
AMD近日对英伟达在科学计算领域的技术路线提出尖锐批评,直指其利用软件技巧模拟高精度计算的做法,是硬件原生支持的拙劣替代品。
在SC26超级计算大会上,AMD正式推出Instinct MI430X加速器,旨在为需要原生双精度浮点运算(FP64)的科学工作负载提供更优解决方案。AMD研究人员挑战了业界利用低精度操作模拟FP64计算的技术,特别是Ozaki方法。该方法允许专为低精度算术设计的处理器,通过将计算分解为更小操作来执行部分双精度任务。
模拟方案的局限与成本
FP64在气候模拟、分子建模和工程计算中至关重要,数十亿次计算中的微小舍入误差可能引发严重后果。AMD指出,行业对AI性能的痴迷导致部分芯片设计者将传统科学计算视为附属品,而英伟达近期的AI加速器主要集中于低精度算术。
通过对11种科学应用和基准测试中的47种工作负载配置进行评估,AMD研究发现,Ozaki风格模拟仅在大而密集的矩阵乘法中表现最佳,但此类操作在科学计算中占比极小。估计不到10%的高性能计算工作负载能从中受益,其余应用涉及稀疏矩阵、不规则内存访问等难以转换的任务。
更关键的是,模拟方案所需内存可能高达原生FP64计算的三倍。对于已投入巨资购买高带宽内存的超算运营商而言,这意味着可能需要额外购买加速器以满足内存需求。
MI430X规格与客户落地
AMD推广其基于CDNA 5架构的Instinct MI430X,称其能同时处理传统科学计算和AI工作负载。该芯片承诺提供高达288 TFLOPS的原生FP64性能、432GB HBM4内存以及高达23.3TB/s的内存带宽。AMD声称,额外的内存容量和原生双精度硬件可减少某些科学应用所需的GPU数量,其四GPU配置通过Infinity Fabric直连,可提供高达12.3Tbps的聚合扩展带宽。
目前,AMD已为MI430X赢得重要超算客户,包括橡树岭国家实验室的Discovery系统和法国的Alice Recoque exascale项目。尽管AMD有商业利益证明其架构优势,且MI430X性能数据仍为预测值,需待独立测试验证,但这些必须支持严格数值准确性要求的项目落地,显示了其在科学计算领域的竞争力。
研究结论强调,虽然Ozaki模拟有助于特定矩阵计算,但在更广泛的科学工作负载中存在重大局限性。在AMD分析的11种应用中,仅有一种因具备主要密集矩阵乘法组件而可能受益。