ロードマップでわかる！当世プロセッサー事情 第633回

Ponte VecchioとIntel Arcに関する疑問をRaja Koduri氏が回答　インテル GPUロードマップ

　前回に引き続きインテルのGPUシリーズを解説する。17日、先日のArchitecture Dayに関するラウンドテーブルがあり、インテルのRaja Koduri氏ほかに直接質問をする機会に恵まれた。もちろん質問はGPUに関するものだけであるが、Ponte Vecchioに加えてIntel Arcに関しても質問できたので、これらの情報をアップデートの形でお届けしよう。

おなじみKoduri氏。他にRoger Chandler氏(VP&GM, Client Graphics Products and Solutions)とJeff McVeigh氏(VP&GM, Data Center XPU Products & Solutions)も参加した

Ponte Vecchioは行列演算が可能

　まずPonte Vecchioに関して。連載632回で、「Matrix EngineはDP4A命令に代表されるAI/ML命令のみの処理が可能なのかも」と書いたが、実際には汎用的な行列演算が可能という話であった。

　これはoneAPIや業界標準の、例えばマイクロソフトの提供する開発ツール経由で利用可能とのことで、AMXと互換性はない。oneAPI経由で見れば、AMXもXMXも同じように扱えるが、AMX命令がそのまま利用できるわけではない、との話であった。

　おそらくスループットそのものはAMXの方が大きいと思われるが、その代わり演算ユニットの数はXMXの方が多いわけで、XMXを利用して大規模な行列演算などは現実的に可能と思われる。

　実はすでにインテルのMKL(Math Kernel Library:算術演算ライブラリー)はoneAPI対応のoneAPI MKLがリリースされており、Ponte Vecchioを利用する場合にはこのoneAPI MKLを利用すればBLAS(Basic Linear Algebra Subprograms:と行列基本線型代数演算ライブラリー)はXMXを利用して処理可能になるわけだ。

　NVIDIAのTensor Coreももともと行列演算が可能になっていたが、初代/第2世代は混合精度で、いわゆるFP32/64は未サポートなので、AI/ML処理には使えても科学技術演算にはかなり厳しく、精度が十分に取れないという制約があった。

　ところがAmpereに搭載された第3世代のTensor Coreでは倍精度演算(DMMA:Double-precision Matrix Multiply-Add)がサポートされたことで、科学技術演算にも十分利用できるようになった。Ponte Vecchioもこれに匹敵する利用が可能かどうか現時点でははっきりしないが、少なくとも方向性は同じであることがわかった。

HPCにもレイトレーシングは必要

　次にレイトレーシング・ユニット。連載629回で「HPC向けにレイトレーシングは本当に必要なのだろうか？」と書いたが、これについてはJeff McVeigh氏がはっきり「必要だ。例えば大規模なシミュレーションの結果の可視化などで利用される。レイトレーシングの技術も進化しており、単に高速でというだけでなく、超高精画質を得る方向性もある。単に可視化のみならずコンテンツ制作やAI/MLなどでも利用される可能性がある」とした。

X^e Coreごとにレイトレーシング・ユニットが搭載されている。シミュレーション結果の可視化や超高精画質などに利用するため、HPCにもレイトレーシングは必要とJeff McVeigh氏は語る

　また連載632回で書いた“PVC 2T”についても「われわれは異なるパワーエンベローブに対応するために、1タイルのPonte Vecchioを提供する予定がある」との返事をもらった。

表に“PVC 2T”と書かれている。“2T”ということは、“1T”や“4T”があっても不思議ではないが、それが明言されたことになる。実際、Ponte VecchioのPVC 1Tを作るのはかなり容易だ

　まだPonte Vecchioは細かなスペックが出ていないが、一説にはPonte Vecchio OAMは1個で消費電力が400Wを超えるという。これは実際載っているモジュールと性能を考えれば納得できる数字である。

左端のモジュールがPonte Vecchio OAM。これ1個で消費電力が400Wを超えるらしい

　下の画像を基にすれば、1タイルでも22TFlopsを超える性能を持ち、しかも300W未満の消費電力なので、そうしたニーズは多くありそうに思える。

1.4GHz駆動では実際の処理性能は45.87TFlopsほどになる。1タイルでは22TFlopsを超える性能ということになる