至于其他几项核心参数，骄阳300的表现也同样出色。
基于全新的混合架构，骄阳300的数据传输延迟，从前代的15ns，进一步压缩至10ns！
内存带宽也从前代的1TB/s，提升至1.5TB/s！
与之相比，英伟达Tesla K40，内存带宽仅有288GB/s，且延迟高达200ns。
以模型训练为例。
同等任务下，如ResNet-50模型100轮迭代，前者的计算效率，是后者的5.2倍！
此外，基于骄阳架构，针对“AI高频算子优化”的硬件加速模块，骄阳300的自注意力计算能力，从前代的2.1万亿次/秒，提升至3.0万亿次/秒！
而Tesla K40，仅有0.8万亿次/秒。
GTX 780 Ti，更是仅有0.6万亿次/秒。
完全不是一个level~
功耗方面。
骄阳300单卡功耗，控制在250W，稍低于Tesla K40的235W。
但在FP16算力功耗比方面，前者高达48GFLOPS/W！
而后者仅有8.9GFLOPS/W。
集群扩展能力方面。
相较于前代，骄阳300进一步升级了“三层通信架构”！
“芯片间高速通信协议”，单链路带宽，提升至200GB/s！
云-心协同协议，进一步优化了分布式训练中的参数同步机制。
高速总线，则采用了全新的拓扑结构，支持更灵活的集群配置。
全方位的升级，使得骄阳300集群，最大扩张规模，从前代的256卡，直接翻倍增长至512卡！
节点间通信延迟，从8μs降低至＜5μs！
集群总带宽，也翻倍增长至4TB/s！
与之相比，英伟达仍依赖PCle3.0与InfiniBand QDR构建集群。
这也是行业内的“通用通信方案”。
节点间单链路带宽仅8GB/s，英伟达目前能实现的256卡集群，理论总带宽不足2TB/s。
仅为骄阳300“512卡集群”的一半~
且随着节点数量增加，PCle总线的天然冲突，会导致实际可用带宽，呈指数级下降。
512卡时，实际带宽仅为理论值的30%，且节点间通信延迟，普遍超过100μs。
是骄阳300“512卡集群”的20倍以上。
根本无法支撑，大规模集群的高效协同。
这也是英伟达选择256集群，没再进一步升级的根本原因。
而骄阳算力卡，则通过极光自研的“三层通信架构”，解决了这一难题。
下一步，极光的研发方向，则是将骄阳算力卡的集群架构，由“单卡直连式集群”，向“超节点”的方向升级。
类似于后世的华威昇腾384超节点。
当前，骄阳300的512卡集群，可简单理解为，512只牛马直接组队搬砖。
当集群规模超过1000卡时，牛马会自然乱套，出现有的抢活干，即“算力过载”，有的原地摆烂，即“算力闲置”的状况。
而“超节点”，就相当于将1000只牛马，分成几个小团队，每个团队配一名牛马小组长，即“专用超节点管理芯片”。
先让小团队内部协调好，再和其他小团队配合，效率自然也就更高。
这种超节点模式，可大幅提升算力利用率，适合管理更大规模的算力，如“万卡集群”。
以满足通用人工智能、超大规模科学计算等AI的“终极需求”。
这就需要他们解决，超节点间高速互联、超节点管理、全局算力调度、容错机制等多项核心技术。
以“超节点间高速互联”为例。
当前的铜缆通信，完全无法满足万卡需求。