← 文章 / 芯片硬件
Tom's Hardware 35分钟前 · 2026-11-18 02:15:54 · 0 阅读

Nvidia:软件优化可让Vera CPU性能提升近39%,需适配自研Olympus核心

Nvidia 的 Vera CPU 既可以作为独立的数据中心部件,也用作 Vera Rubin NVL72 服务器的主机处理器。相比前代 Grace,它每个核心的执行资源大幅提升,因此性能表现相当亮眼。不过 Nvidia 在 Supercomputing 2026(SC26)上承认,如果不针对架构做适配,现有软件未必能完全发挥 Vera 的硬件潜力。

该公司透露,针对架构做专门的软件优化后,Vera 在某些计算密集型工作负载中的性能可以提升近 39%。不过,尽管单线程性能无可匹敌,这款 CPU 的定位并非通用工作负载。

Get the Tom's Hardware App

在我们的全新 App 上获得完整的 Tom's Hardware 体验:收藏文章、使用智能搜索、个性化你的信息流,还能接收推送通知,不错过任何精彩内容。

Grace 依赖 Arm 的现成 Neoverse V2 核心,而 Vera 采用的是 Nvidia 自研的 Olympus 核心,专门为最大化单核性能和整体吞吐量而设计。为此,Olympus 配备了宽前端,包括 10 宽解码器、神经网络分支预测器、深度乱序执行引擎、六个向量执行单元、四条 load 流水线和两条 store 流水线,并辅以大容量私有缓存和先进的预取机制。

Nvidia

(图片来源:Nvidia)

事实上,Nvidia 并没有一味追求单颗 CPU 的核心数量,而是有意选择了 88 个支持其自研空间多线程技术的高性能通用核心(共 176 线程),因为极致的单线程性能正是 Vera 的关键设计目标之一。

Nvidia 负责 Vera CPU 市场推广的 Hannah Coutand 在接受采访时表示:"CPU 设计本质上就是一场权衡。你可以把核心数量堆到极限,但一旦为了堆核心把芯片面积占满,就没有空间去优化 IPC(每时钟周期指令数)了。"

虽然 Nvidia 主要把 Vera 定位为面向 Agentic AI 等 AI 相关工作负载的 CPU,但 Olympus 微架构最初是为数据处理应用而设计的。据 Coutand 介绍,Vera 的几个关键特性——单核性能高、内存带宽大、内存访问延迟低——恰好也正是 Agentic AI 工作负载所需要的。

"我们对 Vera 的策略和定位非常明确:它不是一颗通用 CPU。"Coutand 说,"如果你要为云数据中心搭建 Web 服务器,Vera 未必是最合适的选择,还有其他更好的方案。Vera 是为那些需要高单核速度、高内存带宽、低延迟的工作负载而生的。只要工作负载看重 Vera 擅长的这些能力,它就能在众多场景中灵活适用。"

软件优化让强者更强

为了评估 Nvidia 自研 Olympus 微架构的算力水平及其相对 Neoverse V2 的优势,Nvidia 的研究人员采用了基于 OpenBLAS(一个开源线性代数库)汇编内核的双精度通用矩阵乘法(DGEMM)负载。OpenBLAS 虽然有为 Grace 处理器所用的 Arm Neoverse V2 核心定制的内核,但并没有专门针对 Olympus 的版本。

为了对比两种微架构的效率,研究人员使用了一个独立的基准测试工具 miniKernelGEMM,运行一个 128 × 128 的矩阵乘法问题——这个规模刚好能放进两款处理器的 L1 缓存中。

Nvidia

(图片来源:Nvidia)

使用 Neoverse V2 内核时,Grace CPU 每时钟周期可执行 4.51 条指令(IPC)、完成 13.03 次 FP64 运算;而在运行完全相同的代码时,Vera 每时钟周期可执行 5.43 条指令、完成 15.69 次 FP64 运算,性能提升约 20%。

不过,当研究人员改用专门针对 Olympus 优化的内核后,Vera 的每时钟周期指令数提升到 7.53,FP64 运算提升到 21.75 次。在这项特定工作负载中,Vera 在单核、单时钟周期的维度上比前代高出近 67%。

Grace 的 Neoverse V2 微架构拥有四条 128 位 SIMD 流水线,每个时钟周期最多可完成 16 次 FP64 运算;而 Nvidia 的 Olympus 配备六条流水线,每周期最多可执行 24 次 FP64 运算,提升幅度达 50%。

但问题在于:面向 Neoverse V2 优化的内核能利用 Grace 81.4% 的 FP64 峰值吞吐量,却只能发挥 Vera 约 66.5% 的算力。研究人员通过调整矩阵分块组织、寄存器分配和指令调度,使其更契合 Olympus 微架构,最终将其 FP64 峰值吞吐量利用率提升到 90.6%——这些成果来自 Nvidia 在 SC26 上发布的教程。

(图片来源:Nvidia)

为现有 Arm 数据中心处理器开发和优化的软件,即便不做任何专门适配,也能受益于 Nvidia Olympus 核心的能力。但公司在 SC26 上的测试结果表明,至少部分应用需要针对新微架构做调优,才能充分发挥其执行资源的潜力。当然,在矩阵乘法之外的工作负载中,针对 Olympus 的优化还能带来多少性能提升,仍有待观察。

随着 Nvidia 逐渐走出“CPU 只是数据中心 GPU 配角”的定位、进军独立服务器 CPU 市场,它必须确保性能关键型软件能充分利用其处理器的架构特性——就像 Intel 和 AMD 几十年来一直在做的那样。

但 Nvidia 在 CUDA 这类平台的合作伙伴和生态建设方面已有深厚积累,因此随着 Vera 被更广泛地采用,这些经验有望推动这些 CPU 的持续优化。
原始来源: Tom's Hardware

评论 (0)