SC21-en (Supercomputing 2021), Intel-ek saio labur bat antolatu zuen bertan eztabaidatu hurrengo belaunaldiko datu-zentroen bide-orria eta datozen Ponte Vecchio GPUei eta Sapphire Rapids-SP Xeon CPUei buruz hitz egin zuten.
Intel-ek Sapphire Rapids-SP Xeon CPUs eta Ponte Vecchio GPUak hitz egiten ditu SC21-en - 2023rako hurrengo belaunaldiko datu-zentroen eskaintza ere erakusten du
Intelek dagoeneko eztabaidatu zituen hurrengo belaunaldiko datu-zentroko CPU eta GPU sortari buruzko xehetasun tekniko gehienak Txip beroak 33. Esandakoa berresten ari dira eta SuperComputing 21-en beste zenbait kontu ere agerian jartzen ari dira.
Intel Xeon Scalable prozesadoreen egungo belaunaldia gure HPC ekosistemako bazkideek asko hartu dute, eta gaitasun berriak gehitzen ari gara Sapphire Rapids-ekin, gure hurrengo belaunaldiko Xeon Scalable prozesadorearekin, bezeroekin laginketa egiten ari dena. Hurrengo belaunaldiko plataforma honek gaitasun anitzak eskaintzen ditu HPC ekosistemarako, eta lehen aldiz paketean banda zabalera handiko memoria ekarriz Sapphire Rapids lauza anitzeko arkitektura baliatzen duen HBM2e-rekin. Sapphire Rapids-ek errendimendu hobetua, azeleragailu berriak, PCIe Gen 5 eta AI, datuen analisia eta HPC lan kargarako optimizatutako beste gaitasun zirraragarri batzuk ere ekartzen ditu.
HPC lan-kargak azkar eboluzionatzen ari dira. Gero eta anitzagoak eta espezializatuagoak dira, eta arkitektura heterogeneoen nahasketa bat eskatzen dute. x86 arkitekturak lan-karga eskalarretarako lan-zaldia izaten jarraitzen badu ere, errendimendu-irabaziak eman nahi baditugu eta exascale arotik haratago joan behar badugu, modu kritikoan aztertu behar dugu HPC lan-kargak bektore, matrize eta arkitektura espazialen barruan nola exekutatzen diren, eta arkitektura hauek ezin hobeto funtzionatzen dutela ziurtatu behar dugu. Intelek "lan-karga osoa" estrategia hartu du, non lan-kargaren espezifikoak diren azeleragailuek eta grafikoen prozesatzeko unitateek (GPU) prozesatzeko unitate zentralekin (CPU) ezin hobeto lan egin dezaketen hardware zein software ikuspegitik.
Estrategia hau zabaltzen ari gara gure hurrengo belaunaldiko Intel Xeon Scalable prozesadoreekin eta Intel Xe HPC GPUekin ("Ponte Vecchio izeneko kodearekin"), Argonne National Laboratory-ko 2 exaflop Aurora superordenagailuarekin. Ponte Vecchiok socket eta nodo bakoitzeko konputazio-dentsitate handiena du, eta 47 fitxa ontziratzen ditu gure ontziratzeko teknologia aurreratuekin: EMIB eta Foveros. Ponte Vecchion 100 HPC aplikazio baino gehiago daude martxan. Bazkide eta bezeroekin ere ari gara lanean, besteak beste, ATOS, Dell, HPE, Lenovo, Inspur, Quanta eta Supermicro, Ponte Vecchio beren azken superordenagailuetan zabaltzeko.
Intel Sapphire Rapids-SP Xeon Data Center CPUak
Intel-en arabera, Sapphire Rapids-SP bi pakete aldaera, estandarra eta HBM konfigurazioa izango dira. Aldaera estandarrak 400 mm2 inguruko trokelaren tamaina izango duen lau XCC trokelez osatutako chiplet diseinua izango du. Hau da XCC trokel berezi baten trokelaren tamaina eta guztira lau egongo dira Sapphire Rapids-SP Xeon txiparen goiko aldean. Trokel bakoitza EMIB bidez konektatuko da, 55u-ko pitch-tamaina eta 100u-ko nukleoa.
Sapphire Rapids-SP Xeon txip estandarrak 10 EMIB interkonexio izango ditu eta pakete osoak 4446 mm2-ko neurketa izango du. HBM aldaerara igaroz, interkonexio gehiago lortzen ari gara 14an kokatuta daudenak eta HBM2E memoria nukleoetara interkonektatzeko beharrezkoak diren.
Lau HBM2E memoria paketeek 8-Hi pila izango dituzte, beraz, Intelek gutxienez 16 GB HBM2E memoria erabiliko ditu pila bakoitzeko 64 GB guztira Sapphire Rapids-SP paketean. Paketeari buruz hitz eginez, HBM aldaerak 5700 mm2 edo % 28 handiagoa izango du aldaera estandarra baino. Duela gutxi filtratutako EPYC Genoa zenbakiekin alderatuta, Sapphire Rapids-SPrako HBM2E paketea % 5 handiagoa izango litzateke eta pakete estandarra % 22 txikiagoa izango da.
- Intel Sapphire Rapids-SP Xeon (pakete estandarra) - 4446mm2
- Intel Sapphire Rapids-SP Xeon (HBM2E paketea) - 5700mm2
- AMD EPYC Genoa (12 CCD paketea) - 5428mm2
Intelek ere dio EMIB estekak banda zabalera dentsitatearen bikoitza hobetzen duela eta potentzia-eraginkortasuna 4 aldiz hobea eskaintzen duela paketeen diseinu estandarrekin alderatuta. Interesgarria denez, Intelek Xeon-en azken gamari Logikoki monolitikoa deitzen du, eta horrek esan nahi du troke bakarreko funtzionalitate bera eskainiko duen interkonexioari buruz ari direla, baina teknikoki, elkarrekin konektatuko diren lau chiplet daude. Hemen irakur ditzakezu Sapphire Rapids-SP Xeon CPU 56 core eta 112 hari estandarrei buruzko xehetasun guztiak.
Intel Xeon SP familiak:
| Familia marka | Skylake-SP | Cascade Lake-SP/AP | Cooper Lake-SP | Ice Lake-SP | zafiro lasterrak | Emerald Rapids | Granite Rapids | Diamond Rapids |
|---|---|---|---|---|---|---|---|---|
| Prozesu-nodoa | 14nm + | 14nm ++ | 14nm ++ | 10nm + | Intel 7 | Intel 7 | Intel 4 | Intel 3? |
| Plataformaren izena | Intel Purley | Intel Purley | Intel Cedar uhartea | Intel Whitley | Intel Eagle Stream | Intel Eagle Stream | Intel Mountain Stream Intel Birch Stream |
Intel Mountain Stream Intel Birch Stream |
| MCP (Multi-Chip Package) SKUak | Ez | Bai | Ez | Ez | Bai | TBD | TBD (baliteke bai) | TBD (baliteke bai) |
| Socket | LGA 3647 | LGA 3647 | LGA 4189 | LGA 4189 | LGA 4677 | LGA 4677 | LGA 4677 | TBD |
| Nukleoen gehienezko kopurua | 28 arte | 28 arte | 28 arte | 40 arte | 56 arte | 64 arte? | 120 arte? | TBD |
| Gehienezko hari kopurua | 56 arte | 56 arte | 56 arte | 80 arte | 112 arte | 128 arte? | 240 arte? | TBD |
| Max L3 cachea | 38.5 MB L3 | 38.5 MB L3 | 38.5 MB L3 | 60 MB L3 | 105 MB L3 | 120 MB L3? | TBD | TBD |
| Memoria euskarria | DDR4-2666 6 kanal | DDR4-2933 6 kanal | Gehienez 6 kanaleko DDR4-3200 | Gehienez 8 kanaleko DDR4-3200 | Gehienez 8 kanaleko DDR5-4800 | Gehienez 8 kanaleko DDR5-5600? | TBD | TBD |
| PCIe Gen laguntza | PCIe 3.0 (48 bide) | PCIe 3.0 (48 bide) | PCIe 3.0 (48 bide) | PCIe 4.0 (64 bide) | PCIe 5.0 (80 errei) | PCIe 5.0 | PCIe 6.0? | PCIe 6.0? |
| TDP barrutia | 140W-205W | 165W-205W | 150W-250W | 105-270W | 350W arte | 350W arte | TBD | TBD |
| 3D Xpoint Optane DIMM | N / A | Apache Pass | Barlow mendatea | Barlow mendatea | Crow Pass | Belea pasa? | Donahue mendatea? | Donahue mendatea? |
| Lehiaketa | AMD EPYC Naples 14 nm | AMD EPYC Erroma 7nm | AMD EPYC Erroma 7nm | AMD EPYC Milan 7nm+ | AMD EPYC Genoa ~ 5nm | AMD Next-Gen EPYC (Post Genoa) | AMD Next-Gen EPYC (Post Genoa) | AMD Next-Gen EPYC (Post Genoa) |
| Abiarazi | 2017 | 2018 | 2020 | 2021 | 2022 | 2023? | 2024? | 2025? |
Intel Ponte Vecchio Data Center GPUak
Ponte Vecchiora joanez, Intel-ek bere datu-zentroko GPU enblematikoen ezaugarri nagusi batzuk azaldu zituen, hala nola 128 Xe nukleoak, 128 RT unitateak, HBM2e memoria eta guztira elkarrekin konektatuko diren 8 Xe-HPC GPU. Txipak 408 MB L2 cache izango ditu EMIB interkonexioaren bidez konektatuko diren bi pila ezberdinetan. Txipak trokel ugari izango ditu Intel-en "Intel 7" prozesuan eta TSMCren N7 / N5 prozesu-nodoetan oinarrituta.
Intelek bere paketearen eta hilaren tamaina ere zehaztu zuen enblematikoen Ponte Vecchio GPU Xe-HPC arkitekturan oinarrituta. Txipa pila bakoitzeko 2 trokel aktibo dituen 16 fitxak osatuko dute. Goiko trokel aktiboaren gehienezko tamaina 41 mm2-koa izango da, "Konputazio fitxa" gisa ere aipatzen den oinarrizko trokelaren tamaina 650 mm2-koa den bitartean.
Ponte Vecchio GPUak 8 HBM 8-Hi pila erabiltzen ditu eta guztira 11 EMIB interkonexio ditu. Intel Ponte Vecchio pakete osoak 4843.75 mm2 neurtuko luke. Bump zelaia dela ere aipatzen da Meteor Lake CPUak Dentsitate Handiko 3D Forveros ontziak erabiliz 36u-koa izango da.
Horiez gain, Intel-ek bide-orri bat ere argitaratu zuen, non hurrengo belaunaldiko Xeon Sapphire Rapids-SP familia eta Ponte Vecchio GPUak 2022an eskuragarri egongo direla baieztatzen du, baina 2023rako aurreikusita dagoen hurrengo belaunaldiko produktu sorta ere badago. . Intelek ez du esplizituki esan zer ekartzeko asmoa duen, baina badakigu Sapphire Rapids-en ondorengoa Emerald eta Granite Rapids bezala ezagutuko dela eta horren ondorengoa Diamond Rapids bezala ezagutuko dela.
GPU aldetik, ez dakigu Ponte Vecchioren ondorengoa zein den ezagutuko den, baina espero dugu NVIDIAren eta AMDren hurrengo belaunaldiko GPUekin lehiatuko dela datu-zentroen merkaturako.
Aurrerantzean, Intelek hurrengo belaunaldiko hainbat soluzio ditu ontzi-diseinu aurreratuetarako, hala nola Forveros Omni eta Forveros Direct-en sartzen diren heinean. Angstrom transistoreen garapenaren garaia.
Hurrengo belaunaldiko datu-zentroko GPU azeleragailuak
| GPU izena | AMD Instinct MI200 | NVIDIA Hopper GH100 | Intel Xe HPC |
|---|---|---|---|
| Produktu Enblematikoa | AMD Instinct MI250X | NVIDIA H100 | Intel Ponte Vecchio |
| Packagingeko diseinua | MCM (Infinity Fabric) | MCM (NVLINK) | MCM (EMIB + Forveros) |
| GPU Arkitektura | Aldebaran (CDNA 2) | Hopper GH100 | Xe HPC |
| GPU prozesu-nodoa | 6nm | 5 nm? | 7 nm (Intel 4) |
| GPU Cores | 14,080 | 18,432? | 32,768? |
| GPU erlojuaren abiadura | 1700 MHz | Zehazteke | Zehazteke |
| L2 / L3 cachea | 2 x 8 MB | Zehazteke | 2 x 204 MB |
| FP16 konputatu | 383 TOPAK | Zehazteke | Zehazteke |
| FP32 konputatu | 95.7 TFLOPs | Zehazteke | ~45 TFLOP (A0 Silizioa) |
| FP64 konputatu | 47.9 TFLOPs | Zehazteke | Zehazteke |
| Memoria aforoa | 128 GB HBM2E | 128 GB HBM2E? | Zehazteke |
| Memoria erlojua | 3.2 Gbps | Zehazteke | Zehazteke |
| Memoria autobusak | 8192-bit | 8192-bit? | 8192-bit |
| Memoria bandwidth | 3.2 TB / s | ~2.5 TB/s? | 5 TB / s |
| Inprimaki faktorea | Zirrikitu bikoitza, luzera osoa / OAM | Zirrikitu bikoitza, luzera osoa / OAM | OAM luzapena |
| Hozketa | Hozte Pasiboa Hozte likidoa |
Hozte Pasiboa Hozte likidoa |
Hozte Pasiboa Hozte likidoa |
| TDP | Q4 2021 | 2H 2022 | 2022-2023? |
Mezua Intel Sapphire Rapid-SP Xeon CPUak 64 GB HBM2e memoria edukitzeko, 2023rako hurrengo belaunaldiko Xeon eta Data Center GPUekin ere hitz egiten du. by Hassan Mukhtaba agertu zen lehen Wccftech.
