苹果最强台式机芯片M1 Ultra登场!
2022-03-09
来源:OFweek电子工程网
3月9日凌晨,苹果春季发布会如期在线上召开,本次发布会上最大的亮点,除了全新一代iPhone SE以外,或许就是继M1、M1 Pro、M1 Max之后的第四名成员——M1 Ultra了。
值得注意的是,M1 Ultra并非是全新设计的芯片成员,而是将两枚M1 Max中隐藏的芯片间互连模块(die-to-die connector)通过技术手段整合在一起,苹果将其称之为“Ultra Fusion”架构,拥有1万多个信号点,互连带宽高达2.5TB/s,而且延迟、功耗都非常低。
(苹果发布会截图)
通过这种方式组合而成的M1 Ultra,规格基本上是M1 Max的翻倍。同样是采用了5nm制造工艺,但M1 Ultra的晶体管数量却高达1140亿个,统一内存最高达到128GB,总带宽800GB/s。
据悉,M1 Ultra高达20颗CPU+64核GPU的加持使得本芯片的性能相比M1芯片暴涨8倍。具体来看,20个CPU核心包括16个性能核心+4个能效核心,前者每个核心有192KB指令缓存、128KB数据缓存,总计48MB二级缓存,后者每个核心有128KB指令缓存、64KB数据缓存,总计8MB二级缓存。
(苹果发布会截图)
64个GPU核心包含8192个执行单元,最多196608个并发线程,最大算力21TFlops,纹理填充率每秒6600亿,像素像素填充率每秒3300亿。神经引擎核心翻番至32个,算力每秒22万亿操作,性能提升至M1的8倍。
性能方面,M1 Ultra相比于最高端独立GPU在同等性能下功耗低200W,相比于流行独立GPU功耗仅为1/3。
M1 Ultra处理器将首发于Mac Studio主机,该主机也在本次发布会上正式亮相。作为一款定位工作室的主机,Mac Studio采用了Mac mini类似的方形设计。
在设计上,Mac Studio7.7英寸见方,3.7英寸高,并在底部与背部配有圆形通风口,内置两个散热风扇用于散热。在拓展性方面,Mac Studio背面配有4个雷雳4接口,一个万兆网口、两个USB-A接口、一个HDMI接口以及一个耳机接口。在机身前方则配有两个USB- C接口,并可升级至雷雳4接口,同时还有一个SD卡槽。
在性能表现上,Mac Studio相比16核心MacPro CPU提升50%,以及3.4倍的G PU性能。其最高配有128GB通用内存以及最高800GB内存带宽,支持18条8K ProRes422视频剪辑,相比最快的Mac Pro在视频剪辑上提升了80%。
众所周知,苹果几乎所有的Mac产品中都应用了自研芯片,无论是从M1、M1 Pro、M1 Max还是这次发布的M1 Ultra,都能让 Mac 发挥出令人惊叹的实力。M1 Ultra作为M1系列芯片阵容中专门为桌面主机系统打造的强大成员,可以帮助Mac Studio在整个产品生命周期内消耗更少电力,据悉Mac Studio在一整年里所消耗的电力,相比一台高端配置的台式个人电脑可节省最高达1000千瓦时。
“双芯”组合会是未来主流吗?
显然,以往的苹果更注重平板和笔记本电脑生态,如今抛出重磅炸弹M1 Ultra,无疑是向台式机领域发起了强攻。补齐M1家族最后一块短板的同时,也不由得让人们对于接下来的M2芯片多了一份期待。
当然,这种双芯片组合成单个主芯片的设计方式,在业内也曾出现过,但真正将其落地在产品身上的,苹果还是头一家。去年华为也新曝出了一个“双芯叠加”专利,这种方式甚至可以让14nm芯片经过优化后比肩7nm性能。
(芯片叠加专利图)
但这种通过堆叠的方式与苹果的“Ultra Fusion”架构还是有所不同。也许有很多人理解双芯片堆叠是指将两颗独立芯片进行物理堆叠的方式去实现性能突破,其实这是非常严重的错误,如果单单依靠物理堆叠,那么会有非常多的弊端无法解决,例如兼容性,稳定性,发热控制这些都是没法通过物理堆叠来解决问题的,在设计思路上面就会走上歧路,得不偿失也毫无意义。
双芯叠加层级运用于设计和生产初期,也就是说在设计过程中将原来的一颗芯片设计成双层芯片然后利用自己独特的技术,来将这两层芯片封装在一颗芯片中,通过同步信号方式与一些其他方法就可以激活双层芯片共同发力,从而实现芯片性能突破。所以说一个物理层堆叠,一个设计之初就开始改变设计思路,这是完全不同的两个方式。
因此虽然同样是指双芯片组合成单个主芯片,但苹果与华为可以说是两种截然不同的方式。无论如何,双芯片组合带来的结果必然是1+1>1,但不等于2。
当然,无论是华为的双芯叠加技术还是苹果的Ultra Fusion架构,在当前芯片工艺水平发展接近极限的情况下,“双芯”设计的方式不失为一种好的选择。理论上来说,两颗芯片可以将任务分工处理,形成更强的运行效率,而其中重点所需要解决的,无非就是功耗、信号同步、数据流协同处理等方面的问题。