被英伟达收购以后,BlueField项目重要性得到了提升。英伟达对BlueField在数据中心的角色重新定位,由“帮忙”变为“主导”,这符合英伟达服务器业务的逻辑:从应用加速拓展到全部服务器应用场景。在诸多业内人士看来,英伟达大手笔收购Arm,主要目的也是想在服务器领域取得更大突破。
近年来,在服务器领域一统天下的X86架构虽然屡受风吹雨打,但仍然闲庭信步。无论是英伟达(NVIDIA)的GPU(图像处理器),还是谷歌的TPU(张量处理器),都是以加速器的形式出现在服务器应用中,并不能脱离X86生态而独立存在。
现在这一局面可能将会改变,在2020年秋季英伟达技术大会(GTC 2020)上,英伟达公布数据中心专用处理器DPU(Data Processing Unit)及其生态产品路线图,将在服务器市场力推Arm架构,以期在利润最丰厚的服务器处理器市场取得更大份额。
此外,英伟达还在这次大会上推出了仅59美元的边缘计算套件NVIDIA Jetson NANO,以及包括Omniverse、Maxine在内的多款软件工具,并宣布与葛兰素史克共建英国史上最强大的超级计算机Cambridge-1。
回到值得关注的数据中心产品线来看,英伟达DPU生态包括代号为BlueField可软件定义的数据中心专用处理器DPU,以及围绕该处理器的软件生态架构DOCA(Data-Center-Infrastructure-On-A-Chip Architecture)。英伟达企业计算负责人Manuvir Das将DOCA比作服务器领域的CUDA(统一计算设备架构,Compute Unified Device Architecture)。
CUDA在GPU通用化过程中所起的作用毋庸赘述,英伟达推DOCA显然是想在服务器领域复制CUDA的成功经验。
DOCA基于开放的API,如用于数据包处理的P4,用于网络的DPDK,用于存储的SPDK,CUDA和英伟达AI。DOCA可以与主要的OS和虚拟机管理程序无缝兼容、集成,而为DOCA编写的程序可以BlueField-2 DPU 以及未来所有版本上运行。
BlueField项目源于被英伟达收购的Mellanox的智能网络芯片SmartNIC构想,Mellanox对BlueField的设想是让网络芯片与性能适宜的Arm处理器相结合,从而分担主机系统的部分任务,例如软件定义网络和存储,以及实现专用加速功能等。BlueField一代在2019年发布。
被英伟达收购以后,BlueField项目重要性得到了提升。英伟达对BlueField在数据中心的角色重新定位,由“帮忙”变为“主导”,这符合英伟达服务器业务的逻辑:从应用加速拓展到全部服务器应用场景。在诸多业内人士看来,英伟达大手笔收购Arm,主要目的也是想在服务器领域取得更大突破。
在2021年,英伟达将率先推出BlueField-2和BlueField-2X
BlueField-2集成了8个64位A72 Arm核,2个超长指令字(VLIW)加速引擎,以及两个100Gb/s的网络通道(Mellanox ConnectX 6 Dx NIC)。并在安全性能、网络性能和存储性能上有诸多亮点。英伟达称,一颗BlueField-2 DPU可以替换125颗x86处理器。
同期推出的BlueField-2X则把Ampere GPU和DPU放在一个系统中,Manuvir Das表示,在BlueField-2X加入GPU就是为了人工智能应用的加速。
2022年,英伟达将推出BlueField-3及BlueField-3X,2023年将推出BlueField-4。第二和第三代BlueField系统中,DPU与GPU还是分开的,但第四代则将集成在一起,成为真正的片上数据中心。从算力上看,BlueField-4将是BlueField-2的600倍,这似乎是“黄氏定律”的又一奇迹,但英伟达并未透露BlueField系列的技术细节,到底如何实现600倍的算力提升,还要等待时间检验。






NVIDIA DPU系列已公开信息
数据来源:NVIDIA
相关文章









