您现在的位置是:首页 > 技术资料 > Hopper架构
推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

Hopper架构

更新时间:2026-06-17 08:44:45 大小:15K 上传用户:烟雨查看TA发布的资源 标签:hopper 下载积分:2分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

一、Hopper架构概述

Hopper架构是英伟达(NVIDIA)推出的GPU架构,是安培(Ampere)架构的继任者,命名来源于计算机领域著名女科学家格蕾丝·穆雷·霍珀(Grace Murray Hopper),主要面向高性能计算(HPC)与AI加速场景,于2022年3月GTC大会正式发布,首款基于Hopper架构的产品为NVIDIA H100 Tensor Core GPU,主打生成式AI大模型训练、科学计算、企业级推理等高密度计算任务。

二、Hopper架构的核心技术特性

(一)第四代Tensor Core

Hopper架构搭载的第四代Tensor Core相比安培架构的第三代Tensor Core,FP8精度下AI训练性能提升了6倍,相比A100的FP16精度训练性能提升近3倍。第四代Tensor Core新增对FP8数据格式的原生支持,在保持计算精度符合AI训练要求的前提下,大幅降低了数据存储与传输的带宽占用,同时提升了单位晶体管的计算密度,尤其适配生成式大模型中注意力机制、矩阵乘法等核心计算环节,能够显著降低大模型训练的端到端延迟。

(二)第二代Transformer Engine

Transformer Engine是Hopper架构针对Transformer类模型(当前主流大语言模型、多模态模型的基础架构)推出的专属优化技术,升级到第二代后支持动态精度调整,能够根据模型不同层的计算需求自动在FP8与更高精度之间切换,在保证模型训练收敛性不损失的前提下,将Transformer模型的训练吞吐量提升最高达9倍。同时第二代Transformer Engine新增了对FP8推理的支持,推理性能相比A100的FP16推理提升最高可达3倍,大幅降低了大模型推理部署的成本。


部分文件列表

文件名 大小
Hopper架构.docx 15K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载