云计算技术的发展与芯片处理器的关系-Toy模板网

这篇具有很好参考价值的文章主要介绍了云计算技术的发展与芯片处理器的关系。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

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

云计算和芯片的关系,硬件与芯片,云计算,云基础设施处理器,芯片

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

云计算和芯片的关系,硬件与芯片,云计算,云基础设施处理器,芯片

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：

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！