加速運算可望成為企業IT必備新技術

為了因應各種新興的技術應用需求，長期以來，硬體運算平臺肩負著如何提供高效能執行環境的重擔，因此，往往會透過中央處理器搭配輔助運算晶片式，或是由中央處理器本身新增多種指令集，來擴充本身的運算能力，如今隨著各種加速運算晶片的蓬勃發展，使得透過硬體來擴充運算加速能力的方法越來越多元，簡而言之，一種是透過升級新款功能更強大的處理器，一種是搭配各種專屬加速運算晶片。

以中央處理器（CPU）而言，在32位元x86運算崛起之初，曾出現搭配浮點運算器（FPU）的方式，例如，在80386處理器時代，用戶若需要大量浮點運算，需選購同時搭配80387晶片的電腦，到了80486，處理器已內建浮點運算器。在英特爾Pentium與AMD Athlon等處理器推出之後，開始內建MMX、3DNow!等SIMD指令集，之後兩大廠商在其處理器陸續加入多種指令集延伸，像是：SSE、SSE2、SSE3、SSE4，以及近期我們較為熟悉的AVX、AVX2、AVX512，強化多媒體資訊與向量處理能力。

而在伺服器與嵌入式設備領域的處理器當中，隨著企業與雲端服務對於虛擬化技術應用需求大增，x86處理器開始內建相關的指令集，例如英特爾VT-X系列、AMD-V；針對熱門的AI深度學習運算負載，英特爾也從第二代Xeon Scalable處理器起，開始內建DL Boost指令集；在安全性的處理上，英特爾提供AES-NI、SGX等指令集與技術架構，並且可透過晶片組的搭配，支援TXT保護與QAT卸載等功能的執行。

除了中央處理器的不斷進化，繪圖處理器（GPU）相關的軟硬體技術與應用形式，這些年來也屢屢突破既有藩籬，開闢出一片新的天地。在這部分取得最多進展的廠商，是以GPU起家的Nvidia，從持續支援影視電玩的視覺特效、各種專業平面圖像與多媒體內容的處理，到積極發展豐富的企業GPU虛擬化應用，以至近年來乘勢而起，談起大數據、機器學習、雲端服務、自動駕駛車輛、高效能運算等舉世關注的IT技術浪潮，甚至是今年最夯的Metaverse，所有使用者都能體驗到GPU的威力，理解這種運算技術正以不同形式的實例展現價值，並在產、官、學等各種領域，看到GPU在視覺運算、平行處理等應用發揮特有的競爭優勢。

而這樣的成果，或許也反映在該公司每年固定舉行的GPU技術大會，例如，2021年春、秋兩場報名參加人數都達數十萬之譜，今年3月底舉行的GTC春季大會，距離現在才短短一個月，執行長黃仁勳演講YouTube影片觀看次數卻已超過1千萬，其受關注程度與影響力可見一斑。

而在成熟發展的CPU，以及廣泛用於越來越多領域的GPU，資料處理器（DPU）可望成為下一個關鍵運算技術。然而，DPU目前並沒有很明確的定義，目前可涵蓋網路、儲存，以及特定類型工作負載的卸載／加速。

DPU這幾年躍上檯面，主要是因為特定廠商積極推動──Nvidia在2020年上半完成併購Mellanox，下半年開始主推DPU，經過一年半發展，持續拓展應用，並以資料中心單晶片架構（Data Center-on-a-Chip Architecture，DOCA）為名，推出軟體開發套件，也陸續和伺服器虛擬化平臺軟體廠商VMware，以及容器即服務平臺廠商Red Hat，展開合作。

而在DPU市場生態系發展上，Nvidia將旗下SmartNIC與DPU產品納入認證系統條件，他們與VMware、Red Hat推動的AI Enterprise整合軟體平臺，也將這個認證系統納入必備條件，因此，這無形中也等於增加企業採用DPU的新動能。

除了借助企業建置AI環境而順勢拓展DPU的市場，另一股力量則是來自於系統軟體平臺的大力支持，目前，以VMware在2020年9月推動的Project Monterey最受矚目，因為這當中參與的硬體晶片廠商，不僅是Nvidia，還有兩家公司投入發展，一是英特爾，他們在伺服器網路介面的市占最大，並握有FPGA與ASIC加速、可程式化網路交換器等技術，另一是後起之秀Pensando，他們主打SmartNIC與分散式服務介面卡（DSC）的解決方案。

第三股DPU市場動能，則是伺服器處理器廠商的布局。今年2月AMD完成全球第一大FPGA廠商Xilinx的併購，無疑是劍指DPU；再加上英特爾去年宣示推出基礎架構處理器（IPU）產品，並揭露代號為Mount Evans的ASIC架構IPU技術規格，可望再度掀起新一波話題。

 相關報導