隨著技術(shù)的發(fā)展，數(shù)據(jù)量的爆炸性增長，到2025年，全球生成和消耗的數(shù)據(jù)總量預(yù)計將超過180ZB。而計算機的核心部件——中央處理器（CPU）分析數(shù)據(jù)的能力卻有點力不從心，導(dǎo)致數(shù)據(jù)處理緩慢且低效。傳統(tǒng)的CPU為了滿足多任務(wù)處理、高效能和節(jié)能要求，變得越來越復(fù)雜。在這個高速發(fā)展的時代，我們不能再依賴單一的CPU來完成所有的工作。為此，各種特定的處理單元（PU）如雨后春筍般涌現(xiàn)，其目標就是“瓜分”CPU的任務(wù)，人多力量大，各司其職，優(yōu)化計算效率。

?GPU在AI時代崛起

CPU是計算機的“大腦”，執(zhí)行一般計算任務(wù)，而GPU則幫助CPU執(zhí)行圖形和人工智能等更復(fù)雜的任務(wù)。?

GPU（圖形處理單元）最初是為了滿足圖形渲染的需求而發(fā)展起來的，在GPU芯片市場中，英偉達控制著全球大約80%的市場。其GPU芯片主要是用于游戲市場，但現(xiàn)在它的作用已經(jīng)遠不止于此。由于其并行處理的能力，一路高歌猛進的GPU，就像一個無畏的少年，展現(xiàn)出了無限的可能。GPU已經(jīng)被廣泛應(yīng)用于深度學(xué)習(xí)、科學(xué)計算等多個領(lǐng)域。這種計算能力不僅可以加速圖形處理，還能在其他任務(wù)上分擔CPU的負擔，如數(shù)據(jù)分析、機器學(xué)習(xí)等。

圖形處理單元，GPU，最初是為了滿足對圖形渲染的迫切需求而發(fā)展起來的，而現(xiàn)在它的功能已經(jīng)遠超這個范圍，成為推動現(xiàn)代計算的核心力量之一。得益于其并行處理的卓越能力，GPU，就像一個無畏的少年，一路在游戲、挖礦、AI等領(lǐng)域高歌猛進，展現(xiàn)出了無限的可能。今天，GPU已經(jīng)廣泛滲透到深度學(xué)習(xí)、科學(xué)計算等關(guān)鍵領(lǐng)域，成為這些領(lǐng)域不可或缺的一部分。

尤其是在當今的人工智能的時代，生成式AI的廣泛和深入應(yīng)用標志著一場技術(shù)革命的到來。在這個背景下，圖形處理單元（GPU）的重要性逐漸超越了中央處理單元（CPU），站上了歷史的舞臺中心。

首先是，作為世界上最大的GPU供應(yīng)商，其英偉達大約占據(jù)全球80%的GPU市場份額。2023年6月13日，英偉達的市值首次突破了萬億美元大關(guān)，使其成為美國第五大市值公司，僅次于蘋果、微軟、Alphabet和亞馬遜。這一里程碑式的事件突顯了GPU行業(yè)的健康和增長動力，同時也預(yù)示著它在未來將繼續(xù)發(fā)揮重要作用。

英偉達目前的市值仍然在1萬億美元以上

接下來是數(shù)據(jù)中心業(yè)務(wù)大反轉(zhuǎn)。在過去幾年中英偉達的重心開始轉(zhuǎn)向了數(shù)據(jù)中心市場。2023年第二季度的營收數(shù)據(jù)顯示了一個非常引人注目的現(xiàn)象。在2023年之前，數(shù)據(jù)中心的CPU市場份額一直顯著高于GPU。事實上，即便是在2023年第一季度，Nvidia在數(shù)據(jù)中心業(yè)務(wù)的收入（42億美元）仍然未能超過Intel和AMD的總和。但到了第二季度，局面發(fā)生了翻天覆地的變化，在數(shù)據(jù)中心業(yè)務(wù)上，兩大CPU巨頭英特爾和AMD的營收分別為40億美元和30億美元。而與之形成鮮明對比的是，英偉達的數(shù)據(jù)中心業(yè)務(wù)營收超過了100億美元，這一數(shù)字甚至超過了英特爾和AMD的營收之和。這一數(shù)據(jù)充分顯示了GPU的地位在迅速上升，并在某些領(lǐng)域已經(jīng)超越了CPU。

GPU現(xiàn)在在現(xiàn)代超級計算中占據(jù)了中心地位，它被廣泛用于各種任務(wù)的加速，從網(wǎng)絡(luò)到游戲，從加密到人工智能等各個領(lǐng)域。隨著越來越多的計算任務(wù)轉(zhuǎn)移到GPU上，我們可以預(yù)見到，GPU將在未來幾十年內(nèi)繼續(xù)是計算和人工智能領(lǐng)域的主要工具。

為數(shù)據(jù)處理而生的DPU

有了專門處理圖形的GPU之后，還不夠。在數(shù)字化時代，需要有針對數(shù)據(jù)處理而生的處理器，于是數(shù)據(jù)處理單元（DPU）應(yīng)運而生，DPU也被稱為是數(shù)據(jù)中心的第三大計算支柱。DPU 與 CPU 和 GPU 配合使用，可增強計算能力并處理日益復(fù)雜的現(xiàn)代數(shù)據(jù)工作負載。

CPU、GPU和DPU的對比（來源：datacenterknowledge）

DPU是專門設(shè)計用來處理大量的數(shù)據(jù)和信息。它可以有效地處理和分析數(shù)據(jù)，提高數(shù)據(jù)中心和云計算平臺的性能。根據(jù)英偉達的說法，DPU應(yīng)該能完成以下三大項任務(wù)：

卸載：從服務(wù)器CPU接管基礎(chǔ)設(shè)施任務(wù)，以便更多的CPU能力可用于運行應(yīng)用程序。

加速：使用DPU芯片中的硬件加速，比CPU更快地運行基礎(chǔ)設(shè)施功能。

隔離：將關(guān)鍵數(shù)據(jù)平面和控制平面功能移至DPU上的單獨域，既可以減輕服務(wù)器CPU 的工作，又可以在CPU或其軟件受到損害時保護功能。

迄今為止，許多 DPU 開發(fā)都是針對超大規(guī)模的。展望未來，DPU 在數(shù)據(jù)中心和企業(yè)網(wǎng)絡(luò)其他地方的使用預(yù)計將會增長。一種可能實現(xiàn)的方式是將 DPU 技術(shù)與網(wǎng)絡(luò)交換機相融合——AMD Pensando 將這種技術(shù)組合稱為“智能交換機”?！拔覀冋J為智能交換機是企業(yè)吸收 DPU 技術(shù)的最簡單方法，因為它可以讓他們淘汰舊設(shè)備，并為他們的網(wǎng)絡(luò)帶來重要的技術(shù)和規(guī)模，” AMD Pensando 網(wǎng)絡(luò)技術(shù)和解決方案小組首席商務(wù)官 Soni Jiangdani 表示。

由于人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)、物聯(lián)網(wǎng)、5G 和復(fù)雜云架構(gòu)需求的增長，DPU市場穩(wěn)步增長。隨著對數(shù)據(jù)密集型應(yīng)用程序的需求不斷增加，計算架構(gòu)將不斷發(fā)展，從而需要更快、更高效、更安全的數(shù)據(jù)處理。DPU市場市場上涌現(xiàn)了不少芯片玩家，主要供應(yīng)商包括國外的英偉達、Marvell、Fungible（被微軟收購）、Broadcom、Intel、Resnics和AMD Pensando，國內(nèi)還有中科馭數(shù)、芯啟源云豹智能、云脈芯連等等。

根據(jù)Allied Market Research 的一份報告，預(yù)計到 2031 年，全球數(shù)據(jù)處理單元市場將達到 55 億美元，2022 年至 2031 年的復(fù)合年增長率為 26.9%。因此，DPU 可能會從今天的可選組件轉(zhuǎn)變?yōu)橄乱淮嬎愕谋匾袠I(yè)標準。

爆炸性增長的視頻，需要VPU

隨著視頻內(nèi)容的普及和人工智能技術(shù)的飛速發(fā)展，視頻處理單元（VPU，Video Processing Unit）成為了當前科技領(lǐng)域的一顆新星。多年來，英特爾的CPU+軟件的視頻解碼/編碼方案一直主導(dǎo)著流媒體市場，但是隨著視頻流媒體對高質(zhì)量視頻的需求不斷增長，CPU將不再具有經(jīng)濟價值，而且會消耗太多的能耗和空間。于是，VPU這種專門用來處理視頻的芯片開始興起，他們旨在釋放CPU的龐大勞動力。

VPU（視頻處理單元）是專門設(shè)計用來處理視頻任務(wù)的，它可以高效地處理視頻編碼和解碼、圖像處理和機器視覺等任務(wù)。通過將這些任務(wù)從CPU或GPU上卸載，VPU可以提高系統(tǒng)的總體效率和性能，同時也減輕了CPU或GPU的負擔，使它們可以專注于其他任務(wù)。而且這樣的VPU通常還具有高性能、低功耗和低延時等多個優(yōu)勢，據(jù)SemiAnalysis對VPU芯片廠商镕銘微電子（NETINT）的分析，相比于CPU和GPU，VPU的密度和功耗是CPU和GPU無法比擬的，VPU的出現(xiàn)可以說是為視頻行業(yè)應(yīng)用帶來了前所未有的加速計算能力。

VPU與GPU和CPU的對比（圖源：Semianalysis）

當下4K、8K等高清視頻技術(shù)的廣泛應(yīng)用，使得視頻處理的計算負擔持續(xù)上升，這使得高效能的VPU成為行業(yè)發(fā)展的必備工具。目前包括谷歌、Meta、字節(jié)跳動和騰訊等互聯(lián)網(wǎng)巨頭均已經(jīng)瞄上這顆芯片。與此同時，AMD在今年4月，發(fā)布了一款用于數(shù)據(jù)中心的新型專用媒體加速器和視頻編碼卡——Alveo MA35D，英特爾則是將VPU集成到其14代酷睿Meteor lake處理器中。除了云和數(shù)據(jù)中心之外，終端也已成為視頻及游戲的主要載體，手機廠商愈發(fā)追求視頻或影像質(zhì)量。對此，vivo/小米以視頻芯片為自研切入點，如Pixelworks/逐點半導(dǎo)體這樣的第三方視頻芯片供應(yīng)商也開始迎來發(fā)展契機。

未來，視頻處理芯片市場預(yù)計將繼續(xù)增長，特別是在邊緣計算、物聯(lián)網(wǎng) (IoT) 和5G通信領(lǐng)域。高效和低功耗的視頻處理芯片將成為這些應(yīng)用領(lǐng)域的關(guān)鍵組件。

更多新的“PU”正在路上

一家成立于2018年的以色列的初創(chuàng)芯片企業(yè)NeuroBlade，開發(fā)了一種專用處理器架構(gòu)，他們將之稱為是SPU（SQL處理單元）。該公司的目標是成為“數(shù)據(jù)分析領(lǐng)域的 Nvidia”。SPU主要是用來加速SQL指令處理，該公司CEO表示，通過使用專門設(shè)計的處理器加速SQL處理，可以實現(xiàn)端到端SQL分析加速。在部署方面，該芯片通過主機服務(wù)器的PCIe總線插入，能夠透明地接管SQL相關(guān)處理，而無需修改主機應(yīng)用程序軟件。

SPU支持常見的列式文件格式。當一個查詢請求從查詢引擎發(fā)送時（也就是從數(shù)據(jù)庫管理系統(tǒng)中發(fā)出查詢請求），SPU可以直接訪問和處理存儲在本地存儲設(shè)備上的數(shù)據(jù)文件。在處理完數(shù)據(jù)文件后，SPU會將處理結(jié)果以原生查詢引擎布局的形式發(fā)送回查詢引擎。

SPU的工作原理

NeuroBlade公司正在與多個大型超大規(guī)模提供商進行談判，并已與一家公司贏得了數(shù)千張SPU卡的合同。如NeuroBlade還與戴爾公司合作，在PowerEdge服務(wù)器中分銷SPU卡產(chǎn)品。據(jù)他們稱，超大規(guī)模企業(yè)使用這一SQL處理單元 (SPU) 來卸載運行分析工作負載的x86 CPU，可以獲得100倍或更多的工作加速，每年可以節(jié)省數(shù)百萬美元。在NeuroBlade的客戶中，還有存儲類客戶，鎧俠已經(jīng)在其CM7系列企業(yè)NVMe SSD中成功配置了其 NeuroBlade硬件增強型查詢系統(tǒng) (HEQS)，據(jù)他們稱，可以使客戶能夠充分發(fā)揮高性能 SSD 吞吐量的潛力，從而將查詢性能提高高達100倍。

結(jié)論

一款“全能”型的CPU似乎已經(jīng)不能滿足所有的計算需求。隨著計算需求的多樣化和技術(shù)的發(fā)展，多種PU的出現(xiàn)，如GPU、DPU、SPU和VPU，正是對這種趨勢的回應(yīng)。它們從各自擅長的領(lǐng)域，優(yōu)化特定的計算任務(wù)，為CPU“分憂解難”，提高整體的計算效率和性能。

雖然多種PU的出現(xiàn)已經(jīng)開始瓜分CPU的任務(wù)，但CPU仍然是計算的中心。不過，多種PU的融合和發(fā)展無疑會進一步推動計算技術(shù)的不斷進步和優(yōu)化，幫助實現(xiàn)更高效，更快速的計算，滿足日益增長的數(shù)據(jù)和計算需求。

在未來，我們可以期待更多種類的處理器出現(xiàn)，它們將更加專業(yè)和高效地處理各種不同類型的計算任務(wù)，為各個行業(yè)和領(lǐng)域帶來更大的便利和推動力。

編輯：黃飛

?