AMD hé lộ Verano: CPU chuyên nuôi GPU, bước đệm để đối đầu Nvidia Vera Rubin

AMD đang chuẩn bị một dòng bộ xử lý khác biệt rõ rệt so với các CPU Epyc quen thuộc. Mang tên Verano, sản phẩm này không được thiết kế để xử lý đủ loại công việc trong trung tâm dữ liệu. Mục tiêu của nó cụ thể hơn: liên tục cung cấp dữ liệu cho các bộ tăng tốc đồ họa Instinct, tránh để GPU phải chờ trong những hệ thống trí tuệ nhân tạo quy mô lớn.

Trao đổi với The Register tại sự kiện ở Las Vegas, Madhu Rangarajan, phó chủ tịch phụ trách sản phẩm điện toán và AI doanh nghiệp của AMD, mô tả Verano là bước đầu hướng tới một giải pháp CPU kết hợp GPU được tích hợp chặt chẽ ở cấp tủ máy chủ. Theo ông, đối thủ của Nvidia Vera Rubin sẽ là toàn bộ tổ hợp Verano và GPU AMD, chứ không phải riêng CPU Verano đối đầu CPU Vera.

Đây là thay đổi đáng chú ý về cách AMD thiết kế nền tảng: số nhân, xung nhịp, bộ nhớ, điện năng và kết nối đều được cân đối theo nhu cầu của GPU, thay vì tối đa hóa từng thông số riêng lẻ.

Vera Rubin cho thấy vì sao AMD cần cách tiếp cận mới. Mỗi cụm siêu chip của Nvidia ghép một CPU Vera 88 nhân, 1,5 TB bộ nhớ LPDDR5X và hai GPU Rubin bằng NVLink-C2C, liên kết tốc độ cao giúp các chip trao đổi dữ liệu trực tiếp. Cấu trúc này vận hành giống một khối máy tính tích hợp hơn là máy chủ truyền thống với nhiều linh kiện kết nối tương đối độc lập.

Verano sẽ đảm nhiệm vai trò CPU chủ trong một hệ thống tương tự sử dụng GPU AMD. Tuy nhiên, hãng chưa công bố chính xác mẫu GPU đi kèm. MI500X hiện mới là dự đoán của bài viết nguồn, không phải cấu hình đã được AMD xác nhận.

Khác với Vera còn được triển khai độc lập trong một số máy chủ lưu trữ và môi trường cách ly cho tác nhân AI, Verano có phạm vi sử dụng hẹp hơn: phục vụ các bộ tăng tốc Instinct.

Bên trong Verano vẫn có những nét gần với Epyc Venice. AMD dự kiến cung cấp cấu hình 72 nhân với xung nhịp lên tới 5,3 GHz, hoặc 192 nhân được tối ưu mật độ với xung nhịp tới 4,1 GHz. Khách hàng có thể chọn tốc độ xử lý trên từng nhân hoặc khả năng thực hiện nhiều công việc song song, tùy đặc điểm ứng dụng.

Khác biệt lớn nằm ở đường đi của dữ liệu. AMD thiết kế lại cặp đế chip vào/ra, tức các thành phần phụ trách giao tiếp giữa bộ xử lý với bộ nhớ và thiết bị bên ngoài. Bốn bộ điều khiển LPDDR5X được kết nối trong kiến trúc này, với cấu hình 24 kênh bộ nhớ đang được kiểm chứng ở tốc độ tối đa 8.533 MT/s. Đơn vị MT/s biểu thị số triệu lượt truyền dữ liệu mỗi giây, không đồng nghĩa trực tiếp với xung nhịp.

Thông số bộ nhớ có thể tăng nếu AMD còn dư địa kỹ thuật trước khi sản phẩm xuất xưởng trong năm 2027. Hiện tại, đó vẫn chỉ là khả năng.

Băng thông bộ nhớ lý thuyết của Verano đạt khoảng 800 GB/giây, bằng một nửa cấu hình Venice cao nhất và khoảng hai phần ba Nvidia Vera. Nhìn riêng vào thông số này, Verano không phải bước nâng cấp toàn diện so với CPU máy chủ đa dụng của AMD.

Đổi lại, LPDDR5X — loại bộ nhớ tiết kiệm điện thường gặp trên máy tính xách tay — giúp giảm khoảng 30–40% điện năng tiêu thụ so với RDIMM, dạng mô-đun bộ nhớ phổ biến trong máy chủ. Thiết kế gọn hơn cũng tạo thuận lợi cho việc bố trí làm mát bằng chất lỏng.

Sự đánh đổi này phù hợp với mục đích của Verano: CPU không cần dẫn đầu mọi phép đo nếu toàn bộ hệ thống có thể dành tài nguyên hiệu quả hơn cho GPU. Tuy nhiên, hiệu quả thực tế vẫn cần được đánh giá khi nền tảng hoàn chỉnh xuất hiện.

Ở thế hệ đầu, Verano không sử dụng đế cắm CPU tháo lắp thông thường. AMD chọn BGA, kiểu đóng gói dùng các điểm tiếp xúc dạng bi hàn để gắn chip trực tiếp lên bo mạch. Cách làm này khiến việc sửa chữa hoặc thay CPU phức tạp hơn.

Theo Rangarajan, LPDDR nhạy cảm với chất lượng đường truyền ở tốc độ cao; mỗi đầu nối bổ sung có thể làm giảm biên độ đáp ứng yêu cầu tín hiệu. Hàn CPU lên bo mạch giúp AMD hạn chế tác động đó.

Dù vậy, bộ nhớ không bị hàn cố định như trên nhiều máy tính xách tay. Verano sử dụng mô-đun SOCAMM2, cùng loại xuất hiện trong các hệ thống Vera Rubin và Vera-Vera của Nvidia. Nhờ đó, khả năng thay thế bộ nhớ vẫn được giữ lại.

Điểm nổi bật nhất của Verano nằm ở kết nối với GPU. Trước đây, AMD chủ yếu dựa vào PCIe, chuẩn giao tiếp phổ biến giữa CPU và thiết bị mở rộng. Khi phải kết nối nhiều GPU, card mạng và ổ lưu trữ, hệ thống thường cần thêm bộ chuyển mạch PCIe để phân phối các đường truyền.

Từ Venice, AMD chuyển sang khai thác xGMI cho giao tiếp CPU–GPU. Đây là phần mở rộng của GMI, công nghệ liên kết dữ liệu vốn được AMD sử dụng giữa các chiplet — những đế chip nhỏ cùng hợp thành một bộ xử lý.

Nếu xGMI trên Venice đạt tối đa 64 Gb/giây mỗi làn, Verano nâng mức này lên 112 Gb/giây. Một phần thay đổi nằm ở các mạch SerDes lớn hơn, có nhiệm vụ chuyển dữ liệu giữa dạng song song bên trong chip và dạng nối tiếp trên đường truyền. Tốc độ mỗi làn vì thế tiến gần mức của PCIe 7.0 trước khi chuẩn này xuất hiện trên CPU thương mại.

Tuy nhiên, chưa thể kết luận Verano ngang hoặc vượt Nvidia về băng thông cho từng GPU. AMD chưa công bố tỷ lệ ghép CPU với GPU và tổng số liên kết xGMI. Theo ước tính trong bài nguồn, cấu hình một CPU đi với hai GPU có thể đạt băng thông liên chip tương đương Vera Rubin; nếu một CPU phục vụ bốn GPU, mức dành cho mỗi GPU có thể vào khoảng 448 GB/giây. Đây là các kịch bản tính toán, không phải thông số sản phẩm cuối cùng.

AMD không định đưa Verano vào mọi tủ máy AI, cũng không chờ sản phẩm này mới triển khai hệ thống Helios. Cấu hình Helios đã được giới thiệu gồm 18 CPU Venice, mỗi CPU 96 nhân, kết hợp 72 GPU Instinct MI455X.

Venice vẫn được AMD kỳ vọng phục vụ rộng rãi trong hạ tầng AI, từ hệ thống dùng GPU của hãng đến các bộ tăng tốc do những nhà phát triển mô hình lớn tự thiết kế. Verano sẽ là lựa chọn chuyên biệt hơn, dành cho nền tảng Instinct tích hợp chặt chẽ.

Thông điệp đáng chú ý không nằm ở việc Verano có ít nhân hay băng thông bộ nhớ thấp hơn một số CPU khác. AMD đang đặt cược rằng trong kỷ nguyên AI, bộ xử lý trung tâm tốt nhất không nhất thiết là bộ xử lý mạnh nhất ở mọi mặt, mà là bộ xử lý giúp cả hệ thống GPU hoạt động hiệu quả nhất.