NVIDIATeslaK10及K20技术规格详解

1、百度文库-让每个人平等地提升自我NVIDIA Tesla K10 及K20技术规格详解在GTC 2012大会上，NVIDIA老总黄仁勋公布了新一代 Tesla加速卡的详情，不过此次发布的 Tesla 显卡算是双胞胎，一款是基于双芯 GK104架构的Tesla K10，另外一款则使用了真正的新架构， 基于GK110 核心的Tesla K20 。K10和K20的特性有所不同，重点也不一样Tesla K20Single PrecisionMemory BandwttfttiHyper-Q, Dynamic ParallelismAv»4ab*e Now首先来看K10,它的物理外观与 GTX

2、 690显卡没什么区别，但是 NVIDIA公布的几项参数耐人寻 味， 单精度浮点能力为4.58TFLOPS ,带宽为 320GB/s ,作为对比的是GTX 680单精度运算能力3.09TFLOPS , 192GB/s 带宽，而 GTX 690 也有 5.62TFLOPS , 384GB/s 带宽，上一代 Fermi 核心浮点 运算能力为1.58TFLOPS ,带宽192GB/s 。从参数上看，K10达到了 NVIDIA所说的三倍于Fermi家族的单精度浮点能力，但是比 GTX 680 只提高了 50%,带宽也只高了了 67%左右，明显不如 GTX 690显卡。由于是同样的架构，Tesla K1

3、0很明显在核心和显存频率上做了妥协，由于 GK104架构的能效比 很高，而HPC领域对功耗、发热也不甚敏感，不知 NVIDIA为何将K10的规格定的比 GTX 690还低。现场的图片没有公布 K10的显存容量和 TDP信息，但是 GeForce GRID页面出现的K520显卡 规格与K10 一致，而显存容量是 8GB , TDP是250W ,二者其实都是双芯 GK104显卡，因此Tesla K10 也是8GB显存，250W TDP 。（这个功耗低于 GTX 690的300W ,或许是规格降低唯一可能的解释了）Tesla K10现在就可以出货，但是它并不是重点，个人觉得它只是个过渡产品，扮演救火

4、队员的角色,因为GK104先天孱弱的双精度运算能力注定了它不可能在HPC市场有多高的成就，NVIDIA之所以推GTX 690上阵是因为GK110架构来的比预期的还要晚。GK110是NVIDIA针对高性能GPU计算市场开发的架构，之前一直传1到今年8月份就会发布,但是NVIDIA给出的日期是今年第四季度，不论是28nm产能还是芯片自身的问题，这大半年的空白期总需要有人先顶上，这就是 K10的使命了。Tesla K20 与 GK110 架构NVIDIA对K20的描述是倍双精度浮点性能”，并有Hyper-Q、Dynamic Parallelism 等多种并 行计算技术加持，这些是现有的GK104架构

5、不具备的。NVIDIA 的PDF资料中介绍了 GK110的SMX架构，也是192个CUDA 核心SMFERMI5MxKtPLER3? CORES3XPERF/WATTFigured： SMX； 192 CUDA«omr32 Special Function Units 15 FU, and 32 L&ad/Stort unit* (LD/STl必须要承认，以前泄露的有关GK110架构的消息是错误的，GK110的SMX架构其实跟 GK104还是一样的，都是 192个CUDA核心，32组SFU单元以及32个LD/ST单元。GK110架构图除去其他的功能单元之外，GK110核心总共

6、有15组SMX单元，2880个CUDA核心，但是Heise 声称并非所有单元都是启用的，实际上可能只有13-14组SMX单元，实际CUDA核心是2496或者2688个。显存位宽是384bit ,已为黄仁勋和NVIDIA CTO确认。由于CUDA核心数已经低于之前的报导， 显存位宽降到384bit也是很自然的事，如果保持 GK104的6Gbps显存速率，那么 GK110的带宽将达到 288GB/S ,终于超过 AMD GCN 架构的 260GB /s 了。NVIDIA给出的3倍双精度浮点性能不知是跟 GF110显卡还是跟GF110核心的Tesla加速卡做的 比较，GF110的单精度浮点能力为 1

7、.58TFLOPS ,显卡中的双精度为单精度的 1/ 4,也就是0.4TFLOPS , 但是GF110核心的Tesla卡双精度能力可达单精度 1/2,大约是0.8TFLOPS。如此一来，如果以显卡为基础，GK110的双精度浮点卜iE能大约是1.2TFLOPS以上，如果是Tesla卡的3倍，那就是2.4TFLOPS以上，鉴于后者已经超出之前传闻的2TFLOPS的能力，GK110的双精度浮点能力应该是1.2TFLOPS或更高Tesla K20 配置了 6pin+8pin 供电接口核心面积和TDP未知，不过K20配备的是6pin和8pin供电接口，最大TDP不会超过300W。晶 体管数量也是一个70

8、亿，准确点说是71亿。 GK110并行计算技术介绍显卡规格方面的信息基本就是这么多了，再来看一下 NVIDIA为GK110所增加的新技术吧。Dynamic Parallelism （动态并行）GK110架构的首要目标之一就是使程序员更方便地调用GPU强大的并行计算能力。传统的模式下，GPU每次操作都需要 CPU的参与，而Dynamic Paralleliom 的存在使得GPU接收数据时会动态刷 新线程而无需 CPU参与。 由于内核有了独立加载工作负载的能力，动态并行技术允许程序直接在GPU上运行。这项技术的好处就是可以降低编程的复杂性，原本需要200-300行代码才能完成的工作在 GK110显

9、卡上只需要30行就可以了。Hyper-QHyper-QCPU Cores Simultaneously Run Tasks on KeplerFERMI1 MPl Task at 的 TimeKEPLER上一项技术强调的是简化操作，是给CPU减负，而Hyper-Q则是增加了 CPU同时加载工作的核心数，是在提升=高CPU的利用率，避免 CPU过多的闲置。Fermi架构中CPU只能同时运行一个 MPI （Message Passing Interface消息传递接口）任务， 但是在GK110架构中CPU同时运行的MPI任务数多达32个。传统的MPI任务主要基于多核 CPU应用，与GPU强大的并行

10、计算能力相比， CPU处理的MPI 任务量实在是太小了，往往会带来虚假的 GPU依赖性，导致 GPU的性能无法有效利用， Hyper-Q大幅 提高了 CPU可以分配给GPU的MPI任务量，如果同时传递32个任务给GPU，那么理论性能会达到 Fermi 架构的32倍，实际应用中虽然不会这么夸张，但是优化调度之后GPU的并行计算能力还是会有改善。GPU DirectGPU Direct直连是NVIDIA官方PDF中没有提到的，不过依然值得解释一下。NVIDIA已经推出了基于Kepler架构的GeForce GRID云游戏技术，那么使用 Kepler显卡的服务器就免不了要互相交换 数据。GPU Direct技术可以让服务器的中不同显卡直接读取显存的数据，甚至不同服务器之间的显卡也 可以通过网卡读取另一块显卡显存中的数据，简单来说就是提高了显卡的数据交换能力，所需的步骤更少，延迟更低。CUDA 5要想使用上面介绍的技术就必须使用新的CUDA 5 , GTC大会上NVIDIA已经发布了一个预览版的CUDA 5 SDK ,正式版将在今年三季度发布。Kepler显卡发布之后，Tesla家族也终于迎来架构更新， 而且很快就会有更新架构的Tes