字: 大 中 小
关灯 护眼
沧桑文学 > 你一个三轮组装厂,造出光刻机? > 第724章 布局显卡

第724章 布局显卡

    第724章 布局显卡 (第3/3页)

振华没有对自己和团队的工作进行夸大,而是以严谨的技术视角,开始向许晨详细讲解这颗自研显卡的优缺点、技术妥协以及真实的进度落点:

    “许总,按照您之前的战略部署,我们并没有去抄英伟达的架构,因为那不仅会掉入庞大的专利陷阱,而且他们的CUDA闭源生态壁垒太高。”

    “我们完全是从零开始,设计了一套抛弃传统图形渲染包袱、专注于AI张量运算与大规模并行计算的自研GPGPU架构。”

    顾振华指着屏幕上的核心参数分析道:

    “首先,说它的缺点与技术瓶颈。”

    “第一,制程工艺被严重卡死。受限于欧美实体清单,我们拿不到台积电5nm甚至7nm的先进代工产能。这颗凌云G100第一代只能基于我们中芯国际的N+1工艺(逻辑密度接近7nm)进行流片。”

    “因为工艺限制,芯片的整体晶体管密度和极限能效比,无法直接对标英伟达目前旗舰显卡,芯片功耗偏大。”

    “第二,是显存带宽(HBM)的软肋问题。GPGPU做AI训练,最怕的是有算力、没带宽。”

    “目前全球高带宽显存(HBM)几乎被三星、海力士和美光三家垄断。天宇目前还没有自己的HBM封装产线,所以我们在凌云G100第一代上,做出了无奈的技术折中——采用了LPDDR5多通道堆叠与自研内存子系统来替代HBM,虽然靠架构优化撑住了带宽,但对比国际顶级AI卡,依然存在性能损耗。”

    “第三,生态软件栈的大山。英伟达最恐怖的不是硬件,而是积累了十几年的CUDA软件生态,让全球数百万开发者都在用它。”

    “我们虽然正在同步开发天宇自研的类CUDA编译器与算子库(内部代号天启软件栈),但要完全兼容主流AI框架,还需要漫长的时间去啃硬骨头。”

    听着顾振华毫不隐瞒提及的自身客观缺点,许晨点了点头,眼神依旧沉稳:“技术规律不可违背,制程和显存的短板是我们目前必须面对的现实。那它的优势与核心突破在哪儿?”

    ……
『加入书签,方便阅读』