SM120表示计算能力12.0

SM120表示计算能力12.0 | AI生成和翻译

首页 2026.07

问题：在NVIDIA GPU术语中，SM120 是什么意思？SM 是流式多处理器（Streaming Multiprocessor）吗？工程师会把 H200/RTX4070 称为 “SM120” 吗？

回答：

你的理解接近，但有两个相关含义：

是的，SM 代表流式多处理器。它是 NVIDIA GPU 内部的基本执行单元。

一个 GPU 大致结构如下：

GPU
 ├── SM 0
 │    ├── CUDA 核心
 │    ├── Tensor 核心
 │    ├── 寄存器
 │    ├── 共享内存
 │    └── 线程束调度器
 │
 ├── SM 1
 │    └── ...
 │
 └── SM N

CUDA 在 SM 级别调度工作。一个 CUDA 内核会启动线程块，而这些线程块会被分配到 SM 上。

当 NVIDIA 工程师说：

sm_120
SM120

他们通常指的是 CUDA 计算能力 12.0，而不是 “该 GPU 有 120 个流式多处理器”。

命名方式：

sm_<主版本号><次版本号>

sm_80  = 计算能力 8.0
sm_86  = 计算能力 8.6
sm_89  = 计算能力 8.9
sm_90  = 计算能力 9.0
sm_120 = 计算能力 12.0

CUDA 编译器的目标名称就是这样命名的。（NVIDIA 开发者）

例如：

nvcc kernel.cu -arch=sm_120

意思是：

“编译这个 CUDA 内核，优化目标为 Blackwell 计算能力 12.0。”

Ada Lovelace 架构：

架构：Ada
计算能力：8.9
CUDA 目标：sm_89

因此：

RTX 4070 -> SM89

而不是 SM120。

Hopper 架构：

架构：Hopper
计算能力：9.0
CUDA 目标：sm_90

因此：

H200 -> SM90

而不是 SM120。

Blackwell 消费级/工作站架构：

架构：Blackwell
计算能力：12.0
CUDA 目标：sm_120

因此：

RTX 5090 -> SM120

工程师的简称大致如下：

对于 AI 内核开发来说，这一点很重要，因为像 PyTorch、FlashAttention、Triton、CUTLASS、vLLM 等库会针对这些目标编译专门的内核。

例如：

TORCH_CUDA_ARCH_LIST="8.9;9.0;12.0"

意思是：

“为 Ada、Hopper 和 Blackwell 构建内核。”

仅为 sm_89 编译的内核可能通过 PTX JIT 在更新的 GPU 上运行，但不一定能使用新硬件特性，比如 Blackwell 的 FP4/Tensor Core 指令。（NVIDIA 开发者）

所以，当 NVIDIA 工程师说 “SM120” 时，他们是在谈论 CUDA 编译器/硬件能力语言，而不是字面上的 SM 数量。

返回捐助