架构：为AI设计的Tensor单元
从架构整体设计上看，Volta核心同Pascal和Maxwell一样，采用了6组GPC的设计，只不过是每组GPC内的SM单元呈递进式增长：Maxwell每组GPC的内部有8组SM单元，Pascal增加到10组，而最新的Volta则是增加到14组。有一点需要说明，由于单双精度比的不同，GP100核心每组SM单元内的CUDA核心数量与GP102是不同的，前者为64个，后者为128个，所以我们只看GP100。
GV100核心架构图
GV100同GP100每组SM单元内的CUDA数量一样，均为64个，而CUDA处理器的总数理应为64*14*6=5376个，但GV100核心的CUDA处理器数量为5120个，少了的256个正是因为NVIDIA关闭了4组SM单元，这一做法同GP100如出一辙。
GP100核心架构图
前面说到的64是FP32单精度运算单元数量，在单双精度单元数量比上，GV100同GP100一样为2:1，也就是说每组SM单元中有32个FP64双精度单元，理论值应为32*14*6=2688个，但由于关闭了4组SM单元，所以总数为2560个。
Tensor单元工作流程图
由于NVIDIA现在已经转型为一家AI公司，因此其GPU产品也开始着力于AI、DP等领域的优化发掘，在Pascal中NVIDIA开始强调FP16半精度，因为深度学习对精度的要求并不高，甚至FP8就够了，其更需要的是更强大的运算性能。在Volta中，NVIDIA带来了革命性的Tensor运算单元，该单元是继FP16和FP8后为AI设计的全新利器。其能够提供高达120 TFLOPS的超强运算性能，而且效率高且非常省电。
V100中SM单元设计
在GV100核心中，每组SM单元中包含8个Tensor单元，其能够提供高达120 TFLOPS的超强运算性能。相比于在P100的FP32单元上，Tesla V100的深度学习训练能力是前者的12倍，而相比于在P100的FP16单元的深度学习推理能力上，V100是前者的6倍。
本文属于原创文章，如若转载，请注明来源：12倍于上代的DP性能 NVIDIA Volta架构解析//diy.zol.com.cn/639/6393294.html
