上海半导体设备搬运-上海精密仪器设备搬运装卸
2022-04-30
来自:
亚瑟半导体设备安装（上海）有限公司
浏览次数:311
半导体设备搬运上海半导体设备搬运-上海精密仪器设备搬运装卸的亚瑟报道：半导体设备搬运英伟达在其 Arm CPU 的推动下又获得了另一个高调的聘用——这一次是在英特尔的眼皮子底下。
据半导体设备搬运报道， 英特尔半导体设备搬运以色列工厂的设计经理，也是成功的 Tiger Lake 架构背后的经理之一Rafi Marom，半导体设备搬运跳槽到位于该国的 Nvidia 公司。他作为高级 CPU 总监的新角色使他成为公司未来 Arm 产品的主要架构师之一。
半导体设备搬运在其斥资数十亿美元收购这家总部位于英国的公司失败后，英伟达似乎正在将其Arm 核心设计能力加倍，因为它旨在进一步推动极限。英伟达需要其芯片设计来服务于它的目的；另一方面，Arm 半导体设备搬运于可应用于多个产品类别和合作伙伴的通用设计。挖角——或与现有承包商仍有联系的合同人员——是一种相对常见的半导体行业做法。虽然该行业一直在显示出巨大的增长——而且这种增长预计只会加速——但缺乏经过适当培训的高水平技术工人是一个真正的问题。英特尔、AMD、英伟达甚至苹果公司都经常在他们之间雇佣贡献者，这加强了他们的员工队伍和设计能力，并剥夺了竞争对手的宝贵资产。预计英伟达将利用 Marom 的知识来设计英伟达未来基于 Arm 的 CPU 产品。这些设计将在公司的GraceHopper Superchip之后推出，该芯片利用 72 个基于 Neoverse 的 Arm v9 内核，并声称与典型的 x86 CPU 设计相比性能提高了 10 倍。半导体设备搬运这一声明自然引起了英特尔的注意，促使该公司认识到英伟达的目标是在 CPU 领域与这家蓝色巨头展开竞争。英特尔甚至设立了数十亿美元的基金，旨在留住和吸引新人才，以防止此类情况发生。然而具有讽刺意味的是，英特尔自己的另一家公司现在将尽努力推进英伟达的目标。半导体设备搬运在一年左右的时间里，随着“Grace”Arm 服务器 CPU 的推出，Nvidia 的任何人相信或大声说并非数据中心中的每个工作负载都需要 GPU 加速并不是异端邪说。半导体设备搬运在某种程度上，随着 BlueField 系列基于 Arm 的 DPU 处理器的采用，这种转变已经在 Nvidia 的系统架构中发生。但随着 Grace CPU 的发布，在一年前的 GTC 2021 大会上进行了预览，在2023 年上半年的某个时候，如果半导体设备搬运顺利，Nvidia 将立即成为 Arm 服务器芯片的可靠供应商，可以在条款上与之竞争每瓦的性能，我们假设，每瓦的每美元成本，同时具有半导体设备搬运X86、Arm 或 Power 架构。对于英伟达来说，从 GPU 加速器供应商转变为主机 CPU 供应商——以及拥有大量自己的向量数学能力的主机 CPU ——这将是一个重要事件。非常重要的事情——将能够运行整个 Nvidia HPC 和 AI 堆栈，包括编译器、库和其他系统软件。Grace CPU 将与 Hopper GPU 完全匹敌，COBOL 发明前美国海军少将可能会在隐喻意义上表示赞同。半导体设备搬运十多年来，我们一直在倡导 Nvidia 将 Arm 服务器芯片推向市场，当 Nvidia 联合创始人兼首席执行官 Jensen Huang在 1 月份宣布“Project Denver”Arm 服务器计划时，我们对这种可能性感到兴奋。2011 年，半导体设备搬运 Arm 服务器芯片试图冲破数据中心的大门。2014 年，当两个 Denver Arm 内核出现在 Tegra K1 “superchip” 混合 CPU-GPU 芯片上时，街上的消息是 Nvidia 提出了自己的 CPU 指令集架构 (ISA)，并在此基础上模拟 Arm ISA，而且，重要的是，它也能够模拟 X86 ISA。（Transmeta 早在 20 年前就尝试过这样做，还记得吗？）想象一下，如果 Nvidia 推出了可以模拟 Xeon 或 Opteron（现在是 Epyc）并且还可以运行 Arm 工作负载的全功能 Denver 服务器芯片，那么可能会引发诉讼，也许，它自己的原生模式。. . .半导体设备搬运但遗憾的是，我们不得不再等十几年，英伟达以 400 亿美元从软银收购 Arm Holdings 的交易落空，英伟达的更清洁的 Arm 服务器芯片计划才出现。我们认为这是 Nvidia 在提出 SoftBank 提议之前初的计划——我们和 Huang 开玩笑说我们想要 Nvidia 的 Arm 服务器芯片，但 Nvidia 不需要Victor Kiam并购买整个公司。也就是说，我们了解整个 Arm 的千载难逢的机会——从财务上来讲，这是一个很好的机会，但主要是 Nvidia 股票，它像现金一样支出，但实际上不是现金。而且我们还完全理解了未来 Aarmv9 架构的影响，以及许多机器学习工作——当然大部分推理和可能的一些训练——将保留在 CPU 上并且不会迁移到 GPU 或其他加速器这一事实。正如我们在 2021 年 3 月仔细研究 Armv9 公告时所说的那样就在 Grace 的努力获得成功后的几周和 Arm Holdings 交易宣布的 8 个月后，英伟达想要收购 Arm：它可以获得矢量、矩阵和数字信号处理知识产权的许可资金，这将是添加到各种 CPU 正是因为系统架构师不想进行 GPU 卸载。进行任何类型的卸载都存在编码和安全隐患——加密加速器、在线 FPGA 加速器或 GPU 加速器——许多企业和组织不想处理它们。那些需要 10 倍或 100 倍半导体设备搬运的 HPC 性能的人别无选择，只能使用 GPU——除非他们想制造具有大量内核和大量矢量引擎的定制 CPU。富士通在日本 RIKEN 实验室的“Fugaku”超级计算机上使用 A64FX Arm CPU 做到了这一点，半导体设备搬运并行计算机工程与技术研究中心为无锡半导体设备搬运超级计算中心的“太湖之光”和“海洋之光”超级计算机分别配备了神威SW26010和SW26010- pro处理器。这两款机器都有令人印象深刻的结果。但高性价比和低功耗并不是这两款机器的特点。（Fugaku三年前在 Green500 超级计算机排名中半导体设备搬运但已被英伟达“Ampere”A100 GPU 加速器加速的一长串机器推下榜单。“Hopper”H100 GPU 加速器只会让这些比较变得更糟，而且随着据我们所知，目前还没有 A64FX-2 芯片与 A64FX 相比工艺缩小、时钟速度提高、功率降低或价格/性能改进。尽管如此，许多企业和组织仍将做出选择，要么支付数百万美元将其 C、C++ 和 Fortran 代码拆开以进行 GPU 卸载，要么支付更多电费并花费更长的时间来得出答案并在 zippy CPU 上运行 AI 工作负载，该 CPU 可以很好地使用内存子系统进行矩阵和矢量数学运算，但与 GPU 加速器的skinny sprinter HBM 内存相比，内存子系统具有大量内存。这就是 Grace CPU 对 Nvidia 如此重要的原因之一，Grace 将运行 Nvidia 为在 GPU 上运行而创建的所有软件的声明也是如此。让我们直接从 Huang 的 GTC 2022 主题演讲的顶部写下这一点：“Grace 将在人工智能、数据分析、科学计算和超大规模计算方面表现出色，Grace 将受到 Nvidia 的所有软件平台的欢迎——Nvidia RTX、HPC、英伟达 AI 和 Omniverse。”
