Charlie Demerjian: Nvidia's Fermi is broken and unfixable
Keďže som dnes ráno prelúskal tento článok Charlieho Demerjiana, rozhodol som sa, že ho preložím a sprístupním aj ľuďom nie až tak anglicky zdatným. Google translate nepripadal do úvahy, pretože ten z termínov a fráz porobí v slovenčine len nečitatelné skomoleniny.
Charlie v podstate vysvetľuje celú cestu do záhuby Fermi, z ktorého by iným prístupom nVidie mohla byť oveľa lepšia karta, mohla prísť skôr a hlavne s menším TDP a výrobnou cenou.
Ospravedlňujem sa za chybky a miestami zlý slovosled, ale takto dlhý článok som už nemal síl opravovať...
URL pôvodného článku:
http://www.semiaccurate.com/2010/02/17/ ... unfixable/
By Charlie Demerjian, 17.Feb.2010
Preklad:
Charlie Demerjian: Fermi od nVidie je pokazené a neopraviteľné
Pražiace, pomalé, oneskorené a nevyrobiteľné
Z ďalším launchom nVidie GT300/Fermi/GF100/GTX480 pred nami, je čas na update tých rozporuplnejších informácií. Produkčné vzorky chodia z TSMC už niekoľko týždňov a výhľady pre ne nie sú práve najlepšie.
Najprv sme dostali info, že produkcia revízie A3 GF100viek sa ku koncu Januára dostala späť do Santa Clary. Keď sa ich dostatok skĺzol po výrobnej linke aby „prepísal pojem čip“, počuli sme, že párty sa v Santa Clare nekonala. Pre ľudí, ktorých nezaujíma otázka „prečo“ len krátka odpoveď – maximum taktov je zatiaľ 600MHz pre „half hot clock“ (jadro) a 1200MHz pre „hot clock“ (frekvencia shaderov) a počiatočný high-end bude mať 448 shaderov. Navyše, výnosnosť waferov vo fabrikách sa stále vyjadruje len v jednotkách percent.
Povedané, situácia je oveľa zložitejšia ako čo naznačujú tie tri čísielká a strašná výnosnosť zostáva aj po podtaktovaní čipu a odpojených defektných jednotiek. A aby to bolo ešte horšie, problémy, ktoré zapríčinili slabú výnosnosť sú zrejme neopraviteľné bez kompletného re-layoutu (zmeny návrhu čipu). Pozrime sa teda na tieto problémy, jeden za druhým.
Číslom jedna na nVidia TODO liste je výnosnosť. Ak si spomeniete, povedali sme, že výnosnosť prvých výrobných vzoriek „hot lot“ Fermi, ktoré prišli z TSMC bola len 7 dobrých čipov z 416 kandidátov, čiže výnosnosť menšia ako 2 percentá.
Problém, ktorému nVidia čelí môže byť vystopovaný až ku vyriešitelnej závade. Všetky tri kroky v designe layoutu GF100 sú známe ako „metal layer spins“ čo je lacnejšie a rýchlejšie ako „full base layer respin“ (zmena kovových vrstiev vs. kompletná zmena layeru pri objavení chyby pri výrobných vzorkách), čo trvá asi dva mesiace, kým sa dostavia výsledky. „Full base layer respin“ si zoberie od troch do šiestich mesiacov práce a stojí viac ako milión dolárov len za masky. „Metal layer spins“ sú označované zvyšovaním čísla, napr. A1, A2, pričom „full base layer respins“ sú označované zmenou znaku, z A3 na B1 napríklad. nVidia ráta prvú revíziu od A1, čiže terajší A3 je tretí metal spin.
„Metal layer spins“ ale riešia skôr problémy typu 1+1=3, nie problémy s TDP či výťažnosťou. Väčšina problémov z výťažnosťou je spojená s výrobným procesom, ktorým sú čipy vyrábané a modifikovaný faktormi – ako rýchlo sa snažíme prevádzkovať tranzistory, ako veľmi ohýbame zákony dizajnu čipu a podobné problémy.
Keď nVidia dostala ich prvý čip Fermi GF100 minulý September, frekvencie dosahovali hodnotu okolo 500MHz a výťažnosť bola v jednotkách percent. Tieto čísla boli šokujúco nízke, ale na prvú dávku čipov, uponáhľanú cez fabriku, odtiaľ ten výraz „hot lot“, nie sú takéto problémy ničím nezvyčajným.
Ďalšia „otočka“, A2, posunula frekvencie o trochu ďalej, ale výťažnosť zostala stále tvrdohlavo nízko. Bol to už približne mesiac omeškania, čiže si môžete byť celkom istí, že problémy, na ktorých sa pracovalo boli značné. Toto totiž nie je proces, ktorému sa dá tolerovať hocijaké nepotrebné zdržanie.
SemiAccurate sa dozvedelo, že A3 „hot lots“, ktoré prišli kúsok pred Vianocami nepomohli frekvenciám vôbec, alebo len mizivo. To nie je žiadne prekvapenie, pretože nVidia používala zlý nástroj – zmeny kovovej vrstvy na napravenie frekvencie a odberu karty. Výnosnosť A3 „hot lots“ bola takisto vhodná na spláchnutie. Ako sme hovorili od čias prvého designu z minulého Marca, takýto návrh je nevyrobiteľný a zmeny, ktoré by mohli napraviť tieto problémy potrebujú plný re-layout (prerobenie návrhu).
Prečo sú veci až tak zle? Jednoduchá odpoveď – nVidia si nespravila domácu úlohu. Presne ako zlyhania, ktoré viedli ku vysokým zlyhaniam ich čipov, nVidia proste nespravila testy a namiesto toho sa snažila spraviť hrubou silou veci, ktoré požadujú zmysel pre cit a metodickú predprípravu. ATi si testy spravila. ATi vyrukovala s plným produkčným štartom HD4770 (čip RV740) a použila to ako test 40nm procesu TSMC. TSMC vyzerá, že zlyhalo, a poriadne, ale v kritický moment sa ATi naučila, prečo a ako ich čipy zlyhali pri výnosnosti. Táto informácia bola použitá pre Evergreen 5000 sériu a tie zišli z výrobnej linky s perfektne akceptovateľnou výnosnosťou.
Nvidia medzičasom mala štyri 40nm GPU v časovom pláne pre Q1 2009 – G212, G214, G216 a G218, updatované zmenšence pôvodných 55nm G200b, G92b , G94 a G96 čipov. G212 bola tak zlá, že bola podrezaná ešte predtým ako sa stihla pozrieť na kremík a druhá najväčšia, G213 musela ísť na masívnu diétu, zo 128 shaderov na 96. Potom bola premenovaná na G215 a nakoniec vyšla v Novembri 2009. Je predávaná ako GT240, G216 ako GT220 a G218 ako GT210. Všetky z nich mali nespočet premenovávaní a v súčasnosti sú premenovávané na sériu 300 z fakt žiadneho očividného dôvodu.
Problémmom je, že čipy sú cca. 139mm2, 100mm2, a 57mm2 pre G216, G216 a G218 poporade. ATičkárska RV740tka má 137mm2. Tie sú veľmi malé, zatiaľ čo vyšša rada G200b mala cez 480mm2 a rannejšia 65nm verzia G200 mala cez 575mm2.
ATi vyrábala predajné množstvá 137mm2 čipu v Apríli 2009. nVidia má viacero problémov s 40nm procesom a vydala len G216 a G218 v Auguste 2008 ako len OEM GPUs. Zobralo to mesiace pre výťažnosť aby dosiahla takého bodu, kde nVidia mohla vydať kartu pre obchody, a G215 omeškávala prvé dva o niekoľko mesiacov.
Veľmi tvrdé meranie výťažnosti je, že pre podobné produkty sa výťažnosť znižuje úmerne s veľkosťou čipu. Môžeme predpokladať, že 200mm2 čip bude mať ¼ výťažnosti 100mm2 čipu a 50mm2 čip bude mať približne štvornásobnú výťažnosť 100mm2 čipu. Výrobcovia čipu umiestnili veľa redundantných štruktúr do každého dizajnu kvôli opraviteľnosti určitých výrobných chýb, ale aj tam sú limity.
Každá redundancia pridáva veľkosť čipu, čiže jeho cena vzrastá. Vyrábanie polovodičov je séria komplexných zámien (resp. obetovaní) a cena za redundantnosť plochy verzus výťažnosť je jedna z tých jednoduchších. Ak je layout naplánovaný dobre, výsledok môže skĺbiť vysokú výťažnosť s len minimálnym nárastom plochy čipu.
Ak veci idú dobre, cena redundantnosti plochy je menšia ako to, čo stratíte ak by tam nebola. Ak sa ale veci zvrtnú, dostanete veľký čip, ktorý sa nedá vyrobiť ani zďaleka tak, aby bola jeho cena zdravá. Napríklad o AMD K6-III sa tradovali podobné informácie – príklad takéhoto typu zlyhania.
Minulú Jar a Leto sa ATi nehanbila vykladať ľuďom, že lekcie, ktoré sa naučili z RV740 boli spätnou väzbou pre Evergreen 5000 series a bola to veľmi produktívna lekcia a skúsenosti. Jedno z tých tmavších, temných tajomstiev bolo, že mali problémy s prepojeniami medzi kovovými vrstvami na čipe. Ďalšie bolo, že TSMC 40nm tranzistory boli dosť variabilné v ich konštrukcií, špeciálne v dĺžke kanálu.
Odkedy Anand hovoril o oboch problémoch v jeho excelentnom článku, akékoľvek sľuby udržať toto tajomstvo sú teraz diskutabilné. Čo ATi spravila s Evergreenom bolo, že doň umiestnili dve prepojenia namiesto jedného. To taktiež pozmenilo design tranzistorov a layout aby sa zmiernila variantnosť tranzistorov. Obe tieto opatrenia stáli dosť priestoru a najskôr aj žerú o niečo viac energie, ale boli dôležité.
nVidia na druhej strane nespravila svoju domácu úlohu vôbec. V ich klasickom „býk v čínskom obchodíku“, SemiAccurate viackrát povedalo že oficiálne posvätené riešenie problému nVidie bolo inžinierstvo ziapania na ľudí. Samozrejme, aj keď očistné, neprinášalo to zmenu designu čipu alebo zákonov fyziky. Taktiež to z ľudí nerobí priateľov.
V čase, keď sa nVidia dozvedela o problémoch, bolo príliš neskoro implementovať ich do Fermi GF100. Design bol v podstate odsúdený k záhube, jedine že by TSMC vytiahlo z rukáva nejakú mágiu.
Prečo? GF100 má okolo 550mm2, teda o niečo viac ako sme informovali po vydaní tapeoutu. nVidia narazila na viacero problémov s výťažnosťou so 100mm2 čipom, do trojmesačného sklzu s 139mm2 čipom a musela zahodiť akékoľvek väčšie dizajny kvôli praktickej nemožnosti vyrobiť ich. Bez spravenia domácej úlohy, ktorú si ATi spravila, je to teraz o pokusoch zhotoviť 550mm2 čip.
Sedliacka matika hovorí, že GF100 má len o vlas menej ako štvornásobok G215tky a to sú tak trochu podobné čipy, čiže môžete očakávať výťažnosť GF100vky okolo 1/16tiny G215tky. G215tka nemá príliš dobrú výťažnosť, ale aj keby mala 99 percentnú výťažnosť, môžete očakávať od Fermi GF100 výťažnosť v jednotkách percent. Naposledy čo sme počuli čisté výsledky, výťažnosť G215 nebola tak vysoko.
Aby sa tieto problémy opravili, nVidia musí spraviť to, čo ATi spravila pre Evergreen, a to je zdvojnásobiť prepojenia a taktiež netriviálne upraviť obvody. Tento proces vyžaduje veľa inžinierskeho času, base layer spin a zrejme aspoň jeden metal spin (teda plný rebuild layoutu). Ak by všetko šlo hladko, stále by to trvalo viac než 6 mesiacov než by sa takto opravené GPU dostalo na trh.
Zatiaľ čo je toto zlé pre nVidiu a zrejme konečné pre Fermi GF100 ako ekonomický životaschopný čip, zrejme sa stane to najhoršie. Čip je veľký a horúci. Internisti povedali SemiAccurate, že čipy ukázané na CES si vyžiadali 280W. nVidia vedela, že GPU zožerie veľa ešte predtým, než bol čip plne nadizajnovaný, ale zrejme si mysleli, že príkon bude okolo 225W.
Aby s týmto bojovali, nVidia inžinieri povedali SemiAccurate že padlo rozhodnutie prevádzkovať čip na veľmi nízkej voltáži, 1.05V verzus 1.15V pre ATičkársky Cypress. Keďže ATi vyžadujú menej energie pre Cypress, 188W TDP verzus 225W TDP pre Fermi GF100, vždy keď nVidia potrebuje upraviť voltáž na karte, výsledky sú zhruba 50 percentný nárast amperáže pre každý 0.01V, o ktorý vzrastie VCORE. Aj keď je toto simplifikácia problému, ponaučenie je, že nVidia spravila rozhodnutia, ktoré vyústili do vyššej pridanej spotreby ako ATi ak treba posunúť voltáž.
Pamätáte na tú časť o TSMC variabilných tranzistoroch? To znamená, že niektoré z nich sú „deravé“, teda zožerú viac energie ako ich menej deraví bračekovia a ďalšie z nich zase chodia pomalšie. Tradičná oprava problému pomalých tranzistorov je zvýšenie voltáže a takáto oprava často prinúti slabé tranzistory pracovať korektne. Taktiež to ale núti deravé tranzistory prepúšťať viac a čím viac prepustia, tým horúcejšie budú.
Horúcejšie tranzistory taktiež prepúšťajú viac než chladnejšie , čiže sa dostaneme do cyklu kde deravosť vedie ku vyšším teplotám, čo zase robí deravé tranzistory prepúšťať ešte viac atď... Jedna cesta boja s týmto je pricapiť na kartu silnejší chladič, ale to zase stojí veľa peňazí a obvykle robí veľa rámusu. Ak sa ešte pamätáte na nVidia NV30 GeForce 5800 ‘rozfúkavač lístia’ tak áno, to je presne ono.
Variablita TSMC tranzistorov znamená, že je veľa deravých a slabých tranzistorov roztrúsených po celom čipe. Ak nVidia zvýši voltáž, začnú cucať energiu vo veľkých mierkach. Ak nezvýši, slabé tranzistory prakticky nechodia a sú efektívne “vadné” resp. “defektné”. Dva ciele sú navzájom protichodné a rozhodnutia ohľadom nízkej voltáže a vysokej amperáže len navýšili problém nVidie.
Ak už toto nebolo dostatočne zlé, zdroje hovoria SemiAccurate, že TSMC 40nm process je veľmi tepelne senzitívny. Deravosť tranzistorov výrazne rastie s teplom, oveľa viac ako pri starších výrobných procesoch. Ak prekročíte určitú kritickú teplotu, únik energie nekontrolovane vzrastie. Väzenie, do ktorého sa Fermi GF100 dostáva, sa už zatvára z troch strán.
Alternatívou je odpojiť shadery s veľkým množstvom slabých tranzistorov a nechať voltáž napokoji. Nanešťastie, ďalšie zlé rozhodnutie pri návrhu architektúry robia túto záležitosť veľmi nepríjemnou. Fermi GF100 je usporiadané do 16tich klusterov po 32 shaderov, dohromady tvoria 512 shaderov na čipe. Za všetky vysvetlenia, ak odpojíte jeden, ste nútení odpojiť celý set 32. Keďže sú slabé tranzistory roztrúsené po celom GPU, odpojenie dvoch znamená nie stratenie dvoch, ale rovno 64 shaderov. Tento level zrnitosti je zlý a musíte sa spýtať prečo boli spravené takéto rozhodnutia vo svetle takto veľkého čipu.
Na terajšom A3 čipe, zdroje hovoria, že nVidia musí použiť obe “opravy”, odpojenie aspoň dvoch clusterov a zvýšenie voltáže. Toto vyúsťuje do GPU, ktoré zožerie viac energie, zatiaľ čo má minimálne 12,5% menší výkon ako bolo pôvodne plánované. Ak budete používať jednu v PC, tak to môže byť stráviteľné, ale stovky tisíc týchto GPU v superpočítači je slepou uličkou.
Pre dôvody späté so spotrebou a slabými tranzistormi, Fermi GF100 proste nebude bežať na vysokých taktoch. Minulý marec zdroje povedali SemiAccurate že zamýšľané frekvencie boli 750MHz pre nízky takt a 1500MHz pre vysoký takt. Keďže toľko zázrakov zvýšenie voltáže nedokáže, dopočuli sme sa, že A3 produkcia čipov má maximum na 600/1200MHz a to je po odpojení dvoch klastrov.
Minulú jeseň nVidia tvrdila 60 percentný nárast oproti Cypress. Veľmi rýchlo ale poľavili na 40 percent a na CES, nVidia mohla ukázať len veľmi male ukážky hier a benchmarkov, ktoré boli namieru vybrané pre ukázanie sily Fermi architektúry. Tieto boli maximálne 60 percent nad Cypressom, čiže ich treba považovať za najlepšie prípady.
Ak tých 60 percent bolo z neostrihaného Fermi GF100 s 512 shadermi, 750/1500MHz, zrejme práve prípad 280W odberu, tak 448 shaderová verzia s 600/1200MHz bude mať 87,5 percent shaderov a 80 percent frekvencie. 160*0.875*0.8 = 112 percent rýchlosti ATičkárskeho Cypressu. Toto je dosť nadosah pre jemne upravený a revitalizovaný Cypress čip. Nezabudnite, že ATi má duálny Cypress (Hemlock) na trhu, niečo, o čom môže nVidia len snívať, že sa jeho výkonu dotkne.
Fermi GF100 je asi 60 percent väčší ako Cypress, čo znamená, že výrobná cena Fermi je minimálne o 60 percent vyššia, no realisticky skôr trikrát. nVidia potrebuje dominujúci nárast výkonu oproti ATi aby mohla nasadiť vysokú cenu, niekde na bod kde z nej začne profitovať, ak nerátame výťažnosť. ATi navyše nastavila hornú cenovú hranicu s HD5970 (Hemlock).
Zvesti padli už aj o tom, že nVidia bude mať len 5000-8000 Fermi GF100viek, teda GTX480 pri prvom launchi kariet. Číslo, ktoré SemiAccurate počulo priamo, bolo menej špecifické “pod 10000”. Vyrábať sa bude ešte ďalšie dva mesiace, teda do launch na konci Marca a nVidia kúpila na konci minulého roka 9000 waferov. Podľa všetkého tieto budú použité na prvý launch. S 104 kandidátmi na wafer, 9000 waferov znamená 936000 chipov.
Ak aj nVidia porazí prvotné výťažné výsledky desaťkrát, výťažnosť sa bude stále pohybovať v jednotkách percent. Pri cene 5000 dolárov za wafer a desiatich dobrých čipoch, pričom pojem “dobrý” je veľmi relatívny pojem, cenu za čip to posunie na 500 dolárov, teda viac než desaťnásobok ceny chipu ATi. Výrobná cena GTX480 je vyššia než maloobchodná cena ATi HD5970, karty, ktorá ju v benchmarkoch len potľapká a ufujazdí preč. Pri takýchto cenách aj pracovné stanice a výpočtové karty budú musieť siahnuť hlbšie do kapsy.
Dve naozajstné opravy, zdvojnásobiť prepojenia a redizajnovať obvody aby sa minimalizoval negatívny dopad variancií tranzistorov, vyžadujú plný re-layout. Obe taktiež stoja čas a veľkosť čipu. Minimálne šesť mesiacov od papierového vydania, ak si spomínate. Fermi, papierovo vydané na konci Júla a navrhnutý na maloobchodný predaj len v malých počtoch na konci Novembra bol veľmi nerealistický gól. B1 spin čipu by vyšiel asi v Q3 2010, ak by papierovo vyšiel dnes, by neviedol veľmi užitočný život než by bol nakoniec nahradený ďalšou generáciou už 28nm čipov.
nVidia mala spraviť potrebné zmeny, no to prináša dva ďalšie problémy. nVidia má dva limity pri vývoji čipu, jeho veľkosť a spotrebu. Spotreba je jednoduchá, PCIe karta má limit 300W, vyššie TDP znamená, že karta nedostane PCIe certifikát. Bez certifikátu zase prichádzajú právne problémy a OEM partneri ju nebudú montovať do svojich počítačov. Toto je smrť pre akúkoľvek masovo predávanú kartu. Spotreba môže byť zatiaľ len zvyšovaná, do 280W a nVidia je už celkom blízko.
Veľkosť čipu je podobná, TSMC nástroje môžu použiť len masku určitej veľkosti. GT200 potlačila tento limit a zmeny na Fermi/GF100 by zrejme posunuli čip na veľkosť, pri ktorej by sa proste nezmestil do výrobných nástrojov. V tomto bode musíte začať s odoberaním jednotiek, úloha, ktorá pridá ešte viac na čase. Jediným spôsobom ako to spraviť, aby to fungovalo je zmenšenie výrobného procesu na 28nm, ale prvý 28nm proces, ktorý by bol vhodný nebude masovo vyrábať wafery do posledných dní 2010 a aj to v najlepšom prípade.
Fermi GF100 je šesť mesiacov pozadu a stale naberá na omeškaní, nemôže byť profitujúca, ak sa vôbec dá vyrobiť a prvotná produkcia bude limitovaná hlavne pre “wow” efekt PR oddelenia. Každá vyrobená karta bude predaná pri vysokej strate, čo znamená, že zrejme nebude viac waferov po tom, čo sa prvotných 9000 minie. Za tie bolo zaplatené v predstihu, čiže je troche nebezpečné dokončiť ich len pre “wow” efekt.
Čip nieje práceschopný, nemožno ho vyrobiť a opraviť. Ak management nVidie má aspoň kúsok zdania čo to je inžiniersky cit, budú považovť Fermi za víťastvo a poriadne aj finančne sa zamerajú na Fermi II, niečo, čo je stale sľubné pre rok 2010. Zmeny, ktoré čip vyžaduje niesú v podstate reálne pokiaľ sa čip nezmenší na 28nm, je proste príliš veľký.
Toto v podstate odrovnáva akúkoľvek nádej nVidie až do roku 2011 pre hocičo iné ako PR “wow” efekt. Derivácie Fermi existujú zatiaľ len na papieri, ešte nevyšli ani finálne špecifikácie. Ak ich ale nVidia vydá, budú mať rovnaké problémy s veľkosťou, výnosnosťou a odberom ako Fermi GF100. ATi ich ubije cenami do červených políčok, čiže neexistuje cesta, ktorou by nVidia z týchto kariet nejako profitovala a taktiež nieje cesta ako opraviť tieto problémy v čase, ktorý je ešte akceptovateľný. nVidia nebude mať žiadne ekonomicky životaschopné DX11 GPU až do konca 2010, ak pôjde všetko podľa plánu.
Ako sme hovorili už od minulého Mája, Fermi GF100 nieje dobrý čip, nieje správne vyrobený kvôli zlým dôvodom. Drahý Líder otvoril povestnú plechovku nakopávania zadkov na protivníkov a na to všetko ešte aj kritizoval Intel za jeho Larrabee za všetko čo skončilo potopením Fermi GF100. Intel mal aspoň dosť zmyslu na to, aby reorientoval Larrabee a dostal marketingový úder radšej akoby mal liať desiatky miliónov dolárov dole odtokom pre žiadny dobrý dôvod. Vyzerá to tak, že nVidia nemá tak zručný management, aby sa odvážila spraviť niečo take. Spoločnosť nielenže definovala pojem “Laughabee” ale išla proti celému zdravému rozumu a postavila rovnakú hlúposť.
