在GTC 2012大會上，NVIDIA老總黃仁勳公佈了新一代Tesla加速卡的詳情，不過此次發布的Tesla顯卡算是雙胞㊣胎，一款是基於雙芯GK104架構的Tesla K10，另外一款則使用了真正的新架構，基於GK110核心的Tesla K20。

K10和K20的特性有所不同，重點也不一樣



首先來看K10，它的物理外〖觀與GTX 690顯卡沒什麼區別，但是NVIDIA公佈的幾項參數耐人尋味， 單精度浮點能力為4.58TFLOPS，帶寬為320GB/s ，作為對比↘的是GTX 680單精度運算能力3.09TFLOPS，192GB/s帶寬，而GTX 690也有5.62TFLOPS，384GB/s帶寬，上一代Fermi核心浮點運算能力為1.58TFLOPS，帶寬192GB/s。

從參數上看，K10達到了NVIDIA所說〇的三倍於Fermi家族的單▲精度浮點能力，但是比GTX 680只提高了50%，帶寬也只高了了67%左右，明顯不如GTX 690顯卡。

由於是同樣的架構，Tesla K10很明顯在核心和顯存頻率上做了妥協，由於GK104架構的●能效比很高，而HPC領域對功耗、發熱也不甚敏感，不知NVIDIA為何將K10的規格定的比GTX 690還低。

現場的圖片沒有公ξ佈K10的顯存容量和TDP信息，但是GeForce GRID頁面出現的〓K520顯卡規格與K10一致，而顯存容量是8GB，TDP是250W，二者其實都ξ　是雙芯GK104顯卡，因此Tesla K10也是8GB顯存，250W TDP 。 （這個功耗低於GTX 690的300W，或許是規格降低唯一可能的解釋了）

Tesla K10現在就可以出貨，但是它並不『是重點， 個人覺得它只是個過渡產品，扮演救火隊員◇的角色 ，因為GK104先天孱弱的雙精度運算能力注定了它不可能在HPC市場有多高的成就，NVIDIA之所以推GTX 690上陣︼是因為GK110架構來的比預期的還要晚。

GK110是NVIDIA針對高性能GPU計算市場開發的架》構， 之前一直傳聞到今年8月份Ψ 就會發布，但是NVIDIA給出的日期是今年第四季度 ，不論是28nm產能還是芯片自身的問題，這大半年的空白期總需要有人先頂上，這就是K10的使命了。

Tesla K20與GK110架構

NVIDIA對K20的描述是“3倍雙精度浮點性▅能”，並有Hyper-Q、Dynamic Parallelism等多種並行計算技術加持，這些是現有的GK104架構不具備的。

NVIDIA的PDF資料中╱介紹了GK110的SMX架構，也是192個CUDA核心


必須要承∞認，以前洩露的有關GK110架構的消息是錯誤的，GK110的SMX架構其實跟GK104還是一→樣的，都是192個CUDA核心，32組SFU單元以及32個LD/ST單元。

GK110架構圖


除去其他的功能單元之外，GK110核心總共有15組SMX單元，2880個CUDA核心， 但是Heise聲稱並非所有單元都是啟用的，實』際上可能只有13-14組SMX單元，實際CUDA核心是2496或者2688個。

顯存位寬是384bit，已為黃Ψ仁勳和NVIDIA CTO確認 。 由於CUDA核心數已經低於之前的報導，顯存位寬降到384bit也︽是很自然的事，如果保持GK104的6Gbps顯存速率，那麼GK110的帶寬將達到288GB/s，終於超過AMD GCN架構的260GB /s了。

NVIDIA給出的3倍雙精度浮點性能不知是跟GF110顯卡還是跟GF110核心的Tesla加速卡做的∏比較，GF110的單精度浮點能力為1.58TFLOPS，顯卡中的雙精度為單¤精度的1/ 4，也就是0.4TFLOPS，但是GF110核心的Tesla卡雙精度能力可達單精度1/2，大約是0.8TFLOPS。

如此一來，如果以顯卡為基礎，GK110的雙精度浮◣點性能大約是1.2TFLOPS以上，如果是Tesla卡的3倍，那就是2.4TFLOPS以上，鑑於後者已經超出之◣前傳聞的2TFLOPS的能力， GK110的雙精度浮點能力應該是1.2TFLOPS或更高 。

Tesla K20配置了6pin+8pin供電接口


核心面積和TDP未知，不過K20配備的是6pin和8pin供電接口，最大TDP不會超過300W。 晶體管數↓量也是一個70億，準確點說是71億。


◆ GK110並行計算ω技術介紹

顯卡規格方面的信息基本就是這麼多了，再來看一下NVIDIA為GK110所增加的新技術吧。

Dynamic Parallelism（動態並行）


GK110架構的首要№目標之一就是使程序員更方便地調用GPU強大的並行計算能力 。 傳統的模式下，GPU每次操作都需要卐CPU的參與，而Dynamic Paralleliom的存在使得※GPU接收數據時會動態刷新線程而無需CPU參與。 由於內核有了獨立載入工作負載的能力，動態並行技術允許程序直接在GPU上運行。

這項技術的好處就是可↑以降低編程的複雜性，原本需要200-300行代碼才能完成的工作在GK110顯卡上只需要30行就可以了。

Hyper-Q


上一項技術強調的⌒是簡化操作，是給CPU減負，而Hyper-Q則是增加了CPU同時載入工作的」核心數，是在提升=高CPU的利用率，避免CPU過多的閒置。

Fermi架構中CPU只能同時運行一個MPI（Message Passing Interface消息∑　傳遞接口）任務，但是在GK110架構中CPU同時∑　運行的MPI任務數多達32個。

傳統的MPI任務主要基於多核CPU應用，與GPU強大的並行計算能力相★比，CPU處理的MPI任務量實在是太小了，往往會□帶來虛假的GPU依賴性，導致GPU的性能無法有效利用， Hyper-Q大幅提高了CPU可以分配給GPU的MPI任務量，如果同時傳①遞32個任務給GPU，那麼理論性能會達到Fermi架構的32倍，實際應用中雖然不會這麼誇張，但是優化調度之後GPU的並行計算能力♀還是會有改善。

GPU Direct


GPU Direct直連是NVIDIA官方PDF中沒有提到◣的，不過依然值得解釋一下。 NVIDIA已經Ψ推出了基於Kepler架構的GeForce GRID雲遊戲技術，那麼使用Kepler顯卡的服務器就免∴不了要互相交換數據。 GPU Direct技術可以讓服務器的中不同顯卡直接讀取顯存的數據，甚至不同服務器之間的顯卡也可以通過網〖卡讀取另一塊顯卡顯存中的數據，簡單來說就是提高了顯卡的數據交換能力，所需的步√驟更少，延遲更低。

CUDA 5

要想使用上面介紹的技術就必須使用新的CUDA 5，GTC大會上NVIDIA已經發布了一個預覽版的CUDA 5 SDK，正式⌒　版將在今年三季度發布。

Kepler顯卡發布之後，Tesla家族也終於迎來架構更新，而且很快就會有更新架構的Tesla加速卡，得益於GK104良好的效能☆比，NVIDIA的Tesla加速卡也具備了這樣的能力，性能更強的同時功耗▼更低。

新一代GK110架構重點針對GPU計算性能做了加強，雙精度浮點能力提升到之前架構的三倍，並有動態並〗行、Hyper-Q、GPU Direct等技術輔助，無論是易用性還是性能都有明顯改善，擔當起GPU計算的ω　光榮使命了。