2024年5月19日发(作者：联想电脑i7笔记本电脑)

请下载支持！

蒃薇衿肁莁袆葿

NVIDIA Tesla K10 及 K20 技术规格详解

在GTC 2012大会上，NVIDIA老总黄仁勋公布了新一代Tesla加速卡的详情，不过此次发布的Tesla

显卡算是双胞胎，一款是基于双芯GK104架构的Tesla K10，另外一款则使用了真正的新架构，基于GK110

核心的Tesla K20。K10和K20的特性有所不同，重点也不一样

首先来看K10，它的物理外观与GTX 690显卡没什么区别，但是NVIDIA公布的几项参数耐人寻味，单精

度浮点能力为4.58TFLOPS，带宽为320GB/s ，作为对比的是GTX 680单精度运算能力3.09TFLOPS，

192GB/s带宽，而GTX 690也有5.62TFLOPS，384GB/s带宽，上一代Fermi核心浮点运算能力为

1.58TFLOPS，带宽192GB/s。从参数上看，K10达到了NVIDIA所说的三倍于Fermi家族的单精度浮点

能力，但是比GTX 680只提高了50%，带宽也只高了了67%左右，明显不如GTX 690显卡。由于是同样

的架构，Tesla K10很明显在核心和显存频率上做了妥协，由于GK104架构的能效比很高，而HPC领域

对功耗、发热也不甚敏感，不知NVIDIA为何将K10的规格定的比GTX 690还低。现场的图片没有公布

K10的显存容量和TDP信息，但是GeForce GRID页面出现的K520显卡规格与K10一致，而显存容量

是8GB，TDP是250W，二者其实都是双芯GK104显卡，因此Tesla K10也是8GB显存，250W TDP 。

（这个功耗低于GTX 690的300W，或许是规格降低唯一可能的解释了）Tesla K10现在就可以出货，但

是它并不是重点，个人觉得它只是个过渡产品，扮演救火队员的角色，因为GK104先天孱弱的双精度运算

能力注定了它不可能在HPC市场有多高的成就，NVIDIA之所以推GTX 690上阵是因为GK110架构来的

比预期的还要晚。GK110是NVIDIA针对高性能GPU计算市场开发的架构，之前一直传闻到今年8月份

就会发布，但是NVIDIA给出的日期是今年第四季度，不论是28nm产能还是芯片自身的问题，这大半年

的空白期总需要有人先顶上，这就是K10的使命了。Tesla K20与GK110架构NVIDIA对K20的描述是“3

倍双精度浮点性能”，并有Hyper-Q、Dynamic Parallelism等多种并行计算技术加持，这些是现有的GK104

架构不具备的。NVIDIA的PDF资料中介绍了GK110的SMX架构，也是192个CUDA核心

请下载支持！

必须要承认，以前泄露的有关GK110架构的消息是错误的，GK110的SMX架构其实跟GK104还是一样

的，都是192个CUDA核心，32组SFU单元以及32个LD/ST单元。GK110架构图

除去其他的功能单元之外，GK110核心总共有15组SMX单元，2880个CUDA核心，但是Heise声称并

请下载支持！

非所有单元都是启用的，实际上可能只有13-14组SMX单元，实际CUDA核心是2496或者2688个。显

存位宽是384bit，已为黄仁勋和NVIDIA CTO确认。由于CUDA核心数已经低于之前的报导，显存位宽降

到384bit也是很自然的事，如果保持GK104的6Gbps显存速率，那么GK110的带宽将达到288GB/s，

终于超过AMD GCN架构的260GB /s了。NVIDIA给出的3倍双精度浮点性能不知是跟GF110显卡还是

跟GF110核心的Tesla加速卡做的比较，GF110的单精度浮点能力为1.58TFLOPS，显卡中的双精度为单

精度的1/ 4，也就是0.4TFLOPS，但是GF110核心的Tesla卡双精度能力可达单精度1/2，大约是

0.8TFLOPS。如此一来，如果以显卡为基础，GK110的双精度浮点性能大约是1.2TFLOPS以上，如果是

Tesla卡的3倍，那就是2.4TFLOPS以上，鉴于后者已经超出之前传闻的2TFLOPS的能力， GK110的

双精度浮点能力应该是1.2TFLOPS或更高。Tesla K20配置了6pin+8pin供电接口

核心面积和TDP未知，不过K20配备的是6pin和8pin供电接口，最大TDP不会超过300W。晶体管数

量也是一个70亿，准确点说是71亿。◆ GK110并行计算技术介绍显卡规格方面的信息基本就是这么多

了，再来看一下NVIDIA为GK110所增加的新技术吧。Dynamic Parallelism（动态并行）

请下载支持！

GK110架构的首要目标之一就是使程序员更方便地调用GPU强大的并行计算能力。传统的模式下，GPU

每次操作都需要CPU的参与，而Dynamic Paralleliom的存在使得GPU接收数据时会动态刷新线程而无

需CPU参与。由于内核有了独立加载工作负载的能力，动态并行技术允许程序直接在GPU上运行。这项

技术的好处就是可以降低编程的复杂性，原本需要200-300行代码才能完成的工作在GK110显卡上只需

要30行就可以了。Hyper-Q

上一项技术强调的是简化操作，是给CPU减负，而Hyper-Q则是增加了CPU同时加载工作的核心数，是

在提升=高CPU的利用率，避免CPU过多的闲置。Fermi架构中CPU只能同时运行一个MPI（Message

Passing Interface消息传递接口）任务，但是在GK110架构中CPU同时运行的MPI任务数多达32个。

传统的MPI任务主要基于多核CPU应用，与GPU强大的并行计算能力相比，CPU处理的MPI任务量实

在是太小了，往往会带来虚假的GPU依赖性，导致GPU的性能无法有效利用， Hyper-Q大幅提高了CPU

可以分配给GPU的MPI任务量，如果同时传递32个任务给GPU，那么理论性能会达到Fermi架构的32

请下载支持！

倍，实际应用中虽然不会这么夸张，但是优化调度之后GPU的并行计算能力还是会有改善。GPU Direct

GPU Direct直连是NVIDIA官方PDF中没有提到的，不过依然值得解释一下。 NVIDIA已经推出了基于

Kepler架构的GeForce GRID云游戏技术，那么使用Kepler显卡的服务器就免不了要互相交换数据。 GPU

Direct技术可以让服务器的中不同显卡直接读取显存的数据，甚至不同服务器之间的显卡也可以通过网卡

读取另一块显卡显存中的数据，简单来说就是提高了显卡的数据交换能力，所需的步骤更少，延迟更低。

CUDA 5要想使用上面介绍的技术就必须使用新的CUDA 5，GTC大会上NVIDIA已经发布了一个预览版

的CUDA 5 SDK，正式版将在今年三季度发布。Kepler显卡发布之后，Tesla家族也终于迎来架构更新，

而且很快就会有更新架构的Tesla加速卡，得益于GK104良好的效能比，NVIDIA的Tesla加速卡也具备

了这样的能力，性能更强的同时功耗更低。新一代GK110架构重点针对GPU计算性能做了加强，双精度

浮点能力提升到之前架构的三倍，并有动态并行、Hyper-Q、GPU Direct等技术辅助，无论是易用性还是

性能都有明显改善，担当起GPU计算的光荣使命了。