多卡GPU是如何互联通信的.docx

《多卡GPU是如何互联通信的.docx》由会员分享，可在线阅读，更多相关《多卡GPU是如何互联通信的.docx（6页珍藏版）》请在优知文库上搜索。

1、法-GEFORtERTX自从GPU出现后，计算机爱好者和发烧友们就一直寻找新的方法来JS一步提高系统GPU性能。在单个GPU性能有限的情况下，将两个或多个GPU旌接起来这种在当时看起来非常比谣的想法竟然渐渐成为提升系统GPU性能的主流S1.1.vs.NV1.inJ-,夕新RCERTX别是随首游戏、图形应用的发展,以及RI、HPC等新兴应用的助推,多个GpU之间的互联技术得到了快速迭代和发展，如今的GPU互联已经成为系统内非常常见的种技术今天我们就来,这些GPU互联的那些技术.第一个连接多个GPU解决方案：S1.IS1.I,全称为“可扩展的族接接口”(Sca1.ab1.e1.inkInterfa

2、ce),最早是由3DFxInteractive开发。然而，3I)FxInteractive这家公司在2000年破产，NY1.DIA公司收购了这家公司并获得了多GpU技术的权利。于是，在2004年，NVIDIA首次推出了S1.J技术版本,同时发布了GeForce6800U1.traGPU.该技术允许两个GeForCe6800U1.traGPU一起工作，以增强游戏时的图形性能，因此，S1.1.技术迅速在游戏玩家和爱好者中流行起来。S1.1.采用主从配置方式在系统中实现使用多个GPU,这种配置的工点是使用一个GPU作为主车，其他GPU作为从卡.S1.I能物同时连接4个GPU.S1.1.是第一个连狼多

3、个GPU的解决方案.但是与所奏技术样，S1.I也有各种优点和焉限性。S1.I配置必须选择相同型号的兼容GPU。网时还需要分配一个单独的PSU来满足多个GPU的协调要求，H致GPU之f的通信经迟较高,且GPU之间的数据共享缺乏灵活性另外，NVIDIA大约在两年前停止了对该技术的支持，为开发NV1.ink等新技术让路。S1.I与CrossFire:多GPU解决方案之争虽然NVID1.A的S1.J走在了多GPU互联的前面，但.也并井没有竞争.作为NV1.DIAGpU市场上.多年的老对手AMD也推出了Cr。Fire这个技术来参与竞争与SIJ技术类似，使用CrossFire技术时，用户可选择使用两个或更

4、多显卡进行渲染，从而增加帧数和提高游戏运行效率,CrossFire技术的一大优点是以便用不同型号的AMD品卡，从而节省成本然而，CroSSFire也有其自身的优势和挑战CrUSSFire经常因其软件堆栈而受到批评,一些用户发现该软件堆栈不如NV1.DIAS1.1.可靠且配置更复杂.尽管存在这些差异,但这两种技术都致力于实现相同的目标：增弛游戏和消费普图形体聆。它们在处理更高级、数据熠集型任务方面的局限性最终将为NV1.ink等下一代解决方案铺平道路。随着2010年代的到来，计舞领域开始发生巨大变化,人工智能（AD、高性货计算（HPC）和大数据分析的兴起需要更强大的多GPU解决方案。很明显，最初

5、设计时考虑到游戏和消费者工作负我的S1.1.不足以满足这些计算密集型任务。NVIDIA需要一个新的GPU互联技术。双GPU卡：多GPU计算的独特存在虽然S1.1.和Cr。SSFire等技术专注于连接多个独立GPU,但还有另一种不太常见或者可以说是奇葩的多GPU配置方法：双GPU卡.这些专用显卡在单个PCB（印刷电路板）上安装了两个GPU核心.有效地充当的张卡上的S1.1.或CrossFire设置.XVI）Ifie1.oreGTX690和AMDRadeonIID6990等卡是这种方法的流行示例.双GPU卡具有多种优势，他们通过将两个GPU压缩到一个卡梢中来节省空间，这使得它们对小型Pe很有吸弓I

6、力。同时他们还无需将单独的卡与外部连接器连接起来，从而简化了设置。然而,这些双GPU卡数羯是一个重大向题，可以说每一个卡都是一个小火炉，通常这种配置方式需要先进的冷却解决方案.同时功耗也很高，能要强大的电源来提供稳定的电流.双GPU卡的方式看起来是种两全其美的解决方案，将妥GPU设置的原始功能与单卡的简单性结合在一起。然而由于其高成本和相关的技术挑战.双GPU卡经常被视为寓肋产品.随着NY1.ink等多GPU技术不断发展以提供更高的带宽和更低的延迟，对双GPIJ卡的需求已经战少。尽管如此，它仍然是GPU发展史上一个独特的存在.NV1.ink的诞生NV1.ink是2017年随NVIDIAVo1.

7、ta架构推出的技术.这项技术不仅仅是S1.I技术的升级，而且是对GPU如何互连的根本性值新思考W1.的带宽（最新版本高达900GBs）、更低的延迟以及允iTGPU之间更笈杂和大盘互连的网状拓扑.此外,NV1.inkBT内的概念，支持连接的GPU之间的内存池，这对于需要大组数据集的任务来说是一个至关生要的功能.U与NV1.ink有何区别?乍一看.人们可能公认为XV1.ink是S1.1.的简单升级.但这过于武断了.虽然这两种技术都旨在连接多个GPU,但八Iink的设计考虑了不同的受众.它专为科学研究、数据分析，尤其是人工智能和机号学习应用而设计更高的带宽、更低的延迟和统一的内存使NV1.ink成为

8、应对当今计算挑战的更加灵活和强大的解决方案.虽然NY1.ink和S1.1.两者均由NVidia开发,但存在一些差异“S1.I按照主从关系原理运行，而NV1.ink通过网状网络运行.结果，S1.I中形成了NV1.ink中不存在的数据瓶颈采用网状网络开发的并行连接可增强GPU的性能.因此多个GpU作为一个单元,有助于提供增强的处理能力.连揍的GpUIB有自己的内存，从N增加r系统的总可用内存，NV1.ink桥还支持20至30GB/s的带宽.为4个GPU的设司提供超过1OOGBs的连.Z。网状网络消除GPU之间的层级关系。计算数据因此连接到用个GPU的节点，从而提高了整体迨染速度.因此，150至20

9、0GBs的带宽也可以实现”与S1.1.相比，NV1.ink的延迟非常低.NV1.ink的技术原理NY1.ink代表了多GPU互连技术的逻辑演变,不仅在速度方面,而且在架构设面.NY1.ink的馅构由J以双向传场段出的高速数据通道组成.与传统的JA于总线的系统不同，NV1.ink用点对点连接，仔效减少腋颈并提高数据吞吐M。M新的迭代提供高达900GBS的带宽，比S1.J的功能有了显着增强NV1.ink与众不同的关健功能之一是它支持网状拓扑的能力.与旧技术的菊花链或中心辐射型拓扑相比，网格设置允许GPU之间实现更通用且数量更多的连接。这在数据中心和而性能it算应用程序中特别有用,在这些应用程序中，

10、复杂的数据路由是常态.统一内存是NV1.ink的另一个特点这允许GPU共享公共内存池，从而实现更而效的数据共享并减少在GPU之间史制数据的需要.这对丁机器学习和大数据分析等应用程序来说是一个巨大的推动，在这些应汜程小中.大型数据集通常超过单个GPU的内存容量.NV1.ink还改善了延迟.这是任何高性能计算设置中的一个关键因素,较低的延迟可确保GPU之间更快的数据传输和同步，从而实现更高效的并行计算,这是通过NV1.ink的直接内存访问（DMA）功能实现的，允许GPU直接读用彼此的内存，而不需要CpU的参与。NV1.ink的影响鉴F人工智能在现代计算中的重要性口靛增加，NV1.ink的优势不仅是

11、渐进式的，而且是变革性的.在AI模型训练和数据创建中，NV1.ink可实现GP1.之间更快的数据传输.从而实现更高效的并行处理.这在处理大型训练数据集时尤其有用，这是一个与人工智能模型训练数据创建的新兴领域密切相关的主题“随蓿量子模拟、实时分析和下一代人工智能算法等先进计算的需求不断增长，我们可以期待NY1.ink的功能进一步增强.无论是节宽前增加还是促进GPU之间更好合作的新功能,NY1.ink或其后继者无雕仍将是满足未来H算从S1.I到NV1.ink的过渡是多GPU技术的一个值要里程碑，它反映了NVIDIA对创新的承诺以及对不断变化的计算环境的敏锐理解.从游戏到人工智能从消装应用程序到数据中心NY1.ink和S1.1.的发展历程说明了需求对孕育创新、推动技术发展的重要价值.