AMD新发布的Instinct MI300到底怎么样?

TechWeb 文 / 新喀鸦

随着一些模型(例如大型语言模型)达到数万亿参数,AI、高性能计算和数据分析变得日益复杂。以英伟达为首的很多公司都推出了一系列用于AI计算的相关芯片。

而在近期美国加州圣何塞的AMD Advancing AI大会上,AMD正式公布了Instinct MI300系列加速器的详细规格与性能,以及众多的应用部署案例。那么AMD新发布的Instinct MI300到底怎么样?

AMD Instinct MI300系列

MI300系列包含MI300A和MI300X两款产品,其中MI300A是集成了CPU+GPU的APU(Accelerated Processing Units)产品。MI300X则是采用了纯GPU设计的GPU产品。

目前MI300系列在市场上的竞争对手无疑是英伟达的H100。在AMD官网上具体对比参数如下:

MI300A与H100相比,在AI算力方面两者几乎不分上下。

MI300A与H100相比,在高性能计算方面MI300A有着相对明显的优势。

MI300A与H100相比,在内存容量和带宽方面MI300A有着相对明显的优势。

MI300X与H100相比,在AI算力方面MI300X有着一定的优势。

MI300X与H100相比,在高性能计算方面MI300X有着相对明显的优势。

MI300A与H100相比,在内存容量和带宽方面MI300A有着相对明显的优势。

不过值得一提的是,MI300X有着304个CU(计算单元),而H100则只有132个SM(流式多处理器)。这样看来MI300X其实是靠“堆规格”把算力堆上去的。这就会造成在同样的成本下,算力方面H100比起MI300X更有优势。不过鉴于目前英伟达凭借各种优势把H100卖得很贵,AMD“堆规格”的策略也许是个不错的竞争方式。

ROCm 6

AMD在这次大会上还宣布将推出最新的AMD ROCm 6开放软件平台,不仅能提升AI加速性能,还增加了对生成式AI多项新功能的支持,包括FlashAttention、HIPGraph和vLLM等。

在生态系统层面,AMD的合作伙伴数量不断增加,除了Pytorch和Hugging Face外,OpenAI Triton 3.0版本也将支持AMD GPU。

AMD的软件生态圈ROCm(Radeon Open Compute Ecosystem)于2016年4月发布,相比2007年发布的英伟达CUDA起步较晚。因此目前从软件生态角度看,英伟达CUDA仍然具有相当的优势。

重要客户

根据目前的消息显示Meta、微软、甲骨文以及服务器供应商戴尔、惠普、联想、超微等将成为MI300系列的重要客户。这些公司的具体动向如下:

Meta正在新增AMD Instinct MI300X加速器至其数据中心。

微软近期发布Azure ND MI300x v5虚拟机(VM)系列产品。

甲骨文计划引入搭载AMD MI300X的裸机实例用于其高性能计算,且该基于MI300X的实例预计将支援配备高速RDMA网络的OCI Supercluster。

戴尔展示了Dell PowerEdge XE9680服务器,其配备8个MI300系列加速器。

惠普近期发布首款搭载AMD MI300A APU的超算加速器HPE Cray Supercomputing EX255a,预计于2024年上半年上市。

联想宣布计划将在2024年上半年推出基于AMD MI300系列加速器的创新设计。

超微推出基于第4代AMD EPYC处理器和AMD Instinct MI300系列加速器的H13系列新产品。

AMD中国官网

AMD美国官网

另外,目前在AMD中国官网AMD Instinct 加速器页面中还没有出现MI300系列的相关介绍,在“产品阵容”部分还是MI200系列的介绍信息。因此,MI300系列产品可能暂时不会向中国出售。

极客网企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2023-12-22
AMD新发布的Instinct MI300到底怎么样?
随着一些模型(例如大型语言模型)达到数万亿参数,AI、高性能计算和数据分析变得日益复杂。

长按扫码 阅读全文