龍芯官宣未來(lái)三代GPGPU顯卡！從對(duì)標(biāo)7年前RX550到進(jìn)軍xnm、兼容CUDA

龍芯近日舉辦了盛大發(fā)布會(huì)，正式推出龍芯3C6000系列服務(wù)器處理器、龍芯2K3000/3B6000M工控與終端處理器，甚至預(yù)告了下一代CPU微架構(gòu)。

與此同時(shí)，龍芯還回顧了在GPU圖形核心領(lǐng)域的發(fā)展歷程，首次披露了未來(lái)多代技術(shù)和產(chǎn)品規(guī)劃。

龍芯的主業(yè)是CPU通用處理器，而做GPU的最初目的很簡(jiǎn)單，就是為了解決和龍芯CPU的配套問(wèn)題，因?yàn)楫?dāng)時(shí)面臨著進(jìn)口低端GPU芯片供貨不穩(wěn)定不暢通、嵌入式GPU不適合桌面市場(chǎng)的情況。

有了自己的CPU、GPU，龍芯就可以形成自我配套，形成系統(tǒng)優(yōu)勢(shì)，降低系統(tǒng)成本。

早在2016年，龍芯GPU項(xiàng)目就立項(xiàng)了，這個(gè)時(shí)間可能比很多人想象的都要早很多。

2017年開(kāi)展圖形算法調(diào)研;2018年進(jìn)行總體架構(gòu)設(shè)計(jì)，同時(shí)開(kāi)展結(jié)構(gòu)模擬器設(shè)計(jì);2019年完成模擬器驗(yàn)證，轉(zhuǎn)入邏輯與結(jié)構(gòu)設(shè)計(jì)階段。

2020年，龍芯首款GPU LG100誕生，應(yīng)用于龍芯2K2000處理器、龍芯7A2000橋片(搭配(龍芯3號(hào)系列)，性能接近AMD R5 230.至此龍芯完成了GPU結(jié)構(gòu)設(shè)計(jì)與驗(yàn)證的全套工作。

2021年的LG110屬于小幅迭代升級(jí)，在相同面積下算力性能提升了一倍，也用于龍芯7A2000.

2022年的LG120則是又一次迭代，主要是提高了光柵化精度，優(yōu)化了圖形與算法，龍芯2K2000后期用的就是它。

龍芯的GPU設(shè)計(jì)是從零開(kāi)始自研的，沒(méi)有依賴境外IP，也沒(méi)有歷史包袱，技術(shù)上也早期的固定功能流水線、可編程流水線階段，直接進(jìn)入了統(tǒng)一渲染流水線架構(gòu)。

當(dāng)然，龍芯GPU起點(diǎn)并不算高，初期僅能支持OpenGL 2.1、OpenGL ES 2.0.但已經(jīng)能夠基本滿足現(xiàn)代桌面應(yīng)用的顯示需求，可靠性和兼容性也都得到了市場(chǎng)驗(yàn)證，尤其是大幅降低了龍芯終端的成本。

迄今為止，LG100系列的出貨規(guī)模已經(jīng)超過(guò)了百萬(wàn)顆。

2021年，LG100系列持續(xù)迭代的同時(shí)，龍芯就啟動(dòng)了第二代LG200的調(diào)研與整體設(shè)計(jì)。

這一次，龍芯調(diào)整了GPU設(shè)計(jì)思路，從統(tǒng)一渲染架構(gòu)進(jìn)步到通用計(jì)算架構(gòu)，將以往的圖形處理為中心，變成了計(jì)算為中心，這不亞于又一次從零起步。

之所以這么快轉(zhuǎn)換方向，因?yàn)辇埿疽庾R(shí)到，未來(lái)將是計(jì)算的天下，即使是圖形處理也以計(jì)算任務(wù)的形式存在。可以說(shuō)，這也為后續(xù)的通用計(jì)算、AI處理發(fā)展打下了基礎(chǔ)。

經(jīng)過(guò)漫長(zhǎng)而復(fù)雜的設(shè)計(jì)、驗(yàn)證、迭代、磨合，加上配套驅(qū)動(dòng)開(kāi)發(fā)，一直到2024年，LG200才最終完工，用于這次發(fā)布的龍芯2K3000/3B6000M。

從路線圖上看，它也會(huì)有一個(gè)迭代升級(jí)版本LG210.預(yù)計(jì)會(huì)在后期的龍芯2K3000/3B6000M中使用。

龍芯2K3000/3B6000M中集成的LG200 GPU，圖形性能有了成倍的提高，像素填充率從2GP/s提高到4GP/s，紋理填充率從2GT/s提高到8GT/s，還支持OpenGL 3.3、OpenGL ES 3.1、OpenCL 1.1.

LG200還初步支持通用計(jì)算加速和AI加速，運(yùn)行目標(biāo)識(shí)別等AI任務(wù)、大語(yǔ)言模型等都沒(méi)有問(wèn)題。

這可以說(shuō)是龍芯的第一款GPGPU產(chǎn)品，官方宣稱900MHz頻率下FP16單精度浮點(diǎn)性能230.4 GFlops(2304億次每秒)、INT8整數(shù)性能7.2 TOPS(7.2萬(wàn)億次每秒)。

事實(shí)上，它的頻率最高可以達(dá)到2.2-2.5GHz，適當(dāng)開(kāi)放頻率的話FP16浮點(diǎn)、INT8整數(shù)性能分別可以達(dá)到256 GFlops、8 TOPS。

GPGPU可以說(shuō)是圖形處理器歷史發(fā)展的第四個(gè)階段，將通用計(jì)算、圖形渲染合為一體，一肩挑，這也是現(xiàn)代GPU的基礎(chǔ)特性。

對(duì)于龍芯來(lái)說(shuō)，CPU補(bǔ)課基本完成，GPU依然還在補(bǔ)課階段，尤其是API支持，之前落后太多，下一步將逐步支持OpenGL 3.2/4.0、OpenCL 3.0(雖然它已經(jīng)基本涼涼)，并加入新的Vulkan 1.1.

什么?你說(shuō)DirectX?這是個(gè)封閉標(biāo)準(zhǔn)，純自研的國(guó)產(chǎn)GPU暫時(shí)還做不到，除非買Imagination PowerVR之類的國(guó)外IP授權(quán)。

性能方面，龍芯GPU將首先繼續(xù)升級(jí)架構(gòu)，全面實(shí)現(xiàn)基本功能，然后擴(kuò)展功能和性能，全面優(yōu)化挖潛，逐步實(shí)現(xiàn)圖形流水線、計(jì)算性能的可擴(kuò)展，大力提高能效比、單位面積性能。

這就是龍芯說(shuō)的“先通后?！钡陌l(fā)展路線，也就是先做好通用的GPU，再做好專用的GPGPU，尤其是在AI方面，當(dāng)然現(xiàn)階段主要面向端側(cè)的AI推理，滿足日常應(yīng)用。

至于云側(cè)的AI訓(xùn)練，那是AI加速卡的工作，龍芯至少目前不考慮。

龍芯未來(lái)的GPGPU也要分為三步走，并開(kāi)啟一個(gè)全新的龍芯9A系列，也可以叫LG300系列。

龍芯GPGPU的架構(gòu)設(shè)計(jì)，看起來(lái)和NVIDIA的頗為相似，也是分為多個(gè)GPC(圖形處理集群)，彼此通過(guò)L1N網(wǎng)絡(luò)互連。

所有GPC加上二級(jí)緩存，通過(guò)L2N網(wǎng)絡(luò)連接各個(gè)頂層模塊，包括內(nèi)存控制器、指令處理器、顯示控制器、視頻編解碼控制器、PCIe控制器。

不同硅片之間，還可以通過(guò)LCL龍鏈進(jìn)行互連，大大擴(kuò)充芯片規(guī)模和性能。

再深入來(lái)看，GPC內(nèi)部由一條GP圖形流水線、多個(gè)SP流處理器組成，而每個(gè)流處理包括一個(gè)紋理單元、多個(gè)矢量單元，而每個(gè)矢量單元又包括16個(gè)FP16單精度浮點(diǎn)單元、1個(gè)FP32雙精度浮點(diǎn)單元、1個(gè)Tensor張量單元(就差A(yù)I單元了)。

每個(gè)單元的性能指標(biāo)，也都已經(jīng)確定。

需要強(qiáng)調(diào)的是，龍芯GPGPU雖然自研，但并不封閉，原則就是兼容主流、擁抱開(kāi)源。

作為一套加速計(jì)算平臺(tái)，龍芯GPGPU將具備全方位的能力，計(jì)算API方面不但支持傳統(tǒng)的OpenCL，更是提出了兼容CUDA(暫不清楚會(huì)如何做到)，可支撐訓(xùn)練、推理、微調(diào)等全場(chǎng)景AI，覆蓋云側(cè)、邊緣側(cè)、端側(cè)全領(lǐng)域。

此外，圖形API會(huì)緊跟OpenGL、Vulkan兩大行業(yè)主流，視頻編解碼加速支持會(huì)逐漸覆蓋更多格式。

龍芯9A1000：

已經(jīng)進(jìn)入設(shè)計(jì)尾聲階段，即將完成流片，2026年推出。

這將是龍芯首款GPGPU專用芯片，通過(guò)它初步走通和驗(yàn)證設(shè)計(jì)思路，可用于獨(dú)立顯卡、AI加速卡。

它的定位比較低，成本也比較低，性能大致相當(dāng)于AMD 7年前的入門顯卡RX 550.但已經(jīng)支持曲面細(xì)分、計(jì)算著色器等特性，不過(guò)圖形API僅支持到OpenGL 4.0(RX 550 OpenGL 4.6)。

集成視頻編解碼模塊，支持最常見(jiàn)的H.264、H.265.

AI推理性能方面，預(yù)計(jì)INT8整數(shù)格式下達(dá)到32-40 TOPS。

龍芯9A2000：

2027年推出，將達(dá)到主流性能，實(shí)現(xiàn)完整功能，用于桌面和服務(wù)器。

通過(guò)架構(gòu)優(yōu)化、堆料雙管齊下，大力提升性能單位比，整體性能可以提升大約4倍，比如FP16浮點(diǎn)達(dá)到5 TFlops，INT8整數(shù)達(dá)到160 TOPS。

它還將首次支持雙硅片互連，性能再翻一倍，達(dá)到同工藝下的國(guó)際先進(jìn)水平。

圖形API方面終于可以支持到OpenGL 4.6.張量單元支持包括BF16在內(nèi)的更多數(shù)據(jù)格式，還加入虛擬化支持。

龍芯9A3000：

暫無(wú)時(shí)間表，將首次沖擊高端高性能，工藝和龍芯CPU一樣演進(jìn)到xnm，頻率有望得以大幅提升，性能再次實(shí)現(xiàn)3-5倍的躍升。