NVIDIA Tesla T10变身GeForce？云游戏能接盘矿卡市场吗

最近几个周末都想写点东西，这次聊聊 GPU/ 显卡吧。上面这张图信息量有点大，往下我慢慢跟大家讲 …

昨天看到来自国外的新闻：“ 硬件检测工具 AIDA64 的更新日志中出现了一款名为 GeForece RTX T10-8 的显卡，基于 TU102 核心打造。 ” 如下图：

记得在 NVIDIA 的几款 RTX Super 加强版显卡推出之前，曾有传言 2080 Ti 也可能会有个 Super 型号，并像 Titan RTX 那样将显存从 11GB 提高到 12GB （也就是 384-bit 位宽全规格）。后来 NV 辟了谣，不过这一次又有人猜测这个 T10-8 可能是 RTX 2080 Ti Super 啥的。

但我确不这么认为。 2 个简单的理由：第一，“ -8 ”有可能是代表 8GB 显存 ；第二，“ T10 ”并不是个全新的命名，因为之前 Turing （图灵）架构中已经有个 Tesla T10 。

NV 计算卡的不同定位： Tesla T4

在 Turing 家族和 RTX 光线追踪 GPU 发布之后，通用型计算的高端卡仍然是 Tesla V100 ，在 P100 之后只有 Volta 架构的这款“大核心”支持 FP64 双精度浮点计算。 NV 全面公开发布的 Tesla 新品只有 T4 一款，这肯定有自己的考虑。

Tesla 基于 TU104 核心，半高小尺寸，功耗只有 70W 。相比之下，它仍然保留了 2560 个 CUDA Core ，并配备高达 16GB 的显存，显然 能耗比相当高 。

与 Tesla V100 更多用于 HPC 不同， T4 的定位更多是在 AI/ 机器学习中的 Inference （推理），以及 VDI —— GPU 桌面虚拟化 应用，比如将 16GB 显存切分给 8 个 2GB 的 vGPU 。这里除了单独卖钱的 GRID License 选择之外， Tesla T4 还提供了 16VF 的 SRIOV 支持。

AI 深度学习计算，特别是 Inference 并不只有 GPU 一种选择，还面临各种不同高效方案的竞争，比如我在《 OCP China Day ： Nervana 神经网络处理器、 Ruler 还有 500G ？ 》里面写的。 NV 最擅长的还是图形显示（包括后端计算的云游戏） ，这方面 ASIC 和 FPGA 可搞不定。

在最新的 NVIDIA 驱动中， Turing 架构 Tesla 仍然只有一款。我们看到 Tesla 、 Quadro 和 TITAN 的 Device ID 结尾都带有 .10DE ，也就是说只提供原厂卡。

面向云游戏的 Tesla T10 ：规格悄然变化

除非您在 NVIDIA 网站上细心浏览过 RTX Server 的页面，否则还真不太容易发现这个 NVIDIA 几乎没有主动宣传过的 Tesla T10 。 Cloud Gaming ——云游戏会不会是下一个增长点呢？

这张图左右两侧截自旧 / 新 2 份资料，大家注意到有什么区别了吗？

NV 这款系统实际上是个 8U 机架的刀片服务器 。每机箱内 10 个双节点刀片 （也就是 20 节点）。

具体到单节点的配置， CPU 是 1 颗 Intel i9 8 核， 2 颗 Tesla T10 GPU 。不过 NV 最新的资料中 隐去了 RTX 的型号（已经不提 Tesla 了） ，并将显存从 8GB 提高到 16GB 。那么 原来的“ T10-8 ”会不会就改成 GeForce 了呢？

在“ Tesla T10 16GB ”显存增大的同时，新版资料中还加入了 vGPU 支持。按照我的理解，在 没有 vGPU 的情况下 ，每个双 GPU 节点可能是运行单一 Windows/Linux 系统， 以进程级别隔离在上面运行的“云游戏” 应用；或者 利用 IDV/PCV 这类 PC 虚拟化软件 ，在 Linux Hypervisor 底层上 装 2 个虚拟机（很可能是 Win ），把显卡分别以独占方式穿透进去 。

这次 vGPU （ GRID Gaming ）的引入 ，估计就能 把显卡切割给更多的虚拟机 ，以达到比进程更好的隔离效果来适配某些游戏。至于“ Tesla T10 16GB ”具体切分为几个 vGPU 使用，我稍后会讲。

先来看看 Tesla T10 GPU 的规格， 3584 个 CUDA Core 应该属于 TU102 核心 ，参考上表，恰好与上一代的 GP102 的 GTX 1080 Ti 数量相同。按照 NV 网站的说法 在游戏中能够达到 GeForce RTX 2080 （属于 TU104 ）的水平，而 功耗只有 150W 。这个有点像 Tesla T4 的做法，用相对“大核心”降低频率以实现更好的能耗比，当然 T10 的成本应该比 2080 要高，卖价也会是如此吧？

以前在对比 GPU 服务器时经常会看空间密度，这次的 RTX Server 在 8U 内容纳 40 个 GPU 与传统机型的设计思路不太一样。比如我在《 4U 10 卡机器学习服务器：为什么 PCIe 比 NVLINK 能效比高？ 》介绍的 Dell DSS8440 ， 8U 内 2 台能放进 20 个 300W 功耗的 Tesla V100 ； 1U 4 卡的 PowerEdge C41x0 ， 8 节点能达到的密度更高—— 32 x 300WGPU 。 云游戏并不需要单卡性能太高，而是更在意能耗比和 CPU 的配比 。

上面这段资料提到 GRID vGaming 软件能让 40 个 GPU 同时运行 160 个 PC 游戏 ，如果是每个 CPU 节点启动 8 个虚拟机的话，每个虚机平均能够分配到 4GB 显存的 vGPU 、 1 个 CPU 核心、接近 4GB 内存和 60GB 左右 SSD 容量，运行主流中等负载 3D 游戏差不多够了。

如果在数据中心配置 30 套 RTX Server ，可以服务数千个并发用户 。

挖矿之外， GeForce 在数据中心允许的另一用途？

无论 RTX Server 中的“ T10 16GB ”是否还叫 Tesla ，包括我和一些同行朋友都认为：如果是传统 NV 对 Tesla 的定价习惯，想在对成本要求苛刻的云游戏市场中广泛应用是有些困难的 。

就像 NV 之前 只允许 GeForce 在数据中心用于区块链计算 （俗称挖矿）那样，商业公司都希望自己的利益最大化。当然 NV 也不傻，他们在 GeForce RTX 上保留 Tensor Core 全部能力的同时，将 显存容量严格限制在上一代的水平 ，这将显著影响一些更大规模计算的性能（如渲染）。 没有显存 ECC 支持 也无法充分保证长时间高负荷运行的稳定，规模大些的商业 HPC 用户基本上只能选 Tesla 和 Quadro 。

还有些功能从技术上是难以限制的 ，比如一些 VR 应用和 3D 游戏调用同样的 GPU 处理单元，这时 GeForce 就可能和同等硬件规格的 Quadro 专业显卡跑一样快。具体到此类场景，用户肯定会看性价比，而传统制造业对图形工作站的选型则是另一种情况（具体先不展开了）。

举上面这个例子，我是想说明 NV 为云游戏设计了“ Tesla T10 ” + vGPU 虚拟化的基础设施，但最终市场选择可能会更看重性价比 。因为还有 Intel 的 PC Farm 方案，有些特殊情况 数据中心里也可以放多节点 PC ， AMD 的 Radeon 游戏显卡也没有限制吧？

至此，我把 GeForece RTX T10-8 相关背景交待差不多了。当然 以上有许多个人推断的内容 ，我还想继续猜一下 T10 会长什么样？

NVIDIA P104 “专用矿卡”，图片引用自技嘉网站。

记得前两年人们用显卡挖矿最多的时候，除了 GeForce 1060 以上全面缺货和涨价之外，这款专用的 P104 也是一卡难求。大家知道普通 GeForce 显卡挖矿损坏是不保修的， P104 还提供 3 个月质保。

如果 GeForece RTX T10-8 正式名称确实如此，我想它可能也是专为云游戏应用而设计的。具体比 RTX 2080 贵多少我说不准，但也可能会 像 P104 这样去掉显示输出接口？ ——因为并不需要本地连接显示器。另外一点： Tesla 现在都是被动散热， GeForece RTX T10-8 会采用风扇主动散热吧？

以上也算是我对 云游戏 计算平台的一点小见解 。云游戏 /VR 应用中还涉及远程图形传输协议（视频推流）、针对低延迟网络的 5G 通信等技术，以后有机会再跟大家聊。

注 ：本文只代表作者个人观点，与任何组织机构无关，如有错误和不足之处欢迎在留言中批评指正。 进一步交流 技术 ， 可以 加我的 QQ/ 微信： 490834312 。如果您想在这个公众号上分享自己的技术干货，也欢迎联系我：）

尊重知识，转载时请保留全文，并包括本行及如下二维码。感谢您的阅读和支持！《企业存储技术》微信公众号： HL_Storage

长按二维码可直接识别关注

历史文章汇总 ： http://chuansong.me/account/huangliang_storage