江苏龙网

  1. 首页 > 资讯 > 科技 > >

AI用“AI核弹”饱和攻击的英伟达，如何赢下AI计算新赛场？( 二 )


从业务增长的前景上看 ， 英伟达推出A100 GPU服务器芯片以及AI系统集群 ， 所要把守住的正是在当前数据中心中AI服务器市场的霸主地位 。
那么 ， 英伟达正在如何构建这一AI服务器芯片的产品体系呢？
一般来说 ， 对于深度神经网络算法模型 ， 其模型框架的训练需要涉及非常庞大的数据计算 ， 但运算方法要求又相对简单 ， 所以需要在云端进行大量高并行、高效率和高数据传输的运算 。 因此相较于擅长复杂逻辑运算、但核心数较少的CPU ， 拥有多个计算单元的GPU更适合于进行深度神经网络的训练任务 。
这是英伟达的GPU在全球云端AI服务器芯片市场 ， 尤其是训练端 ， 赢得市场先机的根本原因 。 与此同时 ， 英伟达针对一系列AI服务开发的完备的TESLA GPU产品线以及成功布局针对GPU的“CUDA”开发平台 ， 才是英伟达在AI服务器芯片市场一家独大的主要原因 。
从2016年推出第一个专为深度学习优化的Pascal GPU ， 到2017年又推出性能相比Pascal提升5倍的新GPU架构Volta ， 再到现在推出比Volta性能高20倍的Ampere（安培）架构 ， 英伟达在数据中心的GPU产品一直成功实现高速且稳定的性能提升 。
此外 ， 英伟达推出了神经网络推理加速器TensorRT ， 可以为深度学习应用提供低延迟、高吞吐率的部署推理加速 ， 兼容目前几乎所有主流的深度学习框架 ， 使其能够满足超大数据中心从AI训练到部署推理的完整的AI构建 。
而在去年3月 ， 英伟达宣布以68亿美金收购了以色列网络通信芯片公司Mellanox 。 通过对Mellanox的加速网络平台的整合 ， 英伟达可以解决通过智能网络结构连接大量快速计算节点 ， 以形成巨大的数据中心规模计算引擎的整体架构 。
就在发布A100 GPU的同时 ， 英伟达也基于Mellanox技术 ， 推出全球第一款高度安全、高效的25G/50G以太智能网卡SmartNIC ， 将广泛应用于大型云计算数据中心 ， 大幅优化网络及存储的工作负载 ， 实现AI计算的更高安全性和网络连接效能 。
当然 ， 收购Mellanox的意义不止于此 ， 除了解决高性能的网络连接和算力输出问题 ， 英伟达还将也拥有GPU、SoC、NPU面向不同细分领域的三大处理器 ， 这意味着英伟达已基本具备了独立打造 AI 数据中心的能力 。
整体上 ， 随着云端数据中心正在从传统的数据存储向着进行深度学习、高性能计算（HPC）和大数据分析的方向演变 ， 英伟达也将在其中扮演着更加重要的AI计算服务商的角色 。
跨越英伟达的坚壁高墙 ， AI计算竞赛加剧
当然 ， 云端AI服务器芯片市场还远未到格局已定的地步 ， 反而在2019年迎来最激烈的竞争态势 。
英伟达的GPU产品 ， 因其高耗能和高价格一直制约着云计算数据中心的AI算力的成本 。 从服务器芯片市场的另一位大佬英特尔 ， 到AMD、高通 ， 云计算服务商亚马逊、谷歌、阿里、华为以及众多新兴的AI芯片创业公司 ， 都在积极投入云端AI服务器芯片的研发 ， 寻求替代GPU的解决方案 。 可见天下苦“GPU”久矣 。
在2019年 ， 相比英伟达的略显沉寂 ， 其他各家则纷纷推出了自己的AI服务器芯片产品 。 比如去年上半年 ， 英特尔、亚马逊、Facebook以及高通都陆续推出或宣布推出自己的专用AI服务器芯片 ， 试图在AI推理运算上实现对GPU和FPGA的替代 。 年中 ， 我国的主要云端AI厂商也集体发力 ， 寒武纪在6月宣布推出第二代云端AI芯片思云270；8月 ， 华为正式发布算力最强的AI处理器Ascend910及全场景AI计算框架MindSpore；9月 ， 阿里推出当时号称全球最强的AI推理芯片含光800 ， 基本都在对标英伟达的T4系列产品 。
AI用“AI核弹”饱和攻击的英伟达，如何赢下AI计算新赛场？
图片

在所有AI芯片的竞争者中 ， 作为第二名的英特尔显然是最想挑战英伟达的霸主位置 ， 也是最有可能挑战英伟达的代表 。
作为通用服务器芯片的传统巨头 ， 英特尔最有可能的策略就是把GPU和AI都融入到自己的CISC指令集和CPU生态中 ， 也就是把CPU和GPU部署在一起 ， 云服务商们只需购买一家的产品 ， 就能更好地发挥AI计算的效能 。


推荐阅读


上一篇：格力中国“最狠”女人，怼人无数，恨不能向天再借500年……

下一篇：冰箱长虹美菱刷新嵌入式冰箱最高标准 502WQ3S全面薄新品瑰丽上市