加速運算技術跨入企業應用有望

長期以來，中央處理器（CPU）運算效能的增長，是企業資料中心x86伺服器世代交替的關鍵，例如，在2017年，Dell EMC的PowerEdge系列發展到第14代、HPE的ProLiant系列發展到第10代，都跟英特爾Xeon處理器平臺的更迭有密切關係，然而，近幾年，這樣可預期的推陳出新規律，已經被打破了──直到英特爾在2020年發表第3代Xeon Scalable系列處理器，幾個大型品牌的伺服器廠商，至今都未跟進推出新世代的機型。

為何會這樣？是因為英特爾推出新款伺服器處理器的速度太慢？資料中心運算技術架構發展重心發生重大轉變？通用伺服器的市場需求到達瓶頸？或許有些分析師能提出解答，但就我們這幾年持續報導相關新聞的角度來看，有更多運算廠商浮出抬面，受到用戶與合作廠商青睞。

舉例來說，資料中心處理器的發展不再獨尊英特爾。隨著AMD陸續推出3代EPYC，IT市場與媒體關注的焦點開始轉移，而且他們提出的規格也引發關注，例如，提供更多運算核心的選擇（第1代EPYC可達32顆，第2代、第3代EPYC是64顆），而I/O介面PCIe 4.0的採用，也是他們率先推動。

而除了Intel Xeon、AMD EPYC這兩種採用x86架構的中央處理器，採用RISC架構的Arm處理器，也開始在高效能運算（HPC）、公有雲服務等領域崛起。例如，在2020年6月，由日本理化學研究所與富士通共同開發的Fugaku奪得全球500大超級電腦第一名，並在11月繼續蟬聯冠軍，而這套系統就是採用Arm架構處理器；公有雲業者AWS基於Arm架構與Neoverse核心的設計，陸續發展出Graviton、Graviton2處理器，並以此推出多種EC2執行個體服務。

在此同時，IT產業對於加速運算技術的發展與應用，更是如火如荼。例如，Nvidia持續發表資料中心等級的高性能GPU，像是Tesla P100、Tesla V100、A100，不只是引領GPU架構的世代變革（Pascal、Volta、Ampere），隨著他們基於這些GPU推出整合式AI應用設備DGX系列，也開創了新一代GPU伺服器（HGX系列）、GPU加速的融合式基礎架構（DGX POD），甚至是超級電腦的參考設計（DGX SuperPOD）。

不只是將GPU用於資料中心的大數據分析、機器學習訓練等加速運算處理，Nvidia還將GPU拓展成多種專屬加速卡，像是針對機器學習推論（inference）的T4，之後，又基於這張推論加速卡，以及搭配Arm處理器與Nvidia GPU的單板電腦，像是Jetson系列，建構了EGX平臺，以此支援多種產業的邊緣運算應用需求。

隨著GPU市場需求聲勢的水漲船高，基於FPGA晶片的加速技術，也受到資料中心領域的重視，尤其是前幾年，正值5G通訊走紅，帶動電信業IT基礎架構的軟體定義技術變革，為了提供軟體定義網路（SDN）、網路功能虛擬化（NFV）、更好的效能，透過SmartNIC來卸載運算負擔的作法，因此受到關注，IT廠商也基於FPGA、DPU/SPU等加速運算技術來發展這類產品。

以FPGA而言，英特爾與賽靈思這兩家廠商都陸續推出鎖定資料中心應用的加速卡，可涵蓋串流資料分析、視訊轉碼，而且，也都為SmartNIC設置專屬機型。賽靈思去年還推出了基於FPGA的運算型儲存裝置（CSD），能夠在伺服器的固態硬碟儲存，就近進行運算處理。

上述加速運算產品雖然如雨後春筍出現在市場，但似乎離企業主流IT應用需求，還有一些距離，然而，去年9月VMware與Nvidia共同宣布Project Monterey，將讓企業有更多機會，將加速運算技術用在分攤伺服器虛擬化平臺主機的負載，而且是能處理儲存、資安、網路的作業，而不只是像現在僅能用於卸載網路連線處理，以及GPU相關的運算負擔。若能實現這樣的目標，原為輔助運算的FPGA、DPU/SPU，可望搶進更核心、更通用的企業IT領域，而不只是針對特殊用途。

 相關報導  儲存輔助運算架構的興起