CPU:中央处理器,代表人们对于通用算力的需求,比如智能手机,电脑,以及他们带来的互联网和移动互联网的兴起。
GPU:图形处理器,代表人们对于高性能并行算力的需求。如:人工智能,大数据的应用
CIPU:云基础设施处理器(阿里云)。对云计算的基础设施进行专门的处理和加速
云计算的应用,如手机点外卖,在线看视频和直播,手机购物等都背后都是靠云计算来支撑的。云计算和数据中心是未来几十年的大蓝海,它会是人工智能之后下一个技术爆发的大周期和大趋势。很多芯片巨头公司近年来都在布局该领域,如英特尔的IPU,英伟达的DPU。
云计算技术的发展经历
云计算就是把计算放在云上,云指的就是通过互联网连起来的各种复杂的硬件的和软件。
云的出现:个人电脑刚刚出来的时候,上面可以安装各种的软件,但是只能一个人用,网络出现以后,很多人的电脑都可以通过网络连接起来,大家就可以互相传输数据,互相通信了。但是这个时候,处理数据和通信靠的还是每个人自己的电脑。后来CPU处理能力越来越强,就出现了比个人电脑更强大的计算机,也就是服务器。网络技术也在不断的发展,数据传输速度也越来越快了,这样人们就可以用服务器来处理大部分的数据和通信这些任务,最后把结果通过网络返回来就好了。
随着数据和应用的不断增加,需要的服务器的数量也在不断的增加,这样就出现了一个个的数据中心,每个数据中心就像一个大机房,里面有成百上万台服务器,他们通过网络连接在一起,这样就形成了一个小云,在全国甚至全球的很多地方的数据中心,通过高速网络连在一起,就成 了一朵大云。我们用手机点外卖下单,或者看网络直播,都需要一朵朵的云来进行数据处理,并且把下单结果,外卖的位置,或者视频直播的画面通过网络传输给我们。
当需求变化时候,就会出现新的技术。在过去的十多年里,云计算的发展经历了两个主要的阶段。
分布式技术
第一个阶段的重点,就是分布式技术,它和集中式技术相对应,把原本在一个服务器或者一个机房里的计算任务打散,并且分布到多个服务器和多个数据中心里完成。这样做的好处,最直观的就是提升了系统的稳定性,相当于把鸡蛋放在多个篮子里,就算一个服务器或者数据中心突然挂了,也不会影响整个分布式系统的正常运行。另外一个好处就是提高了性能,因为可以把一个大的任务分解成很多可以同时运行的小任务,让多个计算机去并行处理。
资源池化技术
后来人们发现,分布式系统还不够优化,因为一个节点往往要处理计算网络存储等等多种任务,如果来回切换的话,非常麻烦,对性能影响也非常大,所以云计算发展的第二个阶段,就是出现了资源池化技术。这个概念比较抽象,理解起来就比如一个一个的池塘,这个池塘的水专门用来浇庄稼的,另外一个池塘的水是用来养鱼的。在云计算里,资源池化就是在分布式计算的基础上,构建了很多用来做计算、存储的池塘,也叫做资源池。每个资源池其实就是一大堆服务器,只不过这些服务器是专门用来做计算或者存储的。所以通过这种计算存储分离的架构,就可以高效的对整个云端的资源做统一的调度安排,而不用再一个服务器一个服务器的控制了,这样就进一步提高了云计算的可靠性和灵活性。
这两个阶段有一个共同的特点,就是它们都通过软件定义的方法,把计算能力,也叫做算力变成一种公共的计算资源。很多人都认为,算力会像电力一样成为未来必不可少的一种资源。像我们国家最近在建设的东数西算,和之前的南水北调,西电东送一样,把算力提升到了资源的战略高度。
对处理器需求的变化
现在需求的变化来了,我们每次点单,每次看视频都会产生茫茫多的数据,这种数据密集型的计算越来越多,就对云计算的基础设施造成了巨大的压力。归根到底,是因为现在的云基础设施都是以CPU为核心的,而现代的CPU已经很难满足这个需求了。
并不是说CPU不行了,弱爆了,CPU仍然是所有芯片中最重要的那个,没有之一,所以传统的计算机、包括服务器和数据中心,他们的软硬件架构都是以CPU为中心来设计的,但是面对前面提到的大数据和云计算变革所产生的新的需求的时候,这种以CPU为中心的架构就有点力不从心了。
第一,不擅长并行计算和网络控制
CPU对指令集的处理,并不擅长并行计算和网络控制,这也是为什么和AI相关的计算要用GPU,和网络传输相关的应用需要网卡芯片的原因。
第二,很难提供高带宽。
大数据势必伴随着大量数据搬运和迁移,带来的是高带宽的需求,这也是CPU无法满足的。
第三,很难兼顾复杂度、延时、性能。
现在云计算的规模都很大,动辄几十万上百万台服务器的规模,这就给整个系统的管理增加了极高的复杂度。CPU作为一种通用芯片,很难兼顾复杂度、低延时和高性能。
新需求下的市场展望
很多芯片公司也都遇到了这类问题,并且给出了他们的解决方案。比如英特尔就提出了IPU,也就是基础设施处理器。而英伟达也退出了DPU也就是数据处理器。这两款芯片的意义,都是为了更好的满足现在云计算的新需求,提升数据处理的吞吐量、降低延时,并且从硬件上直接实现对虚拟化和云化的支持,这些都是CPU或者GPU做不到的。
IPU和DPU本质都是类似的,都是对以CPU为核心的云计算架构的补充和扩展。它们能把CPU不擅长的工作接下来,转移到自己身上更高效的完成,这样就减轻了CPU的压力。但是这些芯片都没有改变前面所说的根本性的问题,只要仍然以CPU为核心,那么那些复杂度、带宽、低效的问题就依然存在。我们能发现,这些方案都是从芯片和硬件的视角去看这个问题的。但是云计算的变革,其实都是由软件定义驱动的。
没有软件,芯片就只是昂贵的沙子。或许解决前面这些问题的根本方法,是从软件入手,重新思考未来云数据中心的体系架构。
来源:文章来源:https://www.toymoban.com/news/detail-780123.html
阿里云又自研了一个新处理器,还要抢CPU的饭碗?_哔哩哔哩_bilibili文章来源地址https://www.toymoban.com/news/detail-780123.html
到了这里,关于云计算技术的发展与芯片处理器的关系的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!