榜单结论:三类硬件在S16英雄联盟总决赛负载下能效比领先

把S16英雄联盟总决赛的推理负载拆成"高并发短请求"和"长上下文批处理"两段,按每瓦有效吞吐归一后,榜单前三名集中在高带宽封装方案与低功耗边缘方案两类。需要说明的是,本文所有数值均为公开规格书推导的示例数据,用于说明评测口径而非厂商实测结论。S16英雄联盟总决赛的技术解读栏目更关心口径是否可复现,而不是排名本身。

评测口径统一为三项:显存带宽利用率、单位功耗有效吞吐、互联拓扑下的扩展效率。三项加权后形成综合分,避免单一指标误导。S16英雄联盟总决赛的赛程节奏决定了负载具有明显波峰,因此榜单同时给出稳态分与波峰分。

  • 口径一:显存带宽利用率=有效读写字节÷理论带宽×100%,取连续三轮均值
  • 口径二:单位功耗有效吞吐=每秒有效请求数÷整板功耗,功耗取公开规格书典型值
  • 口径三:扩展效率=四卡实测吞吐÷单卡吞吐÷4,反映互联拓扑损耗

显存带宽榜:HBM类封装方案领先,但利用率差距更值得关注

带宽绝对值榜上,采用HBM类封装的三款方案位居前列,理论带宽均超过每秒数太字节量级。但榜单真正的信息量在利用率一列:带宽最高的方案利用率仅六成出头,而一款带宽低约三成的方案利用率接近八成,最终有效吞吐反超。这说明S16英雄联盟总决赛场景下,瓶颈往往不在峰值带宽,而在访存模式与调度策略是否匹配。

从工程角度看,提升利用率的杠杆主要有三处:一是把KV缓存的分块粒度对齐到封装内的访问粒度,二是减少跨分区广播,三是让调度器感知带宽压力而非只看队列长度。S16英雄联盟总决赛技术解读栏目在多篇拆解中反复验证,利用率每提升五个百分点,等效于带宽规格提升一档,成本却低得多。

  • 榜单第一梯队:HBM类封装,理论带宽领先,利用率中等
  • 榜单第二梯队:GDDR类方案,带宽中等,利用率较高,性价比突出
  • 榜单第三梯队:片上大缓存方案,带宽不高但命中率高,适合小批量低延迟

能效比榜:低功耗边缘方案在波峰负载下反超

能效比榜按每瓦有效吞吐排序,稳态段由高带宽方案领先,波峰段则出现反转:两款低功耗边缘方案凭借更激进的动态电压频率调节策略,在短时突发负载下能效比高出约一成五。S16英雄联盟总决赛的请求分布呈明显脉冲特征,这一反转对实际部署的意义大于稳态排名。

需要提醒的是,能效比高度依赖功耗测量点。整板功耗与芯片功耗的口径差异可达两成以上,榜单统一采用整板口径,并在附录标注电源转换效率假设。S16英雄联盟总决赛技术解读栏目建议读者复现时固定测量点,否则排名不可比。

  • 稳态能效比榜首:高带宽封装方案,适合长上下文批处理
  • 波峰能效比榜首:低功耗边缘方案,适合高并发短请求
  • 综合能效比榜首:GDDR类中端方案,两段负载均衡性最好

互联拓扑与Chiplet榜:扩展效率拉开最终差距

四卡扩展效率榜的离散度最大,最好与最差相差近三十个百分点。采用Chiplet架构且互联拓扑为全连接的两款方案扩展效率超过八成五,而采用环形拓扑的方案在跨卡通信密集时降至六成以下。S16英雄联盟总决赛的推理流水线中存在大量跨卡同步点,拓扑选择直接决定榜单末位。

Chiplet的取舍同样体现在榜单里:拆分粒度越细,良率与成本优势越明显,但Die间互联的能耗与延迟开销上升。榜单中综合分最高的方案并非拆分最细的,而是把计算Die与IO Die按二比一拆分、并把缓存放在互联枢纽上的设计。S16英雄联盟总决赛技术解读栏目认为,这一取舍逻辑比具体排名更值得记录。

  • 扩展效率第一梯队:全连接或交换式拓扑,Chiplet二比一拆分
  • 扩展效率第二梯队:环形拓扑,适合通信稀疏的批处理负载
  • 扩展效率观察项:Mesh拓扑在小规模下表现好,规模上去后衰减明显

以上榜单为口径演示与趋势盘点,所有数值均为示例数据,读者应以公开规格书与自建测试环境为准。S16英雄联盟总决赛技术解读栏目将持续以结论前置的方式拆解显存带宽、能效比、互联拓扑与Chiplet议题,欢迎通过本站安卓、苹果iOS、Windows电脑版、Mac电脑版客户端对照阅读。