Bolt Graphics 今日宣布，其专为高性能计算 (HPC)、数字孪生和视频渲染工作负载设计的 GPU Zeus 已完成首轮测试。虽然最终版 GPU 预计要到 2028 年才能由台积电 (TSMC) 出货，但 Bolt 非常高兴地宣布，测试芯片是首款配备专用硬件来执行麦克斯韦方程组的商用 GPU 架构，麦克斯韦方程组是用于电磁 (EM) 模拟的复杂物理算法。
Bolt Graphics创始人兼首席执行官Darwesh Singh告诉HPCwire ： “我们在这款测试芯片上证明，我们可以实现高度复杂的物理算法，并利用硬件加速，这是以前从未有人做到的。其他芯片也能进行硬件光线追踪和光栅化，这显然是英伟达的强项。而电磁模拟和物理计算才是真正具有创新性的地方。”
Singh解释说：“Bolt基本上是将CUDA内核中实现的整个算法提取出来，并制作成芯片中的一个固定功能模块来运行该内核。”它不使用Zeus的任何矢量核心或CPU功能，而是专门用于运行麦克斯韦方程组，这些方程组用于构建复杂的多维电磁场、波传播和材料相互作用的数值模型。这些算法常用于半导体设计，这也是Singh设想的Zeus GPU的潜在应用场景之一。
电磁场是Bolt进行物理建模的起点，但Singh表示，公司的目标是让用户“通过构建完整的物理仿真解决方案，精确地模拟世界上任何事物”。“多年来，工程师们不得不在模拟单个组件和构建完整产品的物理原型之间做出选择。在我们的硅芯片上运行麦克斯韦方程组消除了这种权衡。”
Singh 于 2020 年创立了 Bolt Graphics 公司，旨在开发低成本但功能强大的 GPU，用于运行计算密集型 HPC 和计算机图形应用程序。传统的 HPC 工作负载，例如建模和仿真，通常更倾向于使用大量的双精度浮点 (FP64) 运算，而图形密集型工作负载，例如光线追踪和光栅化，则更适合使用 FP32 和 FP16。
Bolt 为 Zeus 设计了强大的矢量内核，可提供大量的 FP64、FP32 和 FP16 性能，以及用于 INT16 和 INT8 的矩阵内核（更不用说专门用于麦克斯韦方程组的模块了）。
这些都是GPU的传统工作负载，但传统GPU供应商已将最新GPU的重点转向AI工作负载，因为AI工作负载对精度的要求不如HPC工作负载。英伟达依靠Ozaki方案从低精度核心模拟FP64运算，而AMD则将其GPU产品线一分为二：一条产品线专为AI工作负载设计，采用低精度核心；另一条产品线则配备大量原生FP64核心，用于在超级计算机上进行建模和仿真。
“我们高度专注于这些领域，”辛格在谈到模型/仿真、数字孪生和计算机图形学时说道。“所以我认为，正因为我们如此专注于这些领域，我们的产品在高性能计算应用场景下会表现得更好。”
Bolt公司于4月份完成了Zeus芯片的流片，并刚刚完成了测试芯片的第一轮测试。该测试芯片为6平方毫米，采用台积电12纳米工艺制造。第一轮测试结果超出预期。“我们在性能和功耗方面都超出了预期，”Singh表示，“比我们想象的还要好。所以我们非常满意。”
Zeus预计将于2027年底或2028年初投产，届时Bolt将采用台积电的5纳米工艺制造其400平方毫米的芯片，该芯片基于芯片组架构，并集成RISC-V CPU。虽然英伟达和AMD在其GPU中采用的是台积电的2纳米和3纳米工艺（N2和N3），但Bolt特意选择了台积电的5纳米工艺（N5），以降低成本并确保充足的供货。
“我们不需要采用最新的工艺，”辛格说。“那太贵了，而且晶圆也很难搞到。我们在设计芯片架构时就决定要用N5工艺。我们不是先试了N3，发现太贵就放弃了。我们一开始就决定用N5，而且一直坚持了下来。”
在 Bolt 为 Zeuss 所做的设计中，我们可以看到这种通过差异化硅芯片实现最大性价比，同时保持堆栈其他部分简单且价格合理的理念。
例如，Bolt 没有采用 AMD 和 Nvidia 常用的高带宽内存 (HBM)，而是选择了 LPDDR5 内存。LPDDR5 内存虽然速度不如 HBM，但容量更大（超过 1TB）。此外，Bolt 的服务器和机架式解决方案均采用标准的 400G 以太网连接，并为希望升级现有系统或自行组装机器的客户提供基于 PCIe 的 GPU 卡。
“这些因素都有助于我们轻松实现数百万台设备的规模化生产，而无需遇到像竞争激烈的供应链这样的重大障碍，”他说道。“除了芯片本身之外，我们尽量避免使用那些过于复杂的技术。其他方面，我们希望尽可能保持核心化，否则会造成过大的复杂性和风险。”
Zeus及其专用的麦克斯韦方程核心的一个潜在应用场景是进行光网络电磁分析。“电磁仿真对光子芯片至关重要，”Singh说道，“你需要运行大量的仿真来找到合适的光子电路几何形状、合适的材料以及组件之间的合适距离。而这些目前都是凭直觉完成的。”
既然Zeus可以帮助光子器件制造商，这是否有可能像英伟达和AMD目前正在做的那样，通过共封装光学器件（CPO）将GPU与光子器件集成起来呢？“第一代产品不会这么做，”辛格说。“我们正在第二代产品中探索这个方向。只是现在成本实在太高了。”
由于人工智能的蓬勃发展及其对处理器、内存和存储设备库存造成的压力，硅产品的成本飙升。Bolt 致力于打造一款 GPU，在最大限度地提升部分客户所重视的高端 FP64 性能的同时，尽可能降低其他成本。Singh 表示，潜在客户包括政府实验室、企业等。
他说：“我们正在与多家国家实验室、国防承包商、超大规模数据中心、电影制片厂、游戏工作室等等进行洽谈。在终端用户方面，所有这些领域都对我们差异化的GPU和GPU系统方案非常感兴趣。”
（来源：编译自hpcwired）
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
