AI时代最根本的是什么？是算力。
随着AI模型、训练数据规模的不断膨胀，对于算力的渴求也是空前高涨，没有尽头。
强大的AI算力可以来自CPU，可以来自GPU，可以来自FPGA，可以来自ASIC，各有各的优势，其中的王者毋庸置疑就是GPU加速器。
如今的AI GPU加速器市场，呈现着明显的“一家独大、两家追赶”的态势：NVIDIA有着无可比拟的市场地位，尤其是软件生态遥遥领先；AMD、Intel都有各自的独特方案，也都有了不俗的成果。
NVIDIA的大家都比较熟了，Intel的才刚刚起步，今天我们重点聊聊AMD Instinct系列加速器，看看它能不能真正挑战NVIDIA。
毕竟，任何市场领域一家独大，都不是什么好事儿，都需要你来我往的竞争，才是对用户利益、对行业发展最为有利的。
AMD Instinct很多人可能不太熟悉，但其实历史也很优秀了，可以追溯到2017年。
不过那时候，它还叫Radeon Instinct，基础架构也是和Radeon游戏显卡通用的，包括Polaris、GCN、Vega，一直到2020年的RDNA都用过。
这么做的好处是开发成本低、推进速度快，但缺点也很明显，就是在计算方面缺乏针对性和高效率。
2020年诞生的Instinct MI100，成为这条产品线的一个转折点，因为它首次采用了专门设计的CNDA计算架构，和RDNA图形架构彻底分道扬镳，同时去掉了名字中的Radeon字样，踏上了新的征程。
2021年的Instinct MI200系列又达到了全新的高度，这是AMD第一款ExaScale百亿亿次计算性能级别的加速器产品，号称在同类产品中拥有世界上最快的HPC性能、AI性能。
它升级到了第二代CDNA 2架构，首创MCM多芯整合封装，拥有Infinity Fabric高速互连通道、矩阵核心、128GB HBM2e高带宽内存等等，性能异常强大，浮点性能约48万亿次每秒。
该系列包括MI250X、MI250、MI210三款型号，在诸多高性能计算、机器学习、人工智能、超级计算机中都有普遍应用。
尤其是顶级满血的MI250X战绩彪炳，目前公开性能世界第一、已经三连冠的超算“Frontier”，就是基于它打造的，最大性能高达119.4亿亿次浮点每秒，是第二名的多达2.7倍，峰值性能更是168亿亿次浮点每秒，是第二名的3倍还多！
第三名的“LUMI”同样是采用了MI250X，最大性能30.9亿亿次浮点每秒，峰值性能42.9亿亿次浮点每秒，相当于第二名的七八成。
值得一提的是，韩国电信运营商Kt还使用AMD Instinct平台运行了该国第一个大语言模型，支持110亿参数。
最新一代的Instinct MI300系列再次实现跨越，并开辟了全新的方向，有了两款不同的产品。
其中，MI300A是全球首款面向HPC、AI的APU加速器，基于AMD的成熟经验，开创了CPU、GPU合体加速的先河。
它采用了先进的Chiplet芯粒设计，一共有多达13颗小芯片，其中计算部分9颗，都是5nm工艺制造，基底和扩展部分4颗，都是6nm工艺制造，集成多达1460亿个晶体管。
CPU部分为Zen 4架构，三组CCD共24个核心，GPU为最新的CDNA3架构，还有128GB大容量的HBM3高带宽内存，可以为CPU、GPU所共享。
MI300A使用了标准的Socket独立封装，因此不再需要单独的CPU处理器，自己就能组建一整套加速平台，大大简化系统设计。
MI300X则是纯GPU加速器，相当于把MI300A里的CPU模块也替换成GPU，同时将HBM3内存容量增加到史无前例的192GB，带宽达到惊人的5.2TB/s。
整体集成的晶体管数量，也达到了同样史无前例的1530亿个。
作为对比，NVIDIA最新的H100加速器也只有800亿个晶体管，只有MI300X的一半多点，不在一个层级上。
为方便客户部署，AMD全新设计了Instinct平台，基于行业标准的OCP计算标准，单系统可集成最多八块OAM形态的MI300X，HBM3内存总容量达1.5TB。
Instinct MI300系列也已经开始投入商用，比如美国劳伦斯利弗莫尔实验室的新一代超级计算机EI Capitan，已开始安装MI300A加速器，搭档第四代AMD EPYC处理器。
它将在明年上线，预计性能超过200亿亿次浮点计算每秒，也就是可以超越当今第一的Frontier。
MI300X的强劲性能和超高能效，使之可以轻松应对当今AI对强算力的需求，搞定各种几百上千亿参数的大语言模型，Falcon、GPT-3、PaLM 2、PaLM等等都不在话下。
甚至，MI300X单卡就能运行800亿参数的大语言模型，尤其是得益于超大容量的HBM3内存，大模型可以完全在HBM3内存中运行，无需动用系统内存，从而省去数据传输与拷贝，大大降低延迟、提升性能。
相比于 NVIDIA 80GB HBM内存加速器，运行同样参数规模模型，MI300X所需要的GPU数量也更少，自然成本更低。
更关键的是，NVIDIA H100/A100加速器过于火爆，价格一路飙升，比如应用最多的H100目前已经要到4.5万美元一块，相当于30多万人民币，新一代的A100也需要十几万。
甚至，就算你舍得花钱，也不一定买到。负责代工的台积电也承认，H100/A100的紧缺状况还要持续大约一年半之久。
相比之下，AMD的一贯优良传统恰恰就是高性价比，正好可以给客户提供更丰富的选择空间，而不是吊在一棵树上。
当然了，作为AI加速器，不但需要硬件设计强大，更需要足够高效的开发平台、足够优化的软件和应用适配，才能彻底释放潜力。
NVIDIA在这方面无疑做得相当透彻，这也是其赢得开发者和市场的一大关键。
AMD ROCm开发平台同样历史悠久，只是在技术特性、生态适配上一直有待进一步拓展，而今在AI的驱动下正在努力追赶。
比如新一代ROCm 5.x版本，针对HPC、AI做了全方位优化，支持各种流行的AI模型、框架和算法，诸如PyTorch、TensorFlow、ONNX、OpenXLA、Triton、DeepSpeed……方便开发者根据自己的实际需要选择，灵活满足不同场景。
值得一提的是，现在部署MI210，AMD还会提供软件层面的搭建支持，让客户的安装、使用更加简单、省心。
说到这里顺带一提，除了高性能计算GPU方面，AMD还正在不断释放消费级游戏GPU的AI潜力，比如大火的文生图应用Stable Diffusion，已经可以在Windows系统下跑在AMD Radeon显卡上。
如今，你可以在Automatic1111(Xformer)下使用微软的Microsoft Olive(一个可用于转换、优化、量化和自动调整模型以通过DirectML等ONNX运行时执行提供程序获得最佳推理性能的Python工具)，来启用Stable Diffusion，从而在Windows系统上通过Microsoft DirectML，获得显著的加速。
AMD也一直在与微软合作优化AMD硬件上的Olive路径，通过微软DirectML API，以及用于DirectML的AMD用户模式驱动程序的ML层加速，从而允许用户访问AMD GPU的AI功能和性能。
按照AMD实测的数据，RX 7900 XTX在默认PyTorch路径上运行，每秒可提供1.87次迭代，而换到Microsoft Olive的优化模型上运行，每秒可提供18.59次迭代，也就是性能提升多达9.9倍！
相信像这样的生态适配和合作，未来势必也会越来越多地体现在AMD Instinct上。
最后，AMD Instinct还有一个任何对手都无法匹及的优势，那就可以是背靠完整的AI产品矩阵，提供一整套一站式解决方案。
尤其是高性能的EPYC处理器，经过几年的迭代，计算性能已经遥遥领先，新一代EPYC 9004系列已经升级到Zen 4架构、96核心192线程、12通道DDR5内存、160条PCIe 5.0总线，还衍生出了Zen 4c高能效核心、3D V-Cache 1GB+缓存等不同版本。
事实上，当今的众多高性能计算平台尤其是超级计算机，都部署了AMD EPYC、AMD Instinct这一对黄金组合，效果拔群，在各种科学与学术研究中贡献力量。
总的来说，在这个AI蓬勃发展的时代，对于强大算力的需求只会越发高涨，其中蕴含着前所未有的机遇。
NVIDIA的强大和领先毋庸置疑，软硬件结合更是做得十分到位，但一花独放不是春、百花齐放春满园，我们同时也非常希望AMD、Intel能把握住这个风口，拿出同样优秀的方案，让开发者和用户受益。
AMD更是尤为值得期待。Instinct系列加速器发展多年，屡屡实现创新突破，性能上绝对不是问题，能在超算的世界里脱颖而出就是明证，只要在开发和生态上多下一番功夫，势必更受欢迎。
同时，AMD还有着全套解决方案的支撑，特别是强大的EPYC处理器现在让Intel都不得不仰视，可以和Instinct珠联璧合，再加上一贯以来的高性价比，前途必然是相当光明的。
