3C

AMD發表史上最強FP64加速卡，MI100 - 3C

Joe avatarJoe · 2020-11-16

Table of Contents

https://www.amd.com/en/products/server-accelerators/instinct-mi100
120CU CDNA架構 + 32GB HBM2 ECC
HPC GPU史上第一次超越10TF FP64 + 1.2TB/s傳輸帶寬
圖表300W直接打爆400W的A100
唯一的疑問大概就是AMD ROCm能成功復活嗎?
------------------
看來80CU的6900XT還不是RDNA的完全體~~
沒想到除了CPU進步太多縮一半回去，GPU其實也不是全力
I和N瑟瑟發抖

--
3C

All Comments

Anthony avatarAnthony2020-11-20
直接挑戰老黃後花園
Necoo avatarNecoo2020-11-20
RDNA QQ~直接跟ROCm無緣
Caitlin avatarCaitlin2020-11-24
11.5.....cow
Kristin avatarKristin2020-11-28
32GB 嘻嘻 這樣3090能賣誰
Yuri avatarYuri2020-12-02
嘩..120CU
Hardy avatarHardy2020-12-03
3090是遊戲卡跟這個比幹嘛
Heather avatarHeather2020-12-07
完美礦卡嗎？
Gilbert avatarGilbert2020-12-11
https://i.imgur.com/0n0TqD8.jpg
Hedy avatarHedy2020-12-13
用MI100挖礦你打算何年何月回本？
RDNA 和 CDNA 未來應用的交集會很少
Connor avatarConnor2020-12-16
MI100也是綁個伺服器一起出貨不會賣單卡
Delia avatarDelia2020-12-21
A100 TensorCore 有19.5 TF
Bethany avatarBethany2020-12-26
FP64沒啥用啦 不過吼這個組合先跑數值過了再說
Andrew avatarAndrew2020-12-30
科學研究很常用到高精度耶~
Olive avatarOlive2021-01-01
HPC不是只有深度學習和AI而已
Christine avatarChristine2021-01-04
跑最近很紅的蛋白質模擬就用得到了
Mason avatarMason2021-01-08
對ai啦....其他到是有用
Daniel avatarDaniel2021-01-11
市場大小還差很多 雖然我也會去凹一塊來用看看(被打
Olivia avatarOlivia2021-01-14
CDNA 不是 RDNA ，沒有誰是誰的完全體這種事吧
Wallis avatarWallis2021-01-14
這是GCN架構的後繼者，這架構原本就是為了運算和遊
戲通吃，現在AMD有錢了，所以才轉往運算卡發展
Olga avatarOlga2021-01-19
和謠傳的參數差不多，可能有閹割了一些，所以只有12
0CU
Jack avatarJack2021-01-21
還有 MI200
Una avatarUna2021-01-23
這個 MI100的 BF16 高達1692.3TF！
Erin avatarErin2021-01-26
撿nv還沒稱霸的點
Freda avatarFreda2021-01-27
amd只寫182tf fp16,樓上那個數字是哪邊夢到的啊
Isabella avatarIsabella2021-01-27
184.6tf fp16才對
Sierra Rose avatarSierra Rose2021-01-29
蛋白質模擬都用單精度
Harry avatarHarry2021-02-02
抱歉 看錯
Donna avatarDonna2021-02-05
因為再往上就太貴，RDNA畢竟消費級
Edwina avatarEdwina2021-02-09
CDNA是賣專業市場，多貴都有客戶
Regina avatarRegina2021-02-12
不管RDNA/CDNA都常做GPGPU泛用運算
Necoo avatarNecoo2021-02-16
只是硬體是針對哪種需求去特別加強
Candice avatarCandice2021-02-19
CDNA的CU是像Vega那種爆肥路線
Lily avatarLily2021-02-20
MI100的BF16是92Tf FP16是184Tf
Irma avatarIrma2021-02-21
https://i.imgur.com/Sus97Rw.jpg
Caroline avatarCaroline2021-02-23
主要還是memory & tensor做法不同
Caroline avatarCaroline2021-02-25
蛋白質我好像都看過 但一般高能物理等雙精多吧
Enid avatarEnid2021-02-27
並不是人人都在機器學習, 還是有做其它基礎科學的
人
Belly avatarBelly2021-03-01
現在情況是這樣的 你說的正確 但市場大小有差
Isla avatarIsla2021-03-03
不管是數值還是繪圖等 甚至挖礦 目前ai是主戰場
Irma avatarIrma2021-03-05
老黃是聰明人....不然你以為NV怎麼翻了