自注意力计算能力，骄阳400高达12万亿次/秒！
为P100的 15倍！
ResNet-50训练效率，骄阳400同样高达1800轮/小时！
为P100的4.5倍！
而上述各项参数对比，也清晰体现出，三者侧重点的不同。
极光依旧选择押注AI的核心战场，深度学习训练与推理等垂直领域，同时兼顾3D建模、科学计算等专业场景。
骄阳架构与骄阳指令集，也是专门为此量身打造。
而英伟达和AMD的重心，则放在游戏渲染与通用计算方面，更加注重兼容性与通用性。
前者Pascal架构、CUDA指令集，以及后者的GCN架构、GCN指令集，也更偏向于通用计算。
至于其他几项核心参数，骄阳400的表现也同样惊艳。
早在骄阳200，团队便引入了“存算一体架构”。
可简单理解为，把计算单元和内存“粘在一起”。
如此一来，数据就不用来回搬运，可直接在内存里计算，有效解决了模型训练中的“内存墙”问题。
骄阳300，则在前代的基础上，通过“三维堆叠技术”，进一步缩短了计算单元与存储单元的物理距离。
而骄阳400，则采用了第二代3D堆叠存算一体设计。
计算单元与存储单元，物理距离缩短至500nm！
较前代缩短40%！
并通过集成8GB HBM2e高速缓存，将带宽提升至4TB/s！
数据搬运能耗，较前代降低55%！
较英伟达P100，降低72%！
其依旧采用传统冯·诺依曼架构，数据需在内存与计算单元间频繁搬运，数据搬运能耗占比高达60%。
此外，通过优化权重数据本地化存储策略，骄阳400的权重访问延迟，从前代的10ns，进一步压缩至3.2ns！
较英伟达P100的200ns，降低98.4%！
实测显示，依托于骄阳400，极光通用大模型，单轮训练耗时，从前代的26小时，压缩至8小时！
推理单条请求响应延迟，低至18ms，较前代降低60%！
反观英伟达P100，基础级百亿参数模型训练，单轮耗时便长达38小时。
完全不是一个level~
功耗方面，依托于中芯14N工艺，骄阳400也实现了跨越式进步。
单卡满负载功耗仅320W！
虽较之前代的250W，提升了28%，也高于英伟达P100的300W，但算力却提升了两倍以上！
FP16能效比，高达惊人的150GFLOPS/W！
反观英伟达P100，能效比仅42GFLOPS/W。
并且，骄阳400待机功耗仅8W，如推理任务等轻负载长情，功耗可动态降至120W，适配多场景使用。
这也是他们的独家优势~
而在通信与集群扩展方面，骄阳400的表现更加惊艳！
早在14年，团队便通过自主研发的“三层通信架构”，将骄阳300集群规模，从前代的256卡，提升至512卡！
在那之后，在洛先知的指引下，调整了研发方向。
将骄阳算力卡的集群架构，从“单卡直连式集群”，向“超节点”的方向演进。
类似于后世华威的“昇腾384超节点”。
原因很简单。
单卡直连模式，当集群规模超过1000卡时，极易出现节点间通信冲突、算力调度混乱。
进而导致部分节点，算力过载或算力闲置的内耗状况。
且随着节点数量增加，通信延迟呈指数级上升。
而“超节点”模式，则相当于将1000张卡，分为几个小团队。
每个超节点，配备一张“专用超节点管理芯片”。
先让超节点内部协调好，再和其他超节点配合，效率自然也就更高。
这种模式，可大幅提升算力利用率，适合管理更大规模的算力。
如“万卡集群”。
而如今，历时一鲲年，骄阳400稳稳踏出了第一步！