【芯观点】拼上最后一块“CPU拼图” 集齐“三芯”的英伟达最想召唤什么？

作者： Jimmy

2021-04-13

相关舆情

AI解读

生成海报

芯点评──以最快的速度了解产业时事新闻，以最独到的角度点评产业发展趋势。

集微网报道，以GPU见长的英伟达发布了首款基于Arm架构的数据中心CPU，或许令不少人惊讶。今年的GTC 21上，皮衣教主黄仁勋又一次在自家厨房进行他的重磅主题演讲，介绍了英伟达AI、汽车、机器人、5G、实时图形、协作和数据中心等领域的最新进展。

随着CPU拼图的凑齐，英伟达进入了CPU、GPU和DPU“三芯”组合拳时代。

而面向未来AI、自动驾驶、5G更智能的时代，巨头们似乎都做出了相似的选择——去年以CPU见长的英特尔发布了自研GPU；AMD也在拥有CPU和GPU的基础上要收购FPGA。

芯片融合时代不断深入，这也意味着芯片行业的竞争已经进入了新的阶段。

图源：英伟达

集齐CPU、DPU和GPU三芯

整场目光焦点莫过于首款数据中心CPU——Grace。至此，英伟达填上了CPU的空白，凑齐了三大基础计算能力。

英伟达首款数据中心CPU以美国海军少将、计算机编程先驱Grace Hopper的名字命名，其新一代自然语言处理（NLP）模型的训练会有超一万亿的参数。

而基于Grace的系统与NVIDIA GPU紧密结合，性能将比目前最先进的NVIDIA DGX系统（在x86 CPU上运行）高出10倍。

不过值得注意的是，Grace是一款高度专用型处理器，主要面向大型数据密集型HPC和AI应用。黄仁勋指出，绝大多数的数据中心仍将继续使用现有的CPU，而Grace主要将用于计算领域的细分市场，预计2023年可以供货。

DPU方面，英伟达发布的BlueField-3 DPU实现了10倍的性能飞跃，能够替代300个CPU核，以4000Gbps的速率，对网络流量进行保护、卸载和加速。

GPU方面，英伟达推出了NVIDIA A10和A16 GPU。较上代虚拟工作站相比，A10提供高达2.5倍的性能，A16提供2倍的用户密度，其总拥有成本更低。此外，与NVIDIA RTX Virtual Workstation（vWS）和NVIDIA Virtual PC（vPC）软件组合后，这两款GPU将提供更强大的性能、显存和速度，以加速从图形、AI到VDI的任何工作流程。

至此，英伟达将数据中心产品路线图升级为GPU+CPU+DPU三芯片组合，黄仁勋表示Grace和BlueField是其中必不可少的关键组成部分。而这更是保持其在AI领域的竞争力重要升级。

芯片融合时代的新竞争格局

那么集齐“三芯”之后，将有利于英伟达哪些业务快速推进？

首先，对于英伟达而言，集齐这三大算力芯片对推进整个数据中心业务具有里程碑式的意义，如今的数据中心业务的算力增长已不是单一种类的算力芯片所能独掌的，而黄仁勋的言论似乎正印证这一点。

黄仁勋认为，从一颗CPU内核最终打造出一个数据中心服务器级平台，需要GPU、DPU、系统软件和之上的所有算法等等，结合GPU和DPU，Grace使得英伟达能够提供第三种基础计算能力。

黄仁勋在去年英伟达宣布推出DPU时就表示，数据中心已成为新型计算单元。CPU、GPU和DPU的结合，可构成完全可编程的单一AI计算单元，提供前所未有的安全性和算力。

作为最大的通用CPU供应商，常年霸占数据中心领域龙头位置的英特尔也表示，公司正从一家CPU公司转型为一个XPU平台公司，而“X”即代表很多不同的产品。

在完成数据中心路线图的拼图后，英伟达的野心也逐渐变大，而这项业务之于英伟达的重要性也越来越高。在宣布新款CPU亮相后，英伟达股价收盘上涨5.62%。

根据截至2021年1月31日的英伟达第四季度与2021财年财务报告，数据中心的季度收入和全年收入均创下纪录。四季度，数据中心业务获19亿美元收入，同比增长97%。全年收入创下67亿美元的纪录，增长124%。

数据中心业务的推动也为英伟达带来极高的收入增长比例。据Gartner发布的最新报告显示，2020年全球半导体十大供应商中，英伟达排名第九，收入增长比例最高，达45.2%。

Mercury Research分析称，这款新CPU的加入，将使英伟达与英特尔展开正面竞争。

而英特尔与AMD也在近期发布了旗下处理器新品。就在上周，英特尔发布了第三代至强可扩展处理器（代号Ice Lake），采用英特尔10nm制程，是业界唯一内置人工智能加速的数据中心CPU，支持端到端的数据科学工具和广泛的智能解决方案生态系统。AMD最新发布的基于Zen 3架构的第三代AMD EPYC处理器（代号米兰）系列，采用台积电7nm制程。

其次，除了在高性能计算市场，英伟达的三芯片组合也能提升其在自动驾驶汽车市场的竞争力。

黄仁勋表示，自动驾驶汽车领域是“机器学习和机器人技术所面对的最严峻的挑战之一，同时也是最棘手、影响最大的挑战之一。”

NVIDIA正在为价值10万亿美元的交通运输行业构建模块化的端到端解决方案，使合作伙伴能够充分利用所需要的部件。基于英伟达新一代GPU架构、全新Arm CPU以及深度学习和计算机视觉加速器，黄仁勋推出了新一代面向自动驾驶汽车的NVIDIA DRIVE Atlan，该处理器性能最高达每秒超过1000万亿次（TOPS）运算，约是上一代Orin处理器的4倍，超过了绝大多数L5无人驾驶出租车的总计算能力。

随着全球数据爆炸和人工智能革命的展开，算力增长已满足不了数据增长的需求。据IDC统计，全球算力的需求每3.5个月就会翻一倍，远远超过了当前算力的增长速度。

在此驱动下，全球计算、存储和网络基础设施也在发生根本转变，一些复杂的工作负载，在通用的CPU上不能很好地处理，因而需要GPU、FPGA、DPU等更多算力芯片的融合参与，以实现靠单一的芯片无法满足的AI、5G、自动驾驶等应用的需求。“X”PU芯片时代已然到来，这也意味着，芯片行业的竞争已经进入了新的阶段。

（校对/Carrie）

责编：刘燚

*此内容为集微网原创，著作权归集微网所有，爱集微，爱原创

点击进入专题报道：

投石问路？重新审视英特尔收购Tower的真实意图