Nvidia CMP 170HX memoria: HBM fisikoa, konfigurazio eraginkorra eta akatsak

Bideo honek zer jorratzen duen

• Memoria fisikoa, gaitasun eraginkorra eta fidagarriki erabilgarri dagoen memoria desberdinak dira.
• Zortzi gigabyteko eta hamar gigabyteko CMP 170HX aldaerek memoria pakete fisiko desberdinak dituzte.
• Geroko konfigurazio-erregistroek ezarpen eraginkorrak ordezkatu ditzakete, baina fusible fisikoen markak iraunkorrak dira.
• Kateren jakinarazitako errendimendu-konparazioak FP16 half2 FMA aritmetika neurtzen du OpenCL-en, inferentzia-abiaduraren konparazio kontrolaturik gabe.
• Fabrikazio-akatsak konfigurazioa desblokeatu ondoren ere mantentzen dira; egilearen hirurogeita lau gigabyteko txartelak ez zuen framebuffer gaitasun gehigarririk lortu.

Itzulitako transkripzioa

Jatorrizko ingelesezko narraziotik itzulia. Eskuragarri dauden audioa eta azpitituluak YouTube-k kontrolatzen ditu.

Nondik atera zen memoria gehigarria?

0:00 Zortzi gigabyteko GPU batek zortzi gigabyte hardware dirudi. Kate ikertzaileak Nvidiaren meatzaritza-txartel baten barruan laurogei fisikoki daudela jakinarazi du. Bideo honetan, non zegoen memoria ezkutatuta? Zergatik utzi zaitzake desblokeatzeak oraindik gutxi? Asteazkena da, azaroak hamaika, eta hau da The Daily Diff. Eta Kateren txartel batek erakusten du zehazki non amaitzen den doako hobekuntza. CMP ehun eta hirurogeita hamar HX Nvidiaren Ethereum meatzaritza-azeleragailua da,

Zer dago meatzaritza-txartel honen barruan?

0:22 A ehunaren GPU txip beraren inguruan eraikia. Katek konfigurazio-murrizketak jakinarazi ditu paketeko memoria ezkutatzen dutela. Erabilgarri dagoen gaitasuna hardware osorik eta kontrolatzaileak maneiatu dezakeen konfigurazio baten araberakoa da oraindik. Katek ikerketa azaroaren hamarrean argitaratu zuen. Gaur, Hacker News-eko irakurleek ezkutuko hardwareari eta fabrikazio-akatsiei buruz eztabaidatu dute. Produktuaren segmentazioak eta fabrikazio-errendimenduak garrantzia dute hemen. Iruzkinen atala jadanik erdieroaleen kalitate-bermea sustatu da.

0:46 Zatirik garestiena dagoeneko badago.

Nola egon daiteke instalatutako memoria ikusezin?

0:48 Banda zabaleko memoria handia, edo HBM, GPU txiparen ondoan dago paketean. Nvidiaren arkitekturaren deskribapenak txip osoa A ehun gisa saltzen den konfiguraziotik bereizten du. Hardware erlazionatuak produktu desberdinak bihur daitezke. Katek bi bertsio identifikatzen ditu. Zortzi gigabyteko txartelak fisikoki instalatuta laurogei inguru ditu. Hamar gigabyteko txartelak berrogei inguru ditu. Pakete desberdinak dira, beraz, produktu-etiketa handiagoak memoria gutxiago ekar dezake azpian. Modelo-izenaren arabera erosketak bigarren mailako bilaketa bat eskuratu du.

1:10 Fabrikazioak txip zati batzuk akastun utz ditzake. Katek ezaugarri bat desgaitzen duen konfigurazioa eta hardware akastuna identifikatzen duen erregistroa bereizten ditu. Desgaituta dauden baliabide batzuek funtzionatzen dute agerian jartzen direnean. Fisikoki hautsitako memoria-banku bat hautsita jarraitzen du, zure GitHub-eko irakurketa-fitxategia zenbat konbentzigarria den ere. Fusible elektronikoak ezarpenak betiko erregistratzen dituzten egitura fisiko txikiak dira. Ezbata-fusible bat ezbatuta geratzen da. Ezarpen eraginkorrak konfigurazio-erregistroen bidez kodetu daitezke.

Zergatik ahalbidetzen dute norabide bakarreko fusibleek konfigurazio berri bat?

1:31 Katek geroko erregistroek aurreko balio eraginkorrak ordezkatzen dituztela deskribatzen du. Historia fisikoa mantentzen da, eta hortik interpretatutako konfigurazioa aldatu egiten da. Imajinatu jatorrizko argibide bat eta geroagoko zuzenketa bat dituen dokumentu bat. Zuzenketak gehitzeak zein argibide aplikatzen den aldatzen du, jatorrizko tinta mantentzen den bitartean. Instalatutako memoria aldatu gabe dago. Inork ez zuen hondatutako HBM konpondu fusible bat berriz hazten konbentzituz. Katek ondorio deserosoa azpimarratzen du.

1:51 Fusible gehiago erretzeak murrizketa batzuk lasaitu ditzake. Nonbait, diseinu-berrikuspen guztiz arrazoizko batek "iraunkorra" hitzak bigarren zutabe bat behar zuela aurkitzen du kalkulu-orrian. Ikerketak asaldura elektriko labur bat kontrolatzailearen egiaztapenak eten eta konfigurazio-aldaketa iraunkorrak ahalbidetzen dituela jakinarazi du. Azalpen hori kontzeptuala mantenduko dugu. Hardware-prozedurak errepikatzeak txartel bat suntsitu dezake. Emaitza hau irakurtzeak buruko modelo bat ematen dizu; ez dizu bermerik ematen. Dagoeneko bazegoen CMP unlocker izeneko software-desblokeoa. Kateren konparazioak zortzi gigabyteko bertsioa hirurogeita lau gigabyte erabilgarrietan jartzen du modu horretan.

2:13 Hardware-desblokeoak laurogei gigabyte-ra irits daiteke memoria osorik badago. Katek hardware-emaitza hauek jakinarazi ditu; meatzaritza-hardwarea berrerabiltzeak historia luzeagoa du. Katek memoria osoa egiaztatu duela jakinarazi du, datuak bertan idatziz eta GPU cachea garbitu ondoren irakurriz. Artikuluak inferentzia-lan-karga funtzionatzen dutenak ere jakinarazten ditu.

Zer egin zezakeen lehenagoko software desblokeoak?

2:24 Horiek dira egilearen probak, gaitasunaren irakurketa bat baino indartsuagoak. Ez dugu modu independentean probatu aldatutako txartel bat. A ehun txikizkakoak ehun eta zortzi streaming multiprozesadore ditu, lana egiten duten taldeak. Katek funtzio-talde gehiago gaitzea jakinarazi du. Neurtutako txartelak ehun eta hogeita lau ditu. Zein taldek funtzionatzen duten, txip indibidualaren araberakoa da. Kateren erdiko zehaztasun aritmetikoaren mikrobenchmarkak

2:49 hardware desblokeatuta dagoen txartela

Zer neurtzen du A100 baino azkarragoaren emaitzak?

2:53 A ehun txikizkako bat baino hemezortzi ehuneko inguru aurrerago jartzen du. OpenCL-en eragiketa errepikatu espezifiko bat neurtzen du. Hori AI modelo guztietarako bultzada gisa irakurtzeak irabazi ez duen sustapena ematen dio grafikoari. Hacker News-eko irakurleek fabrikako probak eta fidagarritasuna aipatu zituzten. Haien teoria lehiakorrek ez dute erreprodukzio independenterik eskaintzen. Ingeniaritza baloratu dezaket eta, hala ere, lan-kargaren neurketak eta egonkortasun-exekuzio luzeak nahi ditut, hardwarea niretzat garrantzitsua den lan batean fidatu aurretik. Memoria erabilgarri gehigarriak erabaki dezake modelo bat txartel batean sartzen den ala ez. Abiadura ere lan-kargaren eta datuak sistema osoan mugitzearen araberakoa da.

3:10 Artikulu honek ez du kontrolatutako token-segundoko konparaziorik ematen. Ebaluatu modeloaren gaitasuna, aritmetika-ahalmena eta aplikazioaren errendimendua bereizita. Katek dio irudi eta bideo deskodeketarako funtzioak eta instantzia anitzeko GPU modua ez zirela zehazki probatu. Interkonexioak eta PCI Express konexio azkarragoak aldaketa gehigarriak eskatzen dituzte. Plakak, firmwareak eta hardware funtzionalak erabakitzen dute oraindik zer bihurtzen den erabilgarri. Katek dio aurkikuntzak Nvidiaren produktuaren segurtasun-taldera bidali zirela argitaratu aurretik.

Zerk bereizten du oraindik akeleragailu onartu batetik?

3:30 Argitalpenak beste ikertzaile bati egozten dio ahultasuna modu independentean aurkitzea. Ez dugu Nvidiaren erantzun publikorik edo probatutako konponbiderik egiaztatu hemen. Konfigurazio-aldaketa iraunkorrek hardwarea betiko harrapatuta utz dezakete. Desblokeo arrakastatsu batek hozte, potentzia eta fidagarritasuna ebaluatzeko utziko du oraindik. Saltzaile baten titular ikusgarria lagin bati buruzko baieztapen bat da. Gaitasunaren pantaila-argazki batek egiaztatzeko abiapuntu bat ematen dizu. Orain, doako hobekuntzaren fantasia hondatzen duen txartela. Katek hirurogeita lau gigabyte baino ez zituen osorik.

3:58 Hardware-desblokeoak ez zion memoria-abantailarik eman software-desblokeoaren aurrean. Murrizketa aldatu zen; hondatutako hardwarea hondatuta geratu zen. Hori da erosketa-ikasgai erabilgarria. Fisikoki instalatutako gaitasuna eta fidagarriki erabilgarri dagoen gaitasuna oso zenbaki desberdinak izan daitezke. Hau irakurri nahiago baduzu niri entzun baino, diff-a zure sarrera-ontzira iristen da goizero, doan the daily diff dot dev-en,

Zergatik ez zuen txartel batek memoria gehigarririk lortu?

4:19 behean esteka. Beraz, gaurko epaia, NEEDS REVIEW. Lan-kargaren eta fidagarritasunaren proba independenteak nahi nituzke aldatutako meatzaritza-txartel bat azeleragailu fidagarri gisa tratatu aurretik. Kateren ikerketak ezkutuko hardwarea ulergarri egiten du. Emaitza fidagarri bat erosteko froga gehiago behar dira. Eta hori da gaurko diff-a. Niko naiz Axrisitik. Bateratu arduraz.

4:42 Zortzi gigabyteko GPU batek zortzi gigabyte hardware dirudi.

Zein da desblokeoaren epaia?

4:44 Kate ikertzaileak Nvidiaren meatzaritza-txartel baten barruan laurogei fisikoki daudela jakinarazi du. Bideo honetan, non zegoen memoria ezkutatuta? Zergatik utzi zaitzake desblokeatzeak oraindik gutxi? Asteazkena da, azaroak hamaika, eta hau da The Daily Diff. Eta Kateren txartel batek erakusten du zehazki non amaitzen den doako hobekuntza. CMP ehun eta hirurogeita hamar HX Nvidiaren Ethereum meatzaritza-azeleragailua da, A ehunaren GPU txip beraren inguruan eraikia. Katek konfigurazio-murrizketak jakinarazi ditu.

Iturriak

1. Using voltage glitching to unleash the A100 in my mining cardKate's blog
2. NVIDIA Ampere Architecture In-DepthNVIDIA Developer
3. OpenCL-BenchmarkProjectPhysX
4. GA100VFI research provenanceKate
5. Earlier CMPunlocker projectAmogh Munikote
6. Integrated circuit having an enhanced fuseless fuse structureNVIDIA patent
7. November 11 discussion of Kate's researchHacker News
8. Jensen Huang at Stanford, April 30, 2026 — AnderseidesvikWikimedia Commons
9. Portrait and complete artwork licence: CC BY-SA 4.0Creative Commons
10. Toy Story process-commentary still sourceImgflip / Pixar-Disney media
11. Futurama fictional sceptical reaction sourceGiphy / Gifsee
12. Futurama GIF linked sourceGifsee