GPU

GPU,全称为图形处理单元(Graphics Processing Unit),是一种专用于处理图形和图像计算的处理器。起初,GPU主要用于图形渲染,但随着计算需求的增加,尤其是在科学计算、深度学习和其他并行计算领域,GPU的通用计算能力逐渐受到重视。

GPU相对于传统的中央处理单元(CPU)在设计上有一些显著的区别。CPU更适用于处理通用的控制流任务,而GPU则专注于高度并行的数据处理。GPU通常拥有大量的小型处理单元,被设计成能够同时处理大量相似的任务,例如图形渲染中的像素计算或深度学习中的矩阵运算。

总体而言,GPU在图形处理领域的成功应用和对并行计算需求的响应使其逐渐演变成为通用计算设备,广泛用于加速各种科学和工程计算应用。

AMD大杀器 Instinct MI300X GPU解析

MI300X的性能令人瞩目,具有每个加速器192GB HBM3、大量内存带宽和Infinity Fabric带宽

智算发展五大新趋势(2023)

IDC 预测,全球以 AI 为中心的各类系统的软件、硬件与服务支出,2023 年将达到 1540 亿美元

AMD的Chiplet,又有新专利

AMD 的专利详细介绍了一种方法,即放弃中央处理器,用多个小芯片取代单个硅块

AMD:MI300将成为公司最快达成10亿美元销售额的产品

MI300X仅使用CDNA3架构的小芯片来达成AI和HPC工作执行

AMD GPU,迎来历史性时刻

AMD将于12月6日在圣何塞推出MI300系列GPU

AMD王宏强:700亿参数大模型单个GPU部署,做好AI软件和生态实现“开箱即用”

AMD在单个GPU能做到上千T的浮点算力规模

大模型时代下,AI服务器市场激增,训练产品供不应求

2023年上半年加速服务器市场规模达到31亿美元

AMD最强芯片,全村的希望!

AMD 即将推出的 MI300 GPU 将成为讨论最多的芯片之一

AMD带领GPU进入Chiplet时代,RDNA 3架构深入解读

AMD 透露了其 RDNA 3 GPU 架构和 Radeon RX 7900 系列显卡的关键细节

FPGA难懂?与GPU类比一下就明白了

FPGA 是一堆晶体管,你可以把它们连接(wire up)起来做出任何你想要的电路。它就像一个纳米级面包板。使用 FPGA 就像芯片流片,但是你只需要买这一张芯片就可以搭建不一样的设计,作为交换,你需要付出一些效率上的代价