NVIDIA 昨晚在 GTC 2017 大會上正式發布了 Volta，不過可想而知是旗艦計算卡，而非桌上型顯卡，型號是 Tesla V100。
對比上一代 Tesla P100，Tesla V100 最大變化就是增加了與深度學習高度相關的 Tensor單元，Tensor 性能可以達到120 TFLOPS；而且 CUDA 數目暴增，由3584個增至5120個，增長了42%；全新的台積電12nm FFN製程製造有史以來最大的815mm2 GPU核心（16nm的第四代改良版本，更高的晶體管密度，更低的功耗；可能 Volta 顯卡都是使用這個製程）；雖然依然是4096bit 16GB的HBM2記憶體，但是帶寬從原本 Tesla P100 的720GB/s提升至900GB/s。
除了 CUDA 單元數量增加，Tesla V100 為了更好提升高效能計算，繼續增加二級快取及寄存器大小，L2快取由 Tesla P100 的4096KB增加到了6144KB，每組SM單元的寄存器文件大小總數從14336KB增加到了20480KB 。
NVIDIA 計算卡專享的 NVLink 是一種高頻寬的互聯技術，能夠在 CPU-GPU 和 GPU-GPU 之間實現超高速的數據傳輸，可以有 PCIe 3.0 5-12倍的數據傳輸速度，還能大幅提升應用程序的處理速度。現在 NVIDIA 將其提升至300GB/s水平，當然了這個技術主要還是用在高效能計算上，估計不會下放至遊戲用的顯卡上。
Tesla V100架構：
6組GPC單元，每組 GPC 單元由14組 SM 單元構成，滿血版應該是6 x 14 = 84組 SM 單元，但 Tesla V100 只有80組，每組 SM 單元64個 CUDA 單元，因此共同構成80 x 64 = 5120個 CUDA 單元。每組 SM 單元中，FP32：FP64：Tensor 單元比例為8:4:1。
NVIDIA Tesla V100 將會率先更新用於深度學習超算 DGX-1 上，內部同樣集成了8張 Tesla V100，提供960 TFLOPS Tensor深度計算效能，能夠在8小時完成 TITAN X 需時8天的計算量，極大地節約科研人員等待深度計算結果時間。當然這要價並不便宜，擁有8張的新 DGX-1 售價為149000美元，約台幣451萬。
來源：http://www.expreview.com/54059.html
對比上一代 Tesla P100，Tesla V100 最大變化就是增加了與深度學習高度相關的 Tensor單元，Tensor 性能可以達到120 TFLOPS；而且 CUDA 數目暴增，由3584個增至5120個，增長了42%；全新的台積電12nm FFN製程製造有史以來最大的815mm2 GPU核心（16nm的第四代改良版本，更高的晶體管密度，更低的功耗；可能 Volta 顯卡都是使用這個製程）；雖然依然是4096bit 16GB的HBM2記憶體，但是帶寬從原本 Tesla P100 的720GB/s提升至900GB/s。
除了 CUDA 單元數量增加，Tesla V100 為了更好提升高效能計算，繼續增加二級快取及寄存器大小，L2快取由 Tesla P100 的4096KB增加到了6144KB，每組SM單元的寄存器文件大小總數從14336KB增加到了20480KB 。
NVIDIA 計算卡專享的 NVLink 是一種高頻寬的互聯技術，能夠在 CPU-GPU 和 GPU-GPU 之間實現超高速的數據傳輸，可以有 PCIe 3.0 5-12倍的數據傳輸速度，還能大幅提升應用程序的處理速度。現在 NVIDIA 將其提升至300GB/s水平，當然了這個技術主要還是用在高效能計算上，估計不會下放至遊戲用的顯卡上。
Tesla V100架構：
6組GPC單元，每組 GPC 單元由14組 SM 單元構成，滿血版應該是6 x 14 = 84組 SM 單元，但 Tesla V100 只有80組，每組 SM 單元64個 CUDA 單元，因此共同構成80 x 64 = 5120個 CUDA 單元。每組 SM 單元中，FP32：FP64：Tensor 單元比例為8:4:1。
NVIDIA Tesla V100 將會率先更新用於深度學習超算 DGX-1 上，內部同樣集成了8張 Tesla V100，提供960 TFLOPS Tensor深度計算效能，能夠在8小時完成 TITAN X 需時8天的計算量，極大地節約科研人員等待深度計算結果時間。當然這要價並不便宜，擁有8張的新 DGX-1 售價為149000美元，約台幣451萬。
來源：http://www.expreview.com/54059.html
