前些天 ， 在2021年财报电话会议上 ， AMD确认 ， 今年会有几项重要产品发布 ， 包括基于RDNA 3架构的GPU ， 也就是Radeon RX 7000 。 目前来看 ， 该系列最新显卡会有三款GPU ， 分别是Navi 31、Navi 32和Navi 33 ， 其中 ， Navi 31和Navi 32将采用MCM封装 。 之前有传闻称 ， Navi 31和Navi 32的Infinity Cache将采用3D堆栈的设计 ， 会单独添加到MCD小芯片中 ， 与Zen 3架构上采用3D V-Cache的原理类似 ， 性能会有较大提升 。
由于Navi 31和Navi 32采用了MCM封装 ， AMD将会使用两种不同制程 ， GPU会使用台积电的5nm工艺 ， 缓存I/O芯片则会采用台积电的6nm工艺 。
英伟达也在跟进MCM封装GPU 。
2017年 ， 英伟达展示了通过四个小芯片构建的设计方案 ， 不但提升了性能 ， 还有助于提高产量（较小的芯片良品率会提高） ， 而且还允许将更多的计算资源集合在一起 。 这种多芯片设计还有助于提高供电效率 ， 具有更好的散热效果 。
近日 ， 英伟达研究人员发表了一篇技术文章 ， 概述了该公司对MCM的探索 ， 英伟达目前在MCM封装GPU上的做法称为“Composable On Package GPU”（COPA） ， 该团队讲述了COPA GPU 的各项优势 ， 尤其是能够适应各种类型的深度学习工作负载 。
由于传统融合 GPU 解决方案正迅速变得不太实用 ， 研究人员才想到到 COPA-GPU 的理念 。 融合GPU解决方案依赖于由传统芯片组成的架构 ， 辅以高带宽内存（HBM）、张量核心/矩阵核心（Matrix Cores）、光线追踪（RT）等专用硬件的结合 。
此类硬件或在某些任务下非常合适 ， 但在面对其它情况时却效率低下 。 与当前将所有特定执行组件和缓存组合到一个包中的单片 GPU 设计不同 ， COPA-GPU 架构具有混合 / 匹配多个硬件块的能力 。 如此一来 ， 它就能够更好地适应当今高性能计算只能呈现的动态工作负载、以及深度学习（DL）环境 。
这种整合更适应多种类型工作负载的能力 ， 可带来更高水平的 GPU 重用 。 更重要的是 ， 对于数据科学家们来说 ， 这使他们更有能力利用现有资源 ， 来突破潜在的界限 。

文章图片
图2/3

面向数据中心和消费市场 ， 英伟达将分别推出基于Hopper架构和Ada Lovelace架构的GPU 。 据悉 ， 该公司只会在Hopper架构GPU上采用MCM技术 ， Ada Lovelace架构GPU仍会保留传统的封装设计 ， 并不会像AMD基于RDNA 3架构的Navi 31那样 ， 将MCM多芯片封装引入到消费级GPU 。
近日 ， 有消息称 ， 基于Hopper架构的GH100的晶体管数量将达到1400亿 ， 这几乎是目前基于Ampere架构的GA100（542亿）或AMD基于CDNA 2架构的Instinct MI200系列（580亿）的2.5倍 。 据称GH100的芯片尺寸接近900mm2 ， 比此前传言的1000mm2要小 ， 不过比GA100（862mm2）和Instinct MI200系列（约790mm2）要大一些 。 传闻GH100总共配置了288个SM ， 可以提供三倍于A100计算卡的性能 。
据悉 ， 作为英伟达第一款基于MCM技术的GPU ， Hopper架构产品将采用台积电5nm制程工艺 ， 支持HBM2e和其他连接特性 ， 预计会在2022年中旬亮相 ， 竞争对手将是英特尔的Xe-HP架构GPU和AMD的CDNA 2架构产品 。
不过 ， 以上说法还未得到官方证实 ， 英伟达将于今年3月21日召开GTC 2022大会 ， 届时 ， 可能会公布Hopper架构 ， 以及相应的加速卡方案 。
作为独立GPU的后来者 ， 英特尔最近也是动作频频 。
近期 ， 英特尔公布新专利 ， 描述多个计算模组如何协同工作执行图像渲染 ， 代表英特尔GPU将采用MCM封装技术 ， 大幅提高运作效能 。
英特尔针对数据中心和超级计算机Ponte Vecchio的CPU已使用多芯片设计 ， 并采用MCM封装技术 。 在新专利中 ， 英特尔提出GPU图像渲染解决方案 ， 将多芯片整合至同单元 ， 解决制造和功耗等问题 ， 同时优化可扩展性和互联性 。