赋比兴完成A+轮千万级融资，4个月内连续完成3轮融资
06-18
随着技术的发展，数据量呈爆炸式增长。
到2020年，全球产生和消费的数据总量预计将超过ZB。
然而，计算机的核心部件中央处理器（CPU）在一定程度上无法分析数据，导致数据处理缓慢且低效。
传统CPU为了满足多任务、高性能和节能的要求，变得越来越复杂。
在这个高速发展的时代，我们已经不能再依靠单个CPU来完成所有的工作了。
为此，各种专用处理单元（PU）如雨后春笋般涌现。
他们的目标是“划分”CPU的任务。
人多了，权力就大了，各司其职，优化计算效率。
AI时代GPU的崛起 CPU是计算机的“大脑”，执行一般计算任务，而GPU则帮助CPU执行图形、人工智能等更复杂的任务。
GPU（图形处理单元）最初是为了满足图形渲染的需要而开发的。
在GPU芯片市场，NVIDIA控制着全球约80%的市场。
其GPU芯片主要用于游戏市场，但现在它的作用远不止于此。
凭借并行处理能力，一直突飞猛进的GPU就像无所畏惧的少年，展现出无限的可能性。
GPU已广泛应用于深度学习、科学计算等多个领域。
这种计算能力不仅可以加速图形处理，还可以分担CPU执行其他任务的负担，例如数据分析、机器学习等。
图形处理单元，即GPU，最初是为了满足图形处理的迫切需求而开发的渲染，但现在它的意义远不止于此，成为推动现代计算的核心力量之一。
得益于并行处理能力，GPU就像无所畏惧的少年一样，在游戏、挖矿、AI等领域突飞猛进，展现出无限可能。
如今，GPU已广泛渗透到深度学习、科学计算等关键领域，成为这些领域不可或缺的一部分。
尤其是在当今人工智能时代，生成式人工智能的广泛深入应用，标志着一场技术革命的到来。
在此背景下，图形处理单元（GPU）的重要性逐渐超越中央处理单元（CPU），走上历史舞台的中心。
首先，作为全球最大的GPU供应商，NVIDIA占据了全球GPU约80%的市场份额。
2019年6月13日，英伟达市值首次突破万亿美元大关，成为美国市值第五大公司，仅次于苹果、微软、Alphabet和亚马逊。
这一里程碑凸显了 GPU 行业的健康和增长势头，同时也预示着它将在未来继续发挥重要作用。
英伟达目前的市值仍然超过1万亿美元。
接下来是数据中心业务的大逆转。
过去几年，英伟达的重点已经转向数据中心市场。
2019年第二季度的营收数据揭示了一个非常引人注目的现象。
今年之前，CPU在数据中心的市场份额一直明显高于GPU。
事实上，即使在今年第一季度，英伟达的数据中心业务收入（42亿美元）仍然未能超过英特尔和AMD的总和。
但到了第二季度，情况发生了巨大变化。
在数据中心业务中，两大CPU巨头英特尔和AMD的营收分别为40亿美元和30亿美元。
与此形成鲜明对比的是，英伟达的数据中心业务营收超过1亿美元，甚至超过了英特尔和AMD营收的总和。
这个数据充分说明GPU的地位正在迅速上升，并在某些领域已经超越了CPU。
GPU 现在在现代超级计算中占据着核心地位，被用来加速从网络到游戏、从密码学到??人工智能等各种任务。
随着越来越多的计算任务转移到 GPU，我们可以预期 GPU 将在未来几十年继续成为计算和人工智能的主要工具。
DPU 为数据处理而生 有了专门处理图形的 GPU 后，还不够。
数字时代，需要处理器进行数据处理，于是数据处理单元（DPU）应运而生。
DPU也被称为数据中心的第三计算支柱。
DPU 与 CPU 和 GPU 配合使用，可增强计算能力并处理日益复杂的现代数据工作负载。
CPU、GPU和DPU的比较（来源：datacenterknowledge） DPU是专门为处理大量数据和信息而设计的。
它可以有效地处理和分析数据，提高数据中心和云计算平台的性能。
根据 Nvidia 的说法，DPU 应该能够执行三项主要任务： 卸载：从服务器 CPU 接管基础设施任务，以便有更多的 CPU 能力来运行应用程序。
加速：使用 DPU 芯片中的硬件加速来比 CPU 更快地运行基础设施功能。
隔离：将关键数据平面和控制平面功能移至 DPU 上的单独域，既可以减轻服务器 CPU 的工作量，又可以在 CPU 或其软件受到损害时保护功能。
迄今为止，大部分 DPU 开发都是针对超大规模的。
展望未来，DPU 在数据中心和企业网络其他地方的使用预计将会增长。
实现这一目标的一种可能方法是将 DPU 技术与网络交换机相结合——AMD Pensando 称之为“智能交换机”的技术组合。
AMD Pensando 网络技术和解决方案事业部首席商务官 Soni 表示：“我们相信智能交换机是企业吸收 DPU 技术的最简单方式，因为它可以让他们淘汰旧设备，并为他们的网络带来重要的技术和规模。
”江丹妮说道。
由于对人工智能、机器学习、深度学习、物联网、5G和复杂云架构的需求不断增长，DPU市场正在稳步增长。
随着数据密集型应用的需求不断增加，计算架构将不断发展，需要更快、更高效、更安全的数据处理。
DPU市场涌现出众多芯片厂商。
主要供应商包括国外的Nvidia、Marvell、Fungible（被微软收购）、Broadcom、Intel、Resnics和AMD Pensando。
国内的有中科御数、新启元云宝智能、云麦新联等。
根据 Allied Market Research 的报告，预计到 2020 年，全球数据处理单元市场将达到 55 亿美元，2017 年至 2018 年复合年增长率为 26.9%。
因此，DPU 可能从可选的功能转变为可选项。
如今已成为下一代计算必要行业标准的组成部分。
视频的爆炸式增长需要VPU。
随着视频内容的普及和人工智能技术的快速发展，视频处理单元（VPU）成为当前技术领域的新星。
英特尔的CPU+软件视频解码/编码解决方案多年来一直主导着流媒体市场，但随着视频流对高质量视频的需求不断增长，CPU将不再具有经济价值，并且会消耗太多能源。
消耗和空间。
于是，专门用来处理视频的芯片VPU开始出现。
他们的目的是释放CPU庞大的劳动力。
VPU（视频处理单元）是专门为处理视频任务而设计的。
它可以高效处理视频编解码、图像处理和机器视觉等任务。
通过从 CPU 或 GPU 卸载这些任务，VPU 提高了系统的整体效率和性能，同时还卸载了 CPU 或 GPU，以便它们可以专注于其他任务。
而且，此类VPU通常具有高性能、低功耗、低延迟等诸多优点。
根据SemiAnalysis对VPU芯片厂商NETINT的分析，与CPU和GPU相比，VPU的密度和功耗是CPU和GPU无法比拟的。
VPU的出现可以说给视频行业应用带来了前所未有的加速计算能力。
VPU、GPU和CPU对比（来源：Semianalysis） 4K、8K等高清视频技术的广泛应用，不断增加视频处理的计算负担，使得高性能VPU成为行业发展的必备工具。
目前，包括谷歌、Meta、字节跳动、腾讯在内的互联网巨头都瞄准了这款芯片。
与此同时，AMD在今年4月发布了新的数据中心专用媒体加速器和视频编码卡——Alveo MA35D，而英特尔则将该VPU集成到其第14代酷睿Meteor Lake处理器中。
除了云和数据中心之外，终端也成为视频和游戏的主要载体，手机厂商越来越追求视频或图像质量。
对此，vivo/小米以视频芯片作为自研的切入点，Pixelworks/紫电半导体等第三方视频芯片供应商也开始迎来发展机遇。
未来，视频处理芯片市场预计将持续增长，尤其是在边缘计算、物联网（IoT）和5G通信领域。
高效、低功耗的视频处理芯片将成为这些应用领域的关键部件。
更多新的“PU”即将推出。
NeuroBlade是一家成立于2007年的以色列初创芯片公司，开发了一种专用处理器架构，他们称之为SPU（SQL处理单元）。
该公司的目标是成为“数据分析领域的英伟达”。
SPU主要用于加速SQL指令处理。
该公司CEO表示，通过使用专门设计的处理器来加速SQL处理，可以实现端到端的SQL分析加速。
在部署方面，该芯片通过主机服务器的PCIe总线插入，能够透明地接管SQL相关处理，而无需修改主机应用软件。
NeuroBlade SPU 芯片和卡 SPU 支持常见的柱状文件格式。
当查询引擎发出查询请求（即数据库管理系统发出查询请求）时，SPU可以直接访问并处理本地存储设备上存储的数据文件。
SPU处理完数据文件后，会将处理结果以本机查询引擎布局的形式发送回查询引擎。
SPU 的工作原理 NeuroBlade 正在与多家大型超大规模提供商进行谈判，并赢得了一家公司的数千张 SPU 卡合同。
例如，NeuroBlade还与戴尔合作，在PowerEdge服务器中分销SPU卡产品。
据他们称，超大规模企业使用此 SQL 处理单元 (SPU) 来卸载运行分析工作负载的 x86 CPU，可以将其工作速度提高 10 倍或更多，并每年节省数百万美元。
NeuroBlade 客户中也有存储客户。
Kioxia已在其CM7系列企业级NVMe SSD中成功配置了其NeuroBlade硬件增强查询系统（HEQS），他们表示这可以使客户充分利用高性能SSD。
吞吐量潜力，从而将查询性能提高高达 100%。
结论“通用”CPU 似乎无法满足所有计算需求。
随着计算需求的多样化和技术的发展，各种PU（例如GPU、DPU、SPU和VPU）的出现就是对这一趋势的响应。
他们从各自的专业领域出发，对特定的计算任务进行优化，为CPU“分担问题”，提高整体计算效率和性能。
虽然各种PU的出现开始划分CPU的任务，但CPU仍然是计算的中心。
但多个PU的融合和发展无疑将进一步推动计算技术的不断进步和优化，有助于实现更高效、更快速的计算，满足日益增长的数据和计算需求。
未来，我们可以期待更多类型的处理器的出现，它们将更专业、更高效地处理各类计算任务，为各行业和领域带来更大的便利和推动。
【本文由投资界合作伙伴微信公众号授权：半导体行业观察者。
本平台仅提供信息存储服务。
】如有任何疑问，请联系投资界（）。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-18
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态