图形芯片制造商英伟达以消费计算而闻名，与 AMD 的 Radeon 系列竞争帧率和吸引眼球。但是这家可敬的巨头并没有忽视与游戏几乎没有关系或根本没有关系的 GPU 驱动应用程序的兴起。在 2000 年代初期，UNC 研究员 Mark Harris 开始推广“GPGPU”一词，指的是图形处理单元用于非图形相关任务。但直到 2010 年 GPU 驱动的比特币挖掘代码发布之前，我们大多数人并没有真正意识到与图形无关的可能性，此后不久，装满高端游戏卡的奇怪盒子开始随处可见.
从数字货币到超级计算
计算机协会每年向在性能、规模或解决具有挑战性的科学和工程问题的时间方面取得突破性成就的研究团队授予一个或多个 10,000 美元的戈登贝尔奖。2018 年的六名参赛者中有五名——包括两个获胜团队——橡树岭实验室和劳伦斯伯克利实验室——在他们的超级计算阵列中使用了 Nvidia GPU;劳伦斯伯克利团队包括来自英伟达本身的六人。
今年 3 月，英伟达收购了高性能网络互连技术 InfiniBand 的制造商 Mellanox。(InfiniBand 经常被用作以太网的替代品，用于企业中存储和计算堆栈之间的大规模高速连接，实际吞吐量高达 100Gbps。)这与 LBNL/Nvidia 团队在 2018 年赢得戈登贝尔的技术相同奖(气候分析深度学习项目)。
此次收购发出了一个明确的信号(英伟达也 向没有关注的人清楚地说明了这一点)，该公司非常重视超级计算领域，而不仅仅是寻找光学器件来提升其在消费市场的地位。
迈向更加开放的未来
这一强大的研究和收购历史凸显了英伟达周一上午在法兰克福国际超级计算大会上宣布的举措的重要性。该公司正在为基于 ARM 的高性能计算机提供其完整的超级计算硬件和软件堆栈，预计将在 2019 年底完成该项目。在接受路透社采访时，Nvidia 加速计算副总裁 Ian Buck 描述了这一举措作为技术上的“重型”，欧洲和的 HPC 研究人员要求。
大多数人都知道 ARM 最适合用于智能手机、平板电脑和树莓派等新奇设备的高能效、性能相对较低(与英特尔和 AMD 的传统 x86-64 构建相比)的片上系统。乍一看，这使得 ARM 成为超级计算的奇怪选择。然而，HPC 不仅仅是强大的 CPU。在技术方面，数据中心规模的计算通常与每线程性能一样或更多地依赖大规模并行性。典型的 Arm SOC 对电源效率的关注意味着需要更少的功率消耗和冷却，从而允许更多的它们被塞进数据中心。这意味着对于相同数量的计算机，潜在的成本更低、占用空间更少、可靠性更高。
但许可可能更为重要——在英特尔、IBM 和 AMD 架构是封闭的和专有的地方，ARM 是开放的。与 x86-64 CPU 制造商不同，ARM 本身并不制造芯片——它只是将其技术授权给众多制造商，然后他们用它来构建实际的 SOC。
这种开放式架构硬件设计吸引了广泛的技术人员，包括希望加快设计周期的开发人员、担心隐藏在封闭 CPU 设计和制造过程中的硬件等同于Ken Thompson 黑客的安全专家，以及试图降低成本的创新者入门级计算的成本壁垒。
希望 Nvidia 在 HPC 中支持 ARM 的举措将逐渐支持更多平淡无奇的设备，这意味着消费领域中的设备更便宜、更强大、更友好。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！