基本介紹
- 中文名：CDNA 4架構
- 上市時間：2025年6月
- 所屬品牌：AMD
發布背景,架構設計,物理封裝與工藝,核心架構改進,靈活分區與可擴展性,技術特性,計算單元增強,存儲層次與快取最佳化,高頻寬記憶體系統,高速互連技術,能效與功耗表現,靈活分區與可擴展性,產品型號,性能表現,發展路線,
發布背景
2024年6月，AMD公布了其AI加速卡的全新路線圖，首次披露了下一代CDNA 4架構及計畫於2025年推出的Instinct MI350系列加速器，並預計該架構將帶來顯著的AI推理性能提升。2025年6月，AMD在美國加州聖何塞舉辦的“ADVANCING AI 2025”峰會上，正式發布了CDNA 4架構及基於該架構的Instinct MI350系列GPU。
該架構是AMD CDNA架構的第四代疊代，其核心設計理念是聚焦於AI加速計算，特別是為了強化生成式人工智慧（AI）和大語言模型（LLM）的工作負載處理能力。具體改進方向包括提升低精度數據類型（如FP4、FP6）的矩陣乘法性能、增強矩陣引擎、支持混合精度計算以及最佳化記憶體子系統等。
架構設計
CDNA 4是AMD面向數據中心AI與高性能計算（HPC）的GPU架構，於2025年正式發布。其核心設計理念聚焦於提升人工智慧（AI）工作負載，特別是生成式AI和大語言模型（LLM）的加速能力。該架構延續了CDNA 3的模組化芯粒（Chiplet）設計思路，但在計算單元、記憶體子系統、互連及封裝技術等方面進行了針對性最佳化，屬於一次“保守進化”。相較於前代，CDNA 4更側重於強化低精度（如FP4、FP6）矩陣運算性能，並擴大記憶體頻寬與容量，以應對不斷增長的AI模型規模。
物理封裝與工藝
CDNA 4架構採用“計算晶片（XCD）+I/O晶片（IOD）”的分層3D堆疊設計。計算晶片（XCD）採用台積電第二代3納米（N3P）工藝製造，而I/O晶片（IOD）採用台積電6納米（N6）工藝製造。整體由8個XCD和2個IOD組成，電晶體總數達到1850億個。其封裝技術結合了CoWoS-S（用於XCD與IOD堆疊）、2.5D（用於HBM3E記憶體與IOD整合）以及3D混合鍵合等多種先進封裝方案。
核心架構改進
在計算單元方面，與CDNA 3的MI300X相比，CDNA 4的MI355X減少了單個XCD中的CU數量，並通過關閉部分單元來提升製造良率，同時憑藉更高的時鐘頻率來維持並提升整體性能，每CU在低精度矩陣運算中的吞吐量實現翻倍。本地數據共享（LDS）容量從CDNA 3的64KB大幅提升至160KB，讀取頻寬翻倍至每周期256位元組，並新增“轉置讀取”指令以最佳化矩陣乘法等運算的記憶體訪問模式，CDNA 4通過全GPU總計約40MB的LDS總容量來彌補單核靈活性的不足。互連技術方面，Infinity Fabric互連匯流排從第三代（IF3）升級至第四代（IF4），XCD集群之間的內部互聯（Infinity Fabric Advanced Package）頻寬高達5.5 TB/s，而GPU之間的外部互聯頻寬則達到1075 GB/s。
靈活分區與可擴展性
CDNA 4架構支持靈活的GPU硬體分區，最多可將單個GPU劃分為8個空間分區，以提升資源利用率。其支持NUMA（非統一記憶體訪問）劃分，HBM顯存可按NUMA域進行分配。NPS（NUMA Per Socket）模式在MI300X支持的NPS1和NPS4基礎上，新增了對NPS2模式的支持，提供了更靈活的多實例部署能力。液冷版本（如MI355X）支持構建大規模GPU集群，單機架最多可部署96至128個GPU。
技術特性
計算單元增強
CDNA 4架構的計算單元針對AI負載進行了重點最佳化。增強型矩陣引擎針對通用矩陣乘法（GEMM）和注意力機制進行了最佳化，使得每個計算單元的矩陣吞吐量相較於前代CDNA 3架構實現翻倍。架構新增了對FP4、FP6低精度數據類型的原生硬體支持，以更好地適應生成式AI模型的推理需求，並繼續支持FP8、FP16/BF16、FP64等多種浮點精度格式。
存儲層次與快取最佳化
CDNA 4架構提升了本地數據共享（LDS）的容量與頻寬。LDS容量從CDNA 3的64KB增至160KB，讀取頻寬翻倍至每周期256位元組，並新增“轉置讀取”指令以最佳化矩陣運算的記憶體訪問模式。整個GPU配備了256MB的AMD Infinity Cache作為記憶體側快取，以降低訪問延遲。
高頻寬記憶體系統
CDNA 4架構的顯存系統全面升級為HBM3E技術。基於該架構的Instinct MI350系列GPU支持高達288GB的HBM3E顯存容量，並提供8TB/s的峰值顯存頻寬。
高速互連技術
CDNA 4架構的互連技術同步升級。Infinity Fabric匯流排升級至第四代（IF4），外部互聯頻寬高達1075GB/s。在晶片內部，兩個XCD計算晶片集群之間通過Infinity Fabric Advanced Package實現互聯，頻寬達到5.5TB/s。
能效與功耗表現
CDNA 4架構在能效方面有顯著提升。官方稱，其在功耗未加倍的情況下實現了計算吞吐量的翻倍。Instinct MI350X GPU在HBM記憶體讀取的每瓦性能方面，較前代MI300X提升了約30%。
靈活分區與可擴展性
CDNA 4架構支持靈活的GPU硬體分區功能。基於該架構的GPU最多可劃分為8個空間分區，並支持NUMA（非統一記憶體訪問）劃分模式（如NPS1、NPS2等）。
產品型號
AMD CDNA 4架構的首個套用產品系列是AMD Instinct MI350系列GPU加速器。該系列於2025年6月在AMD Advancing AI 2025大會上正式發布。Instinct MI350系列包含了面向風冷系統的Instinct MI350X以及面向液冷系統、性能更強的Instinct MI355X。風冷MI350X的熱設計功耗約為1000W，而液冷版本MI355X的熱設計功耗約為1400W，可支持更大規模的液冷集群部署。
根據AMD官方信息，基於CDNA 4架構的Instinct MI350系列在AI推理性能上相比前代CDNA 3架構的MI300系列有顯著提升，官方宣稱最高可達35倍。在具體算力方面，MI350系列FP16精度性能達到18.5 PFlops，FP8為37 PFlops，FP6/FP4高達74 PFlops。其模型參數處理能力也從上一代的7140億激增至4.2萬億，提升近6倍。
該系列產品採用台積電N3P製程工藝的計算晶片與N6工藝的I/O晶片，通過3D混合鍵合與2.5D先進封裝技術集成。全系列標配288GB HBM3E顯存，提供8TB/s的顯存頻寬，並內置256MB AMD Infinity Cache。其互連技術升級至第四代Infinity Fabric，外部頻寬高達1075GB/s。此外，MI350系列原生支持包括FP4、FP6在內的多種低精度數據類型，並支持靈活的GPU硬體分區，以提升大型AI模型部署的資源利用率。
Instinct MI350系列GPU符合OCP開放加速器模組標準，主要面向企業級數據中心與大規模AI訓練及推理負載。
性能表現
基於CDNA 4架構的Instinct MI350系列GPU在FP16精度下達到18.5 PFlops，FP8精度下為37 PFlops，而FP6/FP4精度下峰值性能為74 PFlops。
其模型參數處理能力從前代產品的7140億提升至4.2萬億。在單GPU分區模式下，可支持運行高達5200億參數的AI大模型。
在實際套用中，Instinct MI355X GPU在Llama 3.1 405B、DeepSeek R1等大模型的推理任務中，性能可達前代MI300X的2.6至4.2倍。在部分精度如FP16/BF16的AI計算中，實現了約1.9倍的性能提升。配合ROCm 7軟體棧，在Llama 3.1 70B等模型的推理性能上，較ROCm 6平台平均提升約3.5倍。
在能效比方面，Instinct MI350X GPU的HBM記憶體每瓦讀取性能相比MI300X最高提升約30%。
Instinct MI355X GPU的顯存容量為288GBHBM3E，顯存頻寬為8TB/s。在DeepSeek R1 FP4、Llama 3.1 405B FP4等低精度大模型推理中，其吞吐量數據在相關測試中被記錄。在MLPerf等基準測試中，部分項目如Llama 2 70B微調的測試結果亦有公開數據。
發展路線
2024年6月，AMD首次公布其AI加速卡路線圖，計畫於2025年推出基於下一代CDNA 4架構的Instinct MI350系列GPU。該系列產品於2025年6月在AMD ADVANCING AI峰會上正式發布。
技術分析指出，CDNA 4延續了CDNA 3的模組化設計理念，採用“保守進化”的疊代路線，類似於Zen架構從Zen 3到Zen 4的演進。其策略重點在於通過計算單元微架構最佳化、提升時鐘頻率、擴大本地數據共享容量與頻寬，以及對核心存儲和顯存系統進行針對性增強，從而顯著提升AI低精度計算性能。
