印度Arm处理器曝光，全球最强？

目前，地球上最强大的 Arm 处理器是富士通的48 核 A64FX 处理器，它是为日本 RIKEN 实验室的“Fugaku”超级计算机创建的高度矢量化计算引擎。Nvidia 正准备推出其72 核“Grace”Arm CPU，该 CPU 尚未给出产品名称，但 CG100 似乎合乎逻辑。但两者都将面临来自印度新来者的激烈竞争。

据透露，来自印度高级计算发展中心（C-DAC）设计的 Aum HPC 处理器有非零的机会超越 A64FX 和 Grace，甚至在与亚马逊的 64 核 Graviton3 芯片和Ampere Computing 的 Altra、Altra Max 和AmpereOne 处理器于通用的工作负载上相比，更物有所值。

Aum HPC 处理器的细节本周曝光，Aum HPC 处理器是在印度政府国家超级计算任务的支持下开发的，我们看到的演示文稿是由C-DAC 的 HoD HPC Technologies Group 高级总监Sanjay Wandhekar 整理的。

该任务汇集了印度科学研究所、科学技术部、电子和信息技术部以及 C-DAC，旨在为政府带来从处理器到完整系统和软件的 HPC 独立性印度和需要 HPC 处理的组织，大概还有印度行业巨头，他们可能也不希望依赖外部来源的芯片、系统和软件来处理他们的 HPC 和 AI 工作负载。这不仅是一项技术工作，也是一项与制造和数据中心设计相关的工作，重点是为最强大的——我们假设是百亿级——机器提供液体冷却。

除了拥有免于进口到印度的 HPC 部件和系统的供应链外，印度政府也很想知道，毫无疑问，它用于部署 HPC 的硬件或软件中没有安全后门和人工智能应用。鉴于印度是核大国，与中国接壤，与俄罗斯仅咫尺之遥，不难理解印度为何拥抱Arm架构并做定制处理器。当巴基斯坦也与印度接壤并且拥有与印度大致相同数量的核武器时，它也做定制处理器也就不足为奇了，也许它会基于 RISC-V？

Aum HPC 处理器并不局限于 HPC 市场，我们可以预期它的变体也将用于 AI 和通用云计算领域。该芯片预计将于 2024 年上市，最初将部署在性能超过 1 petaflops 的试点 HPC 系统中（大概这是理论峰值性能）。之后，印度政府希望“准备好基于 Aum CPU 的百亿亿次级系统设计和子系统”。

为了创建 Aum 处理器，C-DAC 的技术人员研究了 RIKEN 的 A64FX 处理器和 Fugaku 系统，以及它的前身 Sparc64-VIIIfx 处理器和 K 超级计算机，密切关注我们在 HPCG 基准测试数据中看到的一切。获得更好的内存带宽与每秒浮点运算的比率。事实上，K 系统的字节/触发器比率为 0.5，在 HPCG 测试中提供了 5.2% 的峰值 HPL 性能，而 Fugaku 的字节/触发器比率为 0.38 字节/触发器比率，峰值额定值为 3%。因此 C-DAC 决定尝试将每触发器内存带宽比率提高到 0.5 以上。此外，C-DAC 希望远离 GPU 和其他加速器以及更易于优化的相对较小的矢量，并提供 HBM 和 DDR 主存储器的混合以及大量具有 CXL 一致性支持的 PCI-Express I/O 通道.

下面是 Aum CPU 的框图：

如您所料，C-DAC 选择了 Arm Holdings 的“Zeus”Neoverse V1 核心，并将其中的 48 个核心封装在一起。我们不知道它是否使用 chiplet 架构，但是这个 A48Z 芯片，正如它的名称，看起来像一个单片设计，如下图所示。

A48Z 上的内存子系统支持八个运行频率最高为 5.2 GHz 的 DDR5 内存通道，并有一对运行频率为 6.4 GHz 的 HBM3 内存控制器，在初始版本中已降为 5.6 GHz。HBM3 内存可扩展到每个双小芯片封装 64 GB，这不是一个巨大的内存量，但通过 DDR5 内存进行了扩充。像这样：

Aum 封装将包括一对这样的 48 核小芯片，它们使用完全一致的芯片到芯片 (D2D) 互连相互连接。

Nvidia 正在为 Grace CPU 进行客户 Arm V9 核心设计，而 C-DAC 和 AWS 在各自的 Graviton3/3E 和 Aum 设计中坚持使用 Arm V8.4-A 级别的Neoverse V1 核心。两个小芯片 Aum CPU 封装共有 96 个内核，这些内核之间有 96 MB 的二级缓存，另外还有 96 MB 的系统级缓存在内核之间共享，并在 DDR5 和 HBM3 内存与二级缓存之间进行缓冲。

除了 D2D 互连之外，还有另一种基于 Xilinx 创建并得到 Arm Holdings 认可的 CCIX 协议的芯片到芯片互连 (C2C)，这将允许多个封装以 NUMA 方式相互链接，具有完整的内存一致性。目前尚不清楚 CCIX NUMA 可以推到多远，但两个插槽是最小的并且已经公开，但在某些时候可能支持四个插槽以用于大内存服务器占用空间，如果 C2C 互连则完全有可能支持八个插槽有足够的车道。每个 Aum 小芯片有 64 条 PCI-Express 5.0 连接通道，总共 128 条通道，我们认为其中 64 条通道被占用以提供两个 Aum 插槽之间基于 CCIX 协议的 NUMA 链接，就像 AMD 所做的那样它的 Epyc 处理器使用 Infinity Fabric 协议。

C-DAC 表示，一个 Aum 节点（大概有两个 CPU）将提供大约 10 teraflops 的峰值计算。一个双路 Aum 服务器将有足够的带宽来添加四个 GPU 加速器。

我们不知道将内核连接到 A48Z 小芯片上的控制器的连贯网格是从 Arm Holdings 获得许可还是自主开发。它可能是从 Arm Holdings 获得许可的。

看起来 Aum 处理器的基本时钟速度为 3 GHz，涡轮增压速度超过 3.5 GHz。凭借提供 332.8 GB/秒带宽的 16 通道 DDR5 内存和提供 2.87 TB/秒带宽的 64 GB HBM3 内存（每个 A48Z 小芯片两个 16 GB 堆栈），Aum 封装将为每个插槽提供超过 4.6 teraflops 和 3 TB/秒的总内存带宽，每触发器 0.7 字节令人印象深刻。

所有这一切都在一个 300 瓦的热设计点中。Fugaku 的 A64FX 处理器、HBM2 内存和 Tofu D 互连的重量约为 170 瓦。Fugaku 系统具有卓越的能效指标。

这是 Wandhekar 扔进甲板上的一张有趣的图表：