全球哄抢 H100！英伟达成 GPU 霸主，首席科学家揭秘成功四要素

【新智元导读】英伟达首席科学家揭秘英伟达 GPU 能如此成功的 4 个主要原因，4 个关键数据带来持续的行业竞争力。

数字表示：16 倍提升

Dally 表示，总的来说，我们最大的收获是来自更好的「数字表示」。

这些数字，代表着神经网络的「关键参数」。

其中一个参数是权重，模型中神经元与神经元之间的连接强度。

另一个是激活度，神经元的加权输入之和乘以多少才能决定它是否激活，从而将信息传播到下一层。

在 P100 之前，英伟达 GPU 使用单精度浮点数来表示这些权重。

根据 IEEE 754 标准定义，这些数字长度为 32 位，其中 23 位表示分数，8 位基本上是分数的指数，还有 1 位表示数字的符号。

但机器学习研究人员很快发现，在许多计算中，可以使用不太精确的数字，而神经网络仍然会给出同样精确的答案。

这样做的明显优势是，如果机器学习的关键计算 —— 乘法和累加 —— 需要处理更少的比特，可以使逻辑变得更快、更小、更高效。

因此，在 P100 中，英伟达使用了半精度 FP16。

谷歌甚至提出了自己的版本，称作 bfloat16。

两者的区别在于分数位和指数位的相对数量：分数位提供精度，指数位提供范围。Bfloat16 的范围位数与 FP32 相同，因此在两种格式之间来回切换更容易。

回到现在，英伟达领先的图形处理器 H100，可以使用 8 位数完成大规模 Transformer 神经网络的某些任务，如 ChatGPT 和其他大型语言模型。

然而，英伟达却发现这不是一个万能的解决方案。

例如，英伟达的 Hopper 图形处理器架构实际上使用两种不同的 FP8 格式进行计算，一种精度稍高，另一种范围稍大。英伟达的特殊优势在于知道何时使用哪种格式。

Dally 和他的团队有各种各样有趣的想法，可以从更少的比特中榨取更多的人工智能性能。显然，浮点系统显然并不理想。

一个主要问题是，无论数字有多大或多小，浮点精度都非常一致。

但是神经网络的参数不使用大数，而是主要集聚在 0 附近。因此，英伟达的 R&D 重点是寻找有效的方法来表示数字，以便它们在 0 附近更准确。

复杂指令：12.5 倍

「提取和解码指令的开销远远超过执行简单算术操作的开销，」 Dally 说道。

他以一个乘法指令为例，执行这个指令的固定开销达到了执行数学运算本身所需的 1.5 焦耳的 20 倍。通过将 GPU 设计为在单个指令中执行大规模计算，而不是一系列的多个指令，英伟达有效地降低了单个计算的开销，取得了巨大的收益。

Dally 表示，虽然仍然存在一些开销，但在复杂指令的情况下，这些开销会分摊到更多的数学运算中。例如，复杂指令整数矩阵乘积累加（IMMA）的开销仅占数学计算能量成本的 16％。

摩尔定律：2.5 倍

保持摩尔定律的有效性需要数十亿美元的投资、非常复杂的工程上的设计，甚至还会带来国际关系的不稳定。但这些投入都不是造成英伟达 GPU 的成功的主要原因。

英伟达一直在使用全球最先进的制造技术来生产 GPU——H100 采用台积电的的 N5（5 纳米）工艺制造。这家芯片工厂直到 2022 年底才开始建设它的其下一代 N3 工艺。在建好之前，N5 就是业内最顶尖的制造工艺。

稀疏性：2 倍

将这些网络变得「稀疏」以减少计算负荷是一项棘手的工作。

但是在 A100，H100 的前身中，英伟达引入了他们的新技术：「结构化稀疏性」。这种硬件设计可以强制实现每四个可能的剪枝事件中的两次，从而带来了一种新的更小的矩阵计算。

Dally 表示：「我们在稀疏性方面的工作尚未结束。我们需要再对激活函数进行加工，并且权重中也可以有更大的稀疏性。」=