元大期货

随着手艺的生长，数据量的爆炸性增进，到2025年，全球天生和消耗的数据总量预计将跨越180ZB。而盘算机的焦点部件——中央处置器（CPU）剖析数据的能力却有点力有未逮，导致数据处置缓慢且低效。传统的CPU为了知足多义务处置、高效能和节能要求，变得越来越庞大。在这个高速生长的时代，我们不能再依赖单一的CPU来完成所有的事情。为此，种种特定的处置单元（PU）如雨后春笋般涌现，其目的就是“朋分”CPU的义务，人多气力大，各司其职，优化盘算效率。

GPU在AI时代崛起

CPU是盘算机的“大脑”，执行一样平常盘算义务，而GPU则辅助CPU执行图形和人工智能等更庞大的义务。 

GPU（图形处置单元）最初是为了知足图形渲染的需求而生长起来的，在GPU芯片市场中，英伟达控制着全球约莫80%的市场。其GPU芯片主要是用于游戏市场，但现在它的作用已经远不止于此。由于其并行处置的能力，一起高歌猛进的GPU，就像一个无畏的少年，展现出了无限的可能。GPU已经被普遍应用于深度学习、科学盘算等多个领域。这种盘算能力不仅可以加速图形处置，还能在其他义务上分管CPU的肩负，如数据剖析、机械学习等。

图形处置单元，GPU，最初是为了知足对图形渲染的迫切需求而生长起来的，而现在它的功效已经远超这个局限，成为推动现代盘算的焦点气力之一。得益于其并行处置的*能力，GPU，就像一个无畏的少年，一起在游戏、挖矿、AI等领域高歌猛进，展现出了无限的可能。今天，GPU已经普遍渗透到深度学习、科学盘算等要害领域，成为这些领域不能或缺的一部门。

尤其是在当今的人工智能的时代，天生式AI的普遍和深入应用标志着一场手艺革命的到来。在这个靠山下，图形处置单元（GPU）的主要性逐渐逾越了中央处置单元（CPU），站上了历史的舞台中央。

首先是，作为天下上*的GPU供应商，其英伟达约莫占有全球80%的GPU市场份额。2023年6月13日，英伟达的市值首次突破了万亿美元大关，使其成为美国第五大市值公司，仅次于苹果、微软、Alphabet和亚马逊。这一里程碑式的事宜突显了GPU行业的康健和增进动力，同时也预示着它在未来将继续施展主要作用。

英伟达现在的市值仍然在1万亿美元以上

接下来是数据中央营业大反转。在已往几年中英伟达的重心最先转向了数据中央市场。2023年第二季度的营收数据显示了一个异常引人注目的征象。在2023年之前，数据中央的CPU市场份额一直显著高于GPU。事实上，即即是在2023年*季度，Nvidia在数据中央营业的收入（42亿美元）仍然未能跨越Intel和AMD的总和。但到了第二季度，事态发生了排山倒海的转变，在数据中央营业上，两大CPU巨头英特尔和AMD的营收划分为40亿美元和30亿美元。而与之形成鲜明对比的是，英伟达的数据中央营业营收跨越了100亿美元，这一数字甚至跨越了英特尔和AMD的营收之和。这一数据充实显示了GPU的职位在迅速上升，并在某些领域已经逾越了CPU。

GPU现在在现代超级盘算中占有了中央职位，它被普遍用于种种义务的加速，从网络到游戏，从加密到人工智能等各个领域。随着越来越多的盘算义务转移到GPU上，我们可以预见到，GPU将在未来几十年内继续是盘算和人工智能领域的主要工具。

为数据处置而生的DPU

有了专门处置图形的GPU之后，还不够。在数字化时代，需要有针对数据处置而生的处置器，于是数据处置单元（DPU）应运而生，DPU也被称为是数据中央的第三大盘算支柱。DPU 与 CPU 和 GPU 配合使用，可增强盘算能力并处置日益庞大的现代数据事情负载。

CPU、GPU和DPU的对比（泉源：datacenterknowledge）

DPU是专门设计用来处置大量的数据和信息。它可以有用地处置和剖析数据，提高数据中央和云盘算平台的性能。凭证英伟达的说法，DPU应该能完成以下三大项义务：

卸载：从服务器CPU接受基础设施义务，以便更多的CPU能力可用于运行应用程序。

加速：使用DPU芯片中的硬件加速，比CPU更快地运行基础设施功效。

隔离：将要害数据平面和控制平面功效移至DPU上的单独域，既可以减轻服务器CPU 的事情，又可以在CPU或其软件受到损害时珍爱功效。

迄今为止，许多 DPU 开发都是针对超大规模的。展望未来，DPU 在数据中央和企业网络其他地方的使用预计将会增进。一种可能实现的方式是将 DPU 手艺与网络交流机相融合——AMD Pensando 将这种手艺组合称为“智能交流机”。“我们以为智能交流机是企业吸收 DPU 手艺的最简朴方式，由于它可以让他们镌汰旧装备，并为他们的网络带来主要的手艺和规模，” AMD Pensando 网络手艺息争决方案小组首席商务官 Soni Jiangdani 示意。

OpenAI要下场造芯了

由于人工智能、机械学习、深度学习、物联网、5G 和庞大云架构需求的增进，DPU市场稳步增进。随着对数据麋集型应用程序的需求不停增添，盘算架构将不停生长，从而需要更快、更高效、更平安的数据处置。DPU市场市场上涌现了不少芯片玩家，主要供应商包罗外洋的英伟达、Marvell、Fungible（被微软收购）、Broadcom、Intel、Resnics和AMD Pensando，海内尚有中科驭数、芯启源云豹智能、云脉芯连等等。

凭证Allied Market Research 的一份讲述，预计到 2031 年，全球数据处置单元市场将到达 55 亿美元，2022 年至 2031 年的复合年增进率为 26.9%。因此，DPU 可能会从今天的可选组件转变为下一代盘算的需要行业尺度。

爆炸性增进的视频，需要VPU

随着视频内容的普及和人工智能手艺的飞速生长，视频处置单元（VPU，Video Processing Unit）成为了当前科技领域的一颗新星。多年来，英特尔的CPU 软件的视频解码/编码方案一直主导着流媒体市场，然则随着视频流媒体对高质量视频的需求不停增进，CPU将不再具有经济价值，而且会消耗太多的能耗和空间。于是，VPU这种专门用来处置视频的芯片最先兴起，他们旨在释放CPU的重大劳动力。

VPU（视频处置单元）是专门设计用来处置视频义务的，它可以高效地处置视频编码息争码、图像处置和机械视觉等义务。通过将这些义务从CPU或GPU上卸载，VPU可以提高系统的总体效率和性能，同时也减轻了CPU或GPU的肩负，使它们可以专注于其他义务。而且这样的VPU通常还具有高性能、低功耗和低延时等多个优势，据SemiAnalysis对VPU芯片厂商镕铭微电子（NETINT）的剖析，相比于CPU和GPU，VPU的密度和功耗是CPU和GPU无法对比的，VPU的泛起可以说是为视频行业应用带来了亘古未有的加速盘算能力。

VPU与GPU和CPU的对比（图源：Semianalysis）

当下4K、8K等高清视频手艺的普遍应用，使得视频处置的盘算肩负延续上升，这使得高效能的VPU成为行业生长的必备工具。现在包罗谷歌、Meta、字节跳动和腾讯等互联网巨头均已经瞄上这颗芯片。与此同时，AMD在今年4月，公布了一款用于数据中央的新型专用媒体加速器和视频编码卡——Alveo MA35D，英特尔则是将VPU集成到其14代酷睿Meteor lake处置器中。除了云和数据中央之外，终端也已成为视频及游戏的主要载体，手机厂商愈发追求视频或影像质量。对此，vivo/小米以视频芯片为自研切入点，如Pixelworks/逐点半导体这样的第三方视频芯片供应商也最先迎来生长契机。

未来，视频处置芯片市场预计将继续增进，稀奇是在边缘盘算、物联网 (IoT) 和5G通讯领域。高效和低功耗的视频处置芯片将成为这些应用领域的要害组件。

更多新的“PU”正在路上

一家确立于2018年的以色列的初创芯片企业NeuroBlade，开发了一种专用处置器架构，他们将之称为是SPU（SQL处置单元）。该公司的目的是成为“数据剖析领域的 Nvidia”。SPU主要是用来加速SQL指令处置，该公司CEO示意，通过使用专门设计的处置器加速SQL处置，可以实现端到端SQL剖析加速。在部署方面，该芯片通过主机服务器的PCIe总线插入，能够透明地接受SQL相关处置，而无需修改主机应用程序软件。

NeuroBlade SPU芯片和卡

SPU支持常见的列式文件名堂。当一个查询请求从查询引擎发送时（也就是从数据库治理系统中发出查询请求），SPU可以直接接见和处置存储在内陆存储装备上的数据文件。在处置完数据文件后，SPU会将处置效果以原生查询引擎结构的形式发送回查询引擎。

SPU的事情原理

NeuroBlade公司正在与多个大型超大规模提供商举行谈判，并已与一家公司赢得了数千张SPU卡的条约。如NeuroBlade还与戴尔公司相助，在PowerEdge服务器中分销SPU卡产物。据他们称，超大规模企业使用这一SQL处置单元 (SPU) 来卸载运行剖析事情负载的x86 CPU，可以获得100倍或更多的事情加速，每年可以节约数百万美元。在NeuroBlade的客户中，尚有存储类客户，铠侠已经在其CM7系列企业NVMe SSD中乐成设置了其 NeuroBlade硬件增强型查询系统 (HEQS)，据他们称，可以使客户能够充实施展高性能 SSD 吞吐量的潜力，从而将查询性能提高高达100倍。

结论

一款“万能”型的CPU似乎已经不能知足所有的盘算需求。随着盘算需求的多样化和手艺的生长，多种PU的泛起，如GPU、DPU、SPU和VPU，正是对这种趋势的回应。它们从各自善于的领域，优化特定的盘算义务，为CPU“分忧解难”，提高整体的盘算效率和性能。

虽然多种PU的泛起已经最先朋分CPU的义务，但CPU仍然是盘算的中央。不外，多种PU的融合和生长无疑会进一步推动盘算手艺的不停提高和优化，辅助实现更高效，更快速的盘算，知足日益增进的数据和盘算需求。

在未来，我们可以期待更多种类的处置器泛起，它们将加倍专业和高效地处置种种差异类型的盘算义务，为各个行业和领域带来更大的便利和推动力。