英特尔|取代Intel！NVIDIA数据中心专用处理器揭秘：一颗DPU顶替125颗x86 CPU |

当地时间周一， NVIDIA（NVIDIA）在线上召开了GTC 2020大会， NVIDIACEO黄仁勋再一次在自家的厨房发布了多款新的硬件产品，其中就包括全新的可软件定义的数据中心专用处理器DPU（Data Processing Unit）及其生态产品路线图，并且宣布将在服务器市场力推ARM架构，以期在利润最丰厚的服务器处理器市场取得更大市场份额。
过去多年来， GPU芯片一直是NVIDIA的主打产品，并且被大量应用在图形处理等领域。但近年来，它们也被大量应用于人工智能训练领域，帮助提高人工智能对于图像识别等任务的速度。这些芯片通常安装在Intel中央处理器旁边，帮助加速人工智能相关工作的计算。而现在， NVIDIA计划通过全新的可软件定义的数据中心专用处理器DPU来取代Intel的CPU 。

本文插图
黄仁勋表示：“数据中心已成为新型计算单元。在现代化、安全的加速数据中心中， DPU已成为其重要的组成部分。 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。 ”
根据计划， NVIDIA将在2021年，推出两款DPU芯片：BlueField-2和BlueField-2X 。
其中， BlueField-2集成了8颗64位ARM-Cortex A72内核，拥有2个超长指令字（VLIW）加速引擎，集成NVIDIA Mellanox ConnectX-6 Dx NIC（智能网卡），可提供两个100Gb/s的网络通道，并加速关键的数据中心安全性、网络和存储任务，其中包括隔离、信任根、密钥管理、RDMA/RoCE、GPU Direct、弹性块存储、数据压缩等。

本文插图
据介绍，经过优化的BlueField-2 DPU可从CPU上卸载关键的网络、存储和安全任务，使企业能够将其IT基础设施转变为最先进的数据中心。此类数据中心可实现加速、具有完全可编程性，并具有“零信任”安全功能，防止数据泄露和网络攻击。

本文插图
在性能方面， NVIDIA称，一颗BlueField-2 DPU可以提供相当于125颗x86 CPU处理器所能提供的数据中心服务。
值得一提的是， BlueField DPU脱胎于NVIDIA以69亿美元收购的Mellanox公司时获得的智能网络芯片SmartNIC技术， Mellanox其与ARM公司（NVIDIA已经宣布以400亿美元收购）的处理器IP结合，形成了BlueField IPU ，兼顾了软件定义解决方案的速度和灵活性，并且提高了安全性、加速了性能并改善了效率。第一代的BlueField IPU芯片已经在2019年正式发布。 BlueField-2 DPU则是似乎在Mellanox于今年3月宣布的BlueField-2 IPU 基础上进化而来。
而后续将推出的BlueField-2X DPU将具备BlueField-2 DPU的全部关键特性。同时，还将可应用于数据中心安全、网络和存储任务的NVIDIAAmpere GPU集成在一个系统中，可采用AI进行实时安全分析，包括识别提示窃取机密的异常流量、线速加密流量分析、恶意活动的主机自检、以及动态的安全编排自动化响应（SOAR）。
NVIDIA企业计算负责人Manuvir Das表示，在BlueField-2X加入GPU就是为了人工智能应用的加速。

本文插图
据介绍， BlueField-2 DPU目前可提供样品，预计2021年将在领先服务器制造商的新系统中使用。 BlueField-2X DPU正在开发中，预计将在2021年上市。

分页标题
本文插图
随后，在2022年， NVIDIA将推出BlueField-3及BlueField-3X ，这些DPU都会与NVIDIA的GPU整合在一个系统当中，不过在器件上仍然是分离的。而2023年推出BlueField-4 ，将会真正的以SoC的形式集成在一起，成为真正的片上数据中心处理器。
而在算力方面， NVIDIA表示， BlueField-4将是BlueField-2的600倍。 NVIDIA喊出的这个数据听起来真的是有些太“飘”了！
除了公布多款可软件定义的数据中心专用DPU产品之外， NVIDIA还推出了基于DPU的软件生态架构DOCA（Data-Center-Infrastructure-On-A-Chip Architecture）。 NVIDIA企业计算负责人Manuvir Das将DOCA比作服务器领域的CUDA（统一计算设备架构）。
CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA架构编写程序。而CUDA架构也正是NVIDIA近年来在GPU以及人工智能领域获得成功的关键。

本文插图
据介绍， NVIDIA全新推出的DOCA架构基于开放的API ，如用于数据包处理的P4 ，用于网络的DPDK ，用于存储的SPDK ， CUDA和NVIDIAAI 。 DOCA可以与主要的OS和虚拟机管理程序无缝兼容、集成，而为DOCA编写的程序可以BlueField-2 DPU 以及未来所有版本上运行。
NVIDIA表示，包括华硕、源讯、戴尔技术、富士通、技嘉科技、新华三、浪潮、联想、云达科技和超微等在内的服务器厂商，都计划将NVIDIA的DPU产品整合到自家的服务器产品之中。
此外， NVIDIA还在这次大会上推出了仅59美元的边缘计算套件NVIDIA Jetson NANO ，以及包括Omniverse、Maxine在内的多款软件工具，并宣布与葛兰素史克共建英国史上最强大的超级计算机Cambridge-1 。
从NVIDIA近年的布局来看，从传统的GPU图形处理器产品，转向以CUDA架构为基础的人工智能计算产品，为NVIDIA带来了巨大的成功。 2019年NVIDIA斥资69亿美元收购Mellanox正是为了进一步进军数据中心市场做准备。要知道Mellanox的太网产品和InfiniBand智能互连解决方案在数据中心市场拥有很大的市场份额。根据NVIDIA的说法， Mellanox的这些产品被用于世界上一半以上最快的超级计算机和许多领先的超大规模数据中心。
今年NVIDIA再度斥资400亿美元对ARM的收购，其真正的目的可能也正是为了在利润丰厚的数据中心市场与Intel进行正面竞争。
此次，全新的BlueField DPU和DOCA架构的推出，则正是NVIDIA在数据中心市场对Intel发起正面挑战的开始。
值得注意的是，在宣布收购ARM之后，黄仁勋曾公开表示， NVIDIA“有可能”推出自己的ARM服务器CPU芯片。
在GTC 2020主题演讲的最后， NVIDIACEO黄仁勋强调：“ARM是世界上最受欢迎的CPU ，我们将共同向ARM生态系统提供NVIDIA加速器和人工智能计算技术。 ”
同时，黄仁勋宣布了一项推进ARM平台的重大举措， NVIDIA正在向以下三个方面进行投资：首先， NVIDIA将在GPU、网络、存储和安全技术方面对合作伙伴ARM进行补充，打造完整的加速平台；其次， NVIDIA正与ARM一同合作，为高性能计算、云端、边缘和PC应用开发平台；第三， NVIDIA正在将NVIDIA AI和 NVIDIA RTX引擎迁移至ARM 。
黄仁勋说：“今天，这些功能只能在X86上使用，但有了这些举措， ARM平台也将成为加速计算领域和人工智能计算领域的前沿！”

本文插图
【英特尔|取代Intel！NVIDIA数据中心专用处理器揭秘：一颗DPU顶替125颗x86 CPU】分页标题文章出处：芯智讯