AMD宣布全新CDNA GPU架构：数据中心计算专用

　　而除了打游戏、渲染图形，GPU的另一项核心任务就是计算，尤其是随着人工智能、神经网络、深度学习对于高性能计算的需求越来越苛刻，GPU也必须快速跟上。

　　这方面，NVIDIA无疑是相当成功的，从架构到技术、从产品到市场都形势良好，特别是架构上有专门的针对性设计，Tesla V100所用的“Volta”(伏特)就是最典型的。

　　AMD虽然也有很多计算卡产品，尤其是Radeon Instinct系列也颇有斩获，甚至已经跻身两台超级计算机，但它们用的Vega核心本质上还是一颗游戏用GPU。

　　​

　　今天，AMD官方宣布了全新GPU架构“CDNA”，专门针对GPU计算进行优化，由此和游戏优化的RDNA架构分道扬镳。

　　根据介绍，CDNA架构会专注于计算/张量操作性能，从而加速机器学习、高性能计算，而且可以通过Infinity Fabric互连总线灵活设计性能，并支持增强的企业级RAS特性、安全、虚拟化技术。

　　此外，它还将提供更高的能效比，从而降低企业TCO成本。

　　至于更具体的架构细节，AMD将在未来陆续公布。

　　​

　　当然了，CDNA架构与专门针对游戏场景设计的的RDNA架构关系不大，交叉和相通之处甚少，事实上它与GCN架构的关系更密切一些。

　　AMD GPU计算架构路线图上，就将7nm GCN列为第一代数据中心GPU，产品包括Radeon Instinct MI50/MI60。

　　CDNA架构看时间预计会在今年底到明年初诞生，继续采用7nm工艺，将会使用第二代Infinity Fabric互连总线架构，也就是现在7nm Zen 2架构里应用的，从而可以和与Zen架构的霄龙高效协同。

　　再往后的第二代CDNA 2没有明确具体工艺，只说是更先进的节点(Advanced Node)，有可能是7nm EUV也有可能是5nm，而在技术上将会升级至第三代Infinity Fabric，并拓展支持百亿亿次计算(Exascale)，预计2022年推出相关产品。

　　对于第三代Infinity Fabric，AMD也透露了一些高级特性，包括更高带宽、更低延迟的CPU-GPU互连，GPU-GPU内存一体性，提升一致性性能和简化编程，等等。

　　​

　　​