探知 AMD GFX1250 LLVM 茶叶

探知 AMD GFX1250 LLVM 茶叶 Aurora Nockert 2026 年 7 月 19 日 8 1 分享 在短短几天内，AMD 将在其 Advancing AI 活动中展示其全新的 MI400 系列数据中心加速器，但在该活动到来之前，我们认为尝试探知 LLVM 承诺的茶叶，看看我们可以确定有关下一代 AMD 加速器的信息，这会很有趣。 LLVM 目前初步支持 AMD 的两款新加速器，代号为 GFX1250 和 GFX1251。 GFX1250 是一款面向机器学习市场的加速器芯片，名为 MI455X，将为 Helios 机架提供动力。 GFX1251 面向 HPC 市场，命名为 MI430X，AMD 预计可提供超过 200 TFLOP 的本机双精度计算。不过，我们现在将重点关注 GFX1250，GFX1251 改天再说。我们将该架构与消费者版本、上一代 CDNA 加速器以及某种程度上 Nvidia 的 Blackwell 进行比较。这里需要注意的是，虽然我们知道这些加速器不是 APU，但它们在 LLVM 中被列为 APU。与 RDNA4 的相似之处 与消费者架构的最大相似之处在于，我们现在有一个由两对两个 SIMD32 阵列构建的 WGP（工作组处理器），但每个 CU 也有四个 SIMD，就像 GCN 和 CDNA 中一样。这种表面上的差异是因为软件不再需要在 WGP 中分离两个 CU，而且 AMD 似乎可以互换使用这些术语。这种“变化”可能并不像乍一看那样是结构性的，甚至可能不存在于硬件中，缓存层次结构的变化只是使编译器的区别变得毫无意义，因为现在整个 WGP 有一个共享向量 L0 缓存。 GFX1250只能运行在Wave32模式下，不像RDNA除了Wave32模式之外还可以运行在Wave64模式下。之前的 CDNA GPU 只能在 Wave64 模式下运行，从性能工程的角度来看，当将东西移植到新的加速器时，我们可以预期会看到一些奇怪的情况，并且必须针对新架构重新评估许多内核。 GFX1250 似乎每个 SIMD 可以运行 20 波，比 RDNA4 多 4 波。我们不知道这些特征是否预示着AMD在GPU上的发展方向，但我个人认为这是未来时代的标志，下一代AMD GPU将锁定Wave32，而目前存在的“WGP”将走向渡渡鸟，但似乎这种情况不会很快发生。与 RDNA4 类似，我们现在获得了“WMMA”支持，与 CDNA 中较旧的“MFMA”功能不同，这是 GFX1250 的大部分机器学习功能的来源，我们稍后将对其进行更多研究。 RDNA4 中大力吹捧的动态 VGPR 分配功能缺失了，这对我来说有点奇怪，因为我认为它对于机器学习工作负载来说更为重要，因为机器学习工作负载由于使用整个张量而不是单个向量或矩阵而承受更高的寄存器压力。模式开关仍然存在，但分配新寄存器的指令被记录为无操作。 (C)DNA 的变化 GFX125X 中最大的变化之一是 SIMD 中的每个波形现在可以从寄存器文件中寻址最多 1024 个矢量通用寄存器 (VGPR)。这是相对于前几代 CDNA 的重大改进，在前几代 CDNA 中，您可以分割分配最多 256 个 VGPR 和 256 个累积 VGPR 的寄存器，这些寄存器只能由矩阵单元使用，一次分配给单个波形的寄存器总数最多为 512 个。这相对于 RDNA 系列 GPU 的寄存器分配行为来说是一个更大的改进，RDNA 最多只能将 256 个寄存器分配给单个 Wave，而无需进行分配分割。这是一个重大更新，可能在某个时候成为下一代 GPU IP 的一部分，但我不认为它很快就会到来。我们只需要等待，看看该功能是否会锁定在 Instinct 系列中，或者这种为单个波形分配多达 1024 个寄存器的功能是否也会出现在 Radeon 系列中。现在，每个波前的最大可寻址本地内存 (LDS) 为 320kB，是 CDNA4 的两倍，使 RDNA 中的 64kB 可寻址相形见绌。但实际的 LDS 实际上可以更大，GFX125X 的一个主要变化是将 LDS 和矢量 L0 缓存合并到 AMD 所称的 WGP 缓存 (WGP$) 中。虽然 nVidia 和 Intel 长期以来都采用单一的缓存和共享内存结构，但 AMD 却是采用分离式缓存和 LDS 的奇怪供应商。 GFX1250 现在具有单个 448KB 结构，可以根据编译器或程序员的要求分为不同的分配。 GFX1250 仍然支持打包的 fp32 操作，允许 SIMD 中的单个通道同时处理两个 fp32 操作，就像 CDNA2 及更高版本一样，这实际上意味着当使用