AMD MI355X 上的占用率计算：一份从基本原理出发的指南
本文深入探讨了 AMD MI355X GPU 上占用率（occupancy）的数学原理与计算方法。作者从硬件架构的基本概念出发，逐步推导如何计算和优化着色器核心的占用率，以提升计算性能。文章提供了详细的公式与示例，适合希望从底层理解 GPU 占用率机制的开发者和研究人员。
背景速读
- 本文详解AMD下一代AI加速芯片MI355X的计算单元（Shader Engine）内部调度机制，核心概念是“Occupancy”（占用率）：即GPU硬件上同时活跃的Wave（线程组）数量占理论最大值的比例。高Occupancy能隐藏内存延迟、提升吞吐，但受寄存器、共享内存等资源限制。
- MI355X是AMD预计2025年推出的CDNA 4架构加速卡，专为AI/高性能计算设计，是MI350系列的一员，对标NVIDIA的Blackwell/B100/B200。其特点是采用4nm+制程、支持FP4/FP6等低精度格式，峰值算力宣称达2 PetaFLOPS（FP16）。
- 要优化MI355X上的计算内核（如矩阵乘法、注意力机制），开发者需理解其硬件细节：每个Compute Unit（CU）有4个SIMD单元、共享64KB向量寄存器文件和L1缓存；Wave调度受寄存器压力、波前尺寸（Wave64）等约束。
- 本文从数学上推导Occupancy公式，并分析不同内核参数（如每线程寄存器数、工作组尺寸）对Occupancy的影响，是面向GPU底层优化（类似CUDA“Occupancy API”思路）的AMD ROCm生态技术资料。