英伟达三大AI法宝：CUDA、Nvlink、InfiniBand

01. CUDA架构，助力AI加速计算生态

GPU适用于处理大数据集，CUDA核是本质原因。最开始，GPU(图形处理单元)作为一种专用计算机处理器，可以满足实施高分辨率3D图形计算密集型任务的需求。到2012年，由于GPU已经发展成为高度并行的多核系统，让它具备了处理大量数据的能力。简而言之，CPU做的专注线性计算，GPU做的是并行计算(数据之间没有直接关系)，而本质的原因是CUDA核的不同，CUDA核越多，计算性能越强，而GPU的CUDA核数是CPU的上百倍，如AMD EPYC 7003系列7763核心数为64个，而英伟达A100 40GB核心数为6912个。

CUDA的本质是“软件定义硬件”，实现“软件调用硬件”。CUDA是一种并行计算平台和应用程序编程接口(API)，允许软件使用特定类型的图形处理单元(GPU)进行通用目的的处理，称为通用图形处理单元计算(GPGPU)。CUDA提供了直接访问GPU虚拟指令集和并行计算元素的软件层，用于执行计算内核。CUDA支持的GPU还可以使用编程框架，通过将代码编译为CUDA来使用HIP。CUDA将从前多种不同的代码整合成了一气呵成的代码，这样极大的加快了开发模型的训练速度。可以简单理解，CUDA是英伟达实现软硬件适配的一种“类编译器”，将软件的代码转换成硬件汇编代码，CUDA是英伟达实现软硬件生态的护城河。

CUDA助力加速计算及深度学习：GPU通过图形应用程序的算法存在算法密集、高度并行、控制简单、分多个阶段执行等特征，英伟达引入的CUDA使GPU超越了图形领域。同时，CUDA的框架和库可以充分发挥GPU的并行计算能力，提供高效的矩阵运算、卷积运算等计算任务的实现，大大简化深度学习的编程工作，提高开发效率和代码质量。在经GPU加速的应用中，工作负载的串行部分在CPU上运行，而应用的计算密集型部分则以并行方式在数千个GPU 核心上运行，能够大幅提升计算效率。目前NVIDIA H100 GPU的CUDA数已达到14592个，远超AMD EPYC Genoa-X CPU的96个核心。

CUDA生态合作者规模翻倍增长。根据英伟达2023财年年报，目前有400万名开发者正在与CUDA合作，而且规模还在不断扩大。英伟达通过12年的时间达到200万名开发者，在过去的两年半里该数字翻了一番。目前CUDA的下载量已经超过了4000万次。

02. Nvlink、NVSwitch助力芯片快速互联互通

速度更快、可扩展性更强的互连已成为当前的迫切需求: AI和高性能计算领域的计算需求不断增长，对于能够在每个GPU之间实现无缝高速通信的多节点、多GPU系统的需求也在与日俱增。要打造功能强大且能够满足业务速度需求的端到端计算平台，可扩展的快速互连必不可少。简而言之，随着模型复杂程度增加，单张GPU无法完成训练任务，需要联合多张GPU，乃至多台服务器搭建集群协同工作，并需要GPU之间以及服务器之间进行数据传输交互。我们认为数据传输同样也是大模型算力集群能力的重要体现。

英伟达推出NVLink技术代替传统的PCIe技术：第四代NVIDIA NVLink 技术可为多GPU系统配置提供高于以往1.5倍的带宽，以及增强的可扩展性。单个 NVIDIA H100 Tensor Core GPU 支持多达18个NVLink 连接，总带宽为900GB/s，是PCIe 5.0带宽的7倍。NVIDIADGX H100等服务器可利用这项技术来提高可扩展性，进而实现超快速的深度学习训练。

NVSwitch与Nvlink协同互联，助力英伟达高速通信能力构建: NVSwitch是一种高速交换机技术，可以将多个 GPU 和 CPU 直接连接起来，形成一个高性能计算系统。每个NVSwitch都有 64 个 NVLink 端口，并配有 NVIDIA SHARP 引擎，可用于网络内归约和组播加速。

 

03. InfiniBand配合组网技术实现高效互联互通

IB交换机：是采用InfiniBand网络通信标准的交换机（以太网交换机是采用以太网协议），IB网络具备高吞吐带宽和低网络时延等优点。Mellanox是全球IB交换机领先厂商，2020年被英伟达68亿美金收购。当前AI大模型的建设，尤其模型的训练部分，英伟达的网络配置方案已经占据了绝对领先地位。目前业界基于英伟达A100和H100 GPU构建的网络以配套IB交换机为主：

DGX A100 SuperPOD基本部署结构信息为，140台服务器(每台服务器8张GPU）+交换机（每台交换机40个端口，单端口200G），网络拓扑结构为IB fat-tree（胖树），交换机速率为200Gb/s；交换机建议Mellanox HDR 200GB/s InfinBand交换机；

DGX H100 SuperPOD基本部署结构信息为：32台服务器(每台服务器8张GPU）+12台交换机，网络拓扑结构为IB fat-tree（胖树），交换机单端口400G速率，可合并形成800G端口；交换机建议NVIDIA Quantum QM9700 switc；

以太网是一种广泛使用的网络协议，但其传输速率和延迟无法满足大型模型训练的需求。相比之下，端到端IB（InfiniBand）网络是一种高性能计算网络，能够提供高达 400 Gbps 的传输速率和微秒级别的延迟，远高于以太网的性能。这使得IB网络成为大型模型训练的首选网络技术。

Infiniband网络（IB网络）：是指通过一套中心 Infiniband 交换机在存储、网络以及服务器等设备之间建立一个单一的连接链路，通过中心 Infiniband 交换机来控制流量，能够降低硬件设备间数据流量拥塞，有效解决传统 I/O结构的通信传输瓶颈，还能与远程存储设备和网络设备相连接。

端到端IB网络还支持数据冗余和纠错机制，能够保证数据传输的可靠性。在处理大模型中较多的数据时，数据传输错误或数据丢失可能会导致训练过程中断甚至失败，因此保证传输的可靠性尤为重要，而IB网路有效实现了保证。

审核编辑：黄飞