystä, mutta Aldebaranissa FP64:n kerrotaan toimivan täydellä nopeudella ja pakattuja FP32-laskuja saadaan laskettua kaksinkertaisella nopeudella "

Eli Aldebaranissakin FP64 kyky on puolet FP32 kyvystä ts kokolause on +-0

 

[Kaotik]

"Tyypillisesti GPU:n kohdalla FP64 tuki on parhaimmillaankin puolet FP32-suorituskyvystä, mutta Aldebaranissa FP64:n kerrotaan toimivan täydellä nopeudella ja pakattuja FP32-laskuja saadaan laskettua kaksinkertaisella nopeudella "

Eli Aldebaranissakin FP64 kyky on puolet FP32 kyvystä ts kokolause on +-0

Ei ole. Vain Packed FP32 on tuplat FP64 verrattuna. Kaikkia FP32 käskyjä ei voi pakata yhteen suoritettavaksi kerralla, jolloin tuo saavutetaan. Jos suoritetaan yhtä käskyä nopeus on sama kuin FP64llä

 

[Kaotik]

Pawsey Prepares for the Data Deluge from the Square Kilometre Array

As the largest-ever radio telescope, the Square Kilometre Array (SKA) will be a behemoth. As the name implies, the instruments of the massive radio telescope will span well over one square kilometer, using hundreds of dishes and hundreds of thousands of low-frequency aperture array telescopes...

www.hpcwire.com

Aussit tulee käyttämään Aldebarania / MI200:sta

 

[tyson]

Pawsey Prepares for the Data Deluge from the Square Kilometre Array

As the largest-ever radio telescope, the Square Kilometre Array (SKA) will be a behemoth. As the name implies, the instruments of the massive radio telescope will span well over one square kilometer, using hundreds of dishes and hundreds of thousands of low-frequency aperture array telescopes...

www.hpcwire.com

Aussit tulee käyttämään Aldebarania / MI200:sta

Näin tavallisena käyttäjänä: 200000 cores? Tuo on ihan mieletön määrä ytimiä.

750+ gpus? Millainen määrä emovevyjä tarvitaan että tämä ehto täyttyy? 2 kpl/emo = 375 emoa.

Kun lasketaan 375 emoa/200000 säiettä, se tarkoittaa 533,xxx säiettä per emolevy. Kuinka monta Corea per suoritin?

540 Tb+ system memory? En edes biitsi laskea, paljonko se tekee per säie. Enemmän, kuin riittävästi?

Nörtti ihmeissään.

 

[Kaotik]

Näin tavallisena käyttäjänä: 200000 cores? Tuo on ihan mieletön määrä ytimiä.

750+ gpus? Millainen määrä emovevyjä tarvitaan että tämä ehto täyttyy? 2 kpl/emo = 375 emoa.

Kun lasketaan 375 emoa/200000 säiettä, se tarkoittaa 533,xxx säiettä per emolevy. Kuinka monta Corea per suoritin?

540 Tb+ system memory? En edes biitsi laskea, paljonko se tekee per säie. Enemmän, kuin riittävästi?

Nörtti ihmeissään.

Ei tuo 200 000 ydintä olisi "kuin" 3125 prosessoria, todennäköisesti oikea luku on jotain 3200 prossua tms.
548+ Tt muistia taas olisi tuolla prossumäärällä about 175 Gt per prosessori, eli ei edes älyttömän paljon (toki lukema on selvästi väärä, koska prossujen ja muistien määrät on arvioita)
Nuo on palvelimia, kyllä niitä laskentakortteja menee enemmän kuin kaksi per palvelin. Esimerkiksi 4 ja 8 on aika yleisiä ulkomuistista. Tuplat jos näyttiksiä pistetään sekä riviin että perätysten. Ja Aldebaranin kohdalla jokainen laskentakortti on vielä 2 GPU:ta.