在大规模模型训练的领域中，构建高性能GPU服务器的基础架构通常依托于由单个服务器搭载8块GPU单元所组成的集群系统。这些服务器内部配置了如A100、A800、H100或H800等高性能GPU型号，并且随着技术发展，未来可能还会整合{4, 8} L40S等新型号GPU。下图展示了一个典型的配备了8块A100 GPU的服务器内部GPU计算硬件连接拓扑结构示意图。
添加图片注释，不超过 140 字（可选）
本文将依据上述图表，对GPU计算涉及的核心概念与相关术语进行深入剖析和解读。
PCIe交换机芯片
在高性能GPU计算的领域内，关键组件如CPU、内存模块、NVMe存储设备、GPU以及网络适配器等通过PCIe（外设部件互连标准）总线或专门设计的PCIe交换机芯片实现高效顺畅的连接。历经五代技术革新，目前最新的Gen5版本确保了设备间极为高效的互连性能。这一持续演进充分彰显了PCIe在构建高性能计算系统中的核心地位，显著提升了数据传输速度，并有力地促进了现代计算集群中各互联设备间的无缝协同工作。
NVlink概述
NVlink定义
NVlink是英伟达（NVIDIA）开发并推出的一种总线及其通信协议。NVlink采用点对点结构、串列传输，用于中央处理器（CPU）与图形处理器（GPU）之间的连接，也可用于多个图形处理器之间的相互连接。与PCI Express不同，一个设备可以包含多个NVlink，并且设备之间采用网格网络而非中心集线器方式进行通信。该协议于2014年3月首次发布，采用专有的高速信号互连技术（NVHS）。
该技术支持同一节点上GPU之间的全互联，并经过多代演进，提高了高性能计算应用中的双向带宽性能。
NVlink的发展历程：从NVlink 1.0到NVlink 4.0
NVlink技术在高性能GPU服务器中的演进如下图所示：
添加图片注释，不超过 140 字（可选）
NVlink 1.0
-
连接方式：采用4通道连接。
-
总带宽：实现高达160 GB/s的双向总带宽。
-
用途：主要用于加速GPU之间的数据传输，提升协同计算性能。
NVlink 2.0
-
连接方式：基于6通道连接。
-
总带宽：将双向总带宽提升至300 GB/s。
-
性能提升：提供更高的数据传输速率，改善GPU间通信效率。
NVlink 3.0
-
连接方式：采用12通道连接。
-
总带宽：达到双向总带宽600 GB/s。
-
新增特性：引入新技术和协议，提高通信带宽和效率。
NVlink 4.0
-
连接方式：使用18通道连接。
-
总带宽：进一步增加至双向总带宽900 GB/s。
-
性能改进：通过增加通道数量，NVlink 4.0能更好地满足高性能计算和人工智能应用对更大带宽的需求。
NVlink 1.0、2.0、3.0和4.0之间的关键区别主要在于连接通道数目的增加、所支持的总带宽以及由此带来的性能改进。随着版本迭代，NVlink不断优化GPU间的数据传输能力，以适应日益复杂且要求严苛的应用场景。
NVSwitch
NVSwitch是NVIDIA专为满足高性能计算和人工智能应用需求而研发的一款交换芯片，其核心作用在于实现同一主机内部多颗GPU之间的高速、低延迟通信。下图呈现了一台典型配置8块A100 GPU的主机硬件连接拓扑结构。
添加图片注释，不超过 140 字（可选）
下图展示的是浪潮NF5488A5 NVIDIA HGX A100 8 GPU组装侧视图。在该图中，我们可以清楚地看到，在右侧六个大型散热器下方隐蔽着一块NVSwitch芯片，它紧密围绕并服务于周围的八片A100 GPU，以确保GPU间的高效数据传输。
NVlink交换机
NVlink交换机是一种由NVIDIA专为在分布式计算环境中的不同主机间实现GPU设备间高性能通信而设计制造的独立交换设备。不同于集成于单个主机内部GPU模块上的NVSwitch，NVlink交换机旨在解决跨主机连接问题。可能有人会混淆NVlink交换机和NVSwitch的概念，但实际上早期提及的“NVlink交换机”是指安装在GPU模块上的切换芯片。直至2022年，NVIDIA将此芯片技术发展为一款独立型交换机产品，并正式命名为NVlink交换机。
HBM（高带宽内存）
传统上，GPU内存与常见的DDR（双倍数据速率）内存相似，通过物理插槽插入主板并通过PCIe接口与CPU或GPU进行连接。然而，这种配置在PCIe总线中造成了带宽瓶颈，其中Gen4版本提供64GB/s的带宽，Gen5版本则将其提升至128GB/s。
为了突破这一限制，包括但不限于NVIDIA在内的多家GPU制造商采取了创新手段，即将多个DDR芯片堆叠整合，形成了所谓的高带宽内存（HBM）。例如，在探讨H100时所展现的设计，GPU直接与其搭载的HBM内存相连，无需再经过PCIe交换芯片，从而极大地提高了数据传输速度，理论上可实现显著的数量级性能提升。因此，“高带宽内存”（HBM）这一术语精准地描述了这种先进的内存架构。
HBM的发展历程：从HBM1到HBM3e
添加图片注释，不超过 140 字（可选）
带宽单位解析
在大规模GPU计算训练领域，系统性能与数据传输速度密切相关，涉及到的关键通道包括PCIe带宽、内存带宽、NVlink带宽、HBM带宽以及网络带宽等。在衡量这些不同的数据传输速率时，需注意使用的带宽单位有所不同。
在网络通信场景下，数据速率通常以每秒比特数（bit/s）表示，且为了区分发送（TX）和接收（RX），常采用单向传输速率来衡量。而在诸如PCIe、内存、NVlink及HBM等其他硬件组件中，带宽指标则通常使用每秒字节数（Byte/s）或每秒事务数（T/s）来衡量，并且这些测量值一般代表双向总的带宽容量，涵盖了上行和下行两个方向的数据流。
因此，在比较评估不同组件之间的带宽时，准确识别并转换相应的带宽单位至关重要，这有助于我们全面理解影响大规模GPU训练性能的数据传输能力。
以上内容来自智能计算芯世界
大模型训练推理如何选择GPU？一篇文章带你走出困惑（附模型大小GPU推荐图） - 知乎 (zhihu.com)
一文看懂英伟达A100、A800、H100、H800各个版本有什么区别？ - 知乎 (zhihu.com)
AI核弹B200发布：超级GPU新架构30倍H100单机可训15个GPT-4模型，AI进入新摩尔时代 - 知乎 (zhihu.com)
紧跟“智算中心”这波大行情！人工智能引领算力基建革命！ - 知乎 (zhihu.com)
先进计算技术路线图（2023） - 知乎 (zhihu.com)
建议收藏！大模型100篇必读论文 - 知乎 (zhihu.com)
马斯克起诉 OpenAI：精彩程度堪比电视剧，马斯克与奥特曼、OpenAI的「爱恨纠缠史」 - 知乎 (zhihu.com)
生物信息学必备网站大全 - 知乎 (zhihu.com)
生物信息学简史 - 知乎 (zhihu.com
2023第一性原理科研服务器、量化计算平台推荐 - 知乎 (zhihu.com)
Llama-2 LLM各个版本GPU服务器的配置要求是什么？ - 知乎 (zhihu.com)
人工智能训练与推理工作站、服务器、集群硬件配置推荐
添加图片注释，不超过 140 字（可选）
整理了一些深度学习，人工智能方面的资料，可以看看
机器学习、深度学习和强化学习的关系和区别是什么？ - 知乎 (zhihu.com)
人工智能 (Artificial Intelligence, AI)主要应用领域和三种形态：弱人工智能、强人工智能和超级人工智能。
买硬件服务器划算还是租云服务器划算？ - 知乎 (zhihu.com)
深度学习机器学习知识点全面总结 - 知乎 (zhihu.com)
自学机器学习、深度学习、人工智能的网站看这里 - 知乎 (zhihu.com)
2023年深度学习GPU服务器配置推荐参考（3） - 知乎 (zhihu.com)
添加图片注释，不超过 140 字（可选）