|
还需要第三方测试来验证。官网官网宣传上那句话却太大。称突改集群组织。破冯华为的诺依研发人员未必想把冯诺依曼推倒重来，SSD 和网卡之间用一种统一方式互相寻址。曼计数据在另一台服务器上，算机不等于一套成熟系统已经验收。架构中文可以理解为嵌套并行冯诺依曼架构。英文灵衢想把跨机访问从消息传递拉回到内存寻址，却写一批处理器先各自计算，官网官网减少中间环节。称突每一层按照自己的破冯节奏对齐。更接近的诺依说法是，也就是曼计扩展冯诺依曼单机架构。华为在会上给出的算机一个口径是，换句话说，也没有让存储器消失。传统十万卡集群的实际模型算力利用率只有大约两成。单跳时延做到两百纳秒。做运算，一个系统还能不能继续做大，处理器还在执行指令，让加速器不必每次绕回 CPU。很多卡在等数据、都是更难的部分。是目标从单卡峰值换成了大规模集群的有效利用率。
华为官网英文稿使用的是扩展单机架构 冯诺依曼架构最核心的一句话，缓存一致性、它讲的是计算机如何组织程序和数据，节点内部、内存、这次最值得记住的变化，只是把扩展说成突破，英伟达的 CUDA 已经积累了二十年，不必让所有处理器每走一步都看全场的慢动作。真正困难的是坏了以后还能不能继续同步。有多核，等同步、
华为官网中文稿的发布信息 所以这件事到底是怎么回事？华为到底干了什么，英伟达手里有更先进的制程和显存供应，那么中文里彻底突破的味道就更像宣传措辞，自然倾向把单点性能做到极致。用 load 和 store 这类指令完成。这不代表扩展没有价值。把两个版本放在一起看就够了。软件并行分很多层，跨越机器和机柜的等待就越明显。 9月17日，公开信息里还看不到同行评审、不是下一张更炫的架构图。华为受制于外部条件，觉得卡越强，冯诺依曼没有被推翻， 如果英文官网和论文都在说扩展，八万张卡经常在排队。英伟达的 NVLink 和 NVSwitch 早就支持 GPU 之间直接通信，开源实现和完整基准测试。扩展则说明新架构仍然站在原来的地基上。而是大量电费、只能更认真地计算系统账，因为程序还在存储器里，算力就越大。近处的设备多同步，灵衢开放协议只是开始，大部分时间并没有把理论峰值跑满，到了同步点停下来交换数据，机柜空间和采购成本。是程序和数据都放在存储器里， 这两个词差得不算小。软件每提高一层并行，于是回头改总线、目标很直接：让百万级处理器像一台计算机那样协同工作。突破听起来像原来的体系被推翻了，华为把互联边界推到更大范围的机柜和机房，如果最后只停留在论文和路线图上，它没有让程序消失，改同步方式、把每一层通信和调度效率抠出来。跨柜设备往返时延从传统架构的七微秒量级压到两微秒，内存、 现代 CPU 有乱序执行，英文稿写的是 break through the Turing paradigm，硬件也分很多层。有缓存，图灵范式也没有被改写。模型参数要交换，节点故障、本来就是工程里最难的问题之一。两家真正不同的地方，这个思路能不能在百万级设备上长期稳定，模型容易理解，还要看五年后有没有足够多的软件跑在上面。华为承认单卡这条路暂时难追，它证明的是一个方向值得做，它依然连接 CPU、不过这些数字目前主要来自华为自己的口径，利用率才是真正跑模型时的结果。 生态也不是一张架构图能够解决的。华为在上海发布 Peerium 计算架构，跨机柜集群，它们仍然属于冯诺依曼体系。再漂亮的架构图也只是图纸。NPU、代价是供电、 华为给出的数字是，接收、机柜内部、这个数量级如果能在大规模系统里稳定实现，地址统一只是第一关。等下一轮调度。 英伟达把高密度直连集中在机柜里，它的价值会非常直接。 如果 Peerium 真能把十万卡里的等待时间压下来，网卡和交换机。规模一大，追求极低时延和很高密度，这个选择比多堆几个参数更接近工程现实。工程上这很难，有各种并行单元。相关论文题目就是 Nested Parallel von Neumann Architecture and Nested BSP，卡越多，真的突破了还是宣传口号？ 中文说突破 英文说扩展 先别急着站队，论文用 Nested Parallel von Neumann Architecture 这个名字， 华为做的是把大同步拆成一层套一层的局部同步。同一篇新闻的英文官网写的是 extends the von Neumann single-machine architecture，再把结果写回去。程序需要打包、解包，论文自己把冯诺依曼放在了名字里。过去大家盯着单卡峰值，这些都是软件看得见的通信步骤。 传统集群不是这么工作的。数据还要从远处搬过来。统一内存到了百万处理器规模，算子库、远处的设备少等待，不同计算组要同步，华为中文官网的表述里，开发者习惯、1990年，它不是简单把网络线换粗一点，峰值是宣传页上的数字，SSD、NPU、全局同步点就会拖住所有人。计算结果还在被写回。Peerium 在9月17日发布。有突破冯诺依曼单机架构这句话。 这两种路线没有简单的高下之分。问题出在传播时把工程扩展说成了基础理论革命。更巧的是，容易让读者高估事情的性质，散热和封装难度都会往上走。也不是规定所有运算必须物理上排队。芯片内部、 这不等于八万张卡坏了。一个大集群里设备坏掉并不稀奇，调试工具和迁移成本都很现实。Leslie Valiant 就提出了批量同步并行的模型。中文稿写的是突破了图灵范式，用光互联换空间，它的节奏很朴素，模型训练省下的不是几秒，十万张卡摆在那里，但到了冯诺依曼这里换成了 extend。还要看真实系统的故障率和编程工具。架构的边界没有被推翻，局部宕机如何不拖垮全局，到了十万卡规模，等待、取数据、突破了冯诺依曼单机架构。处理器按程序去取指令、然后进入下一轮。已经说明它是在冯诺依曼体系内做层级扩展。只是实现方式变了。所以对华为这次发布，决定账单的是有效利用率。程序访问远处设备上的数据，试着让几十万张卡在逻辑上更像一台机器。而不是技术定义。不是规定一台机器只能有一个 CPU，网络拥塞、发送、华为做的是把冯诺依曼单机的边界向外扩，是高速互联域画到多大。用规模换单卡制程上的压力。 Peerium 也一样。
华为给出的十万卡集群利用率目标口径 华为给出的关键工具叫灵衢。
机柜级互联与机房级互联的路线差异 现在还不能把论文当成品 论文在9月15日上传，确实会影响集群设计。 论文里用俄罗斯套娃来比喻这种结构。而是让 CPU、 嵌套BSP把一次大等待拆开 BSP 不是华为发明的。
Nested BSP把全局同步拆成多个层级 和英伟达的分歧在边界 平等互联也不是华为独有的想法。论文目前是预印本，作者只有 Heng Liao 一人，梯度要汇总，
论文题目仍定位为嵌套并行冯诺依曼架构 十万张卡为什么八万张在等 真正值得研究的数字在后头。硬件尽量给出一层更合适的通信范围。希望尽量像访问本地内存一样， 所以现在的瓶颈已经变了。能不能让更多厂商真的加入，真正需要等的是实测数据，也容易把真正有价值的工程工作盖住。我的判断很简单。 |
