3月21日，中國本土AI創新企業寒武紀正式發布了新款訓練加速卡“MLU370-X8”，搭載雙芯片四芯粒封裝的思元370，集成寒武紀MLU-Link多芯互聯技術，主要面向AI訓練任務。寒武紀MLU370-X8智能加速卡首次整合了雙芯片四芯粒的思元370，也就是每張卡兩顆芯片，每顆芯片內封裝兩個Die，因此可提供兩倍于思元370加速卡的內存、編解碼資源。
架構基於Cambricon MLUarch03，支持AI訓練加速中常見的FP32、FP16、BF16、INT16、INT8、INT4數據格式計算，峰值性能分別為32TFlops、96TFlops、96TFlops、128Tops、256Tops、512Tops。
該卡採用7nm製造工藝，集成48GB LPDDR5內存，內存帶寬614.4GB/s，PCIe 4.0 x16系統接口，整卡最大訓練功耗250W，全高全長雙插槽設計，系統被動散熱。
單卡架構圖
通過MLU-Link多芯互聯技術，提供卡內、卡間互聯功能，並專門設計了MLU-Link橋接卡，可實現4張加速卡為一組、8顆思元370芯片全互聯。
每張加速卡通訊吞吐性能200GB/s，帶寬為PCIe 4.0的大約3.1倍，可高效執行多芯多卡訓練、分佈式推理任務。
4卡橋接
單機8卡部署配置
4卡橋接拓撲
根據官方數據，Cambricon NeuWare SDK實測，在常見的4個深度學習網絡模型上，MLU370-X8單卡性能與主流350W RTX GPU相當。
多卡加速，藉助MLU-Link多芯互聯技術、Cambricon NeuWare CNCL通訊庫的優化，8卡環境下達到更優的并行加速比，YOLOv3、Transformer、BERT、ResNet101訓練任務中，8卡并行平均性能達350W RTX GPU的155％。
寒武紀未透露對比的NVIDIA 350W RTX GPU是哪一款，從規格來看，350W功耗的目前只有RTX 3090、RTX 3080 Ti。
當然，一個是專用AI加速卡，一個是GPU通用遊戲卡，其實沒有太大可比性。
MLU370-X8產品定位中高端，與高端訓練產品思元290、玄思1000相互結合，進一步豐富了寒武紀的訓練算力交付方式，同時與基於思元370芯粒(chiplet)技術構建的MLU370-X4、MLU370-S4智能加速卡協同，形成完整的雲端訓練、推理產品組合。
單卡性能對比
8卡性能對比
