开辟者大年夜赛路演 | 12月16日，技巧立异，北京不见不散

跟着数据需求工作负载渗入渗出到数据中芥蒂覆盖传统的CPU机能，GPU各供给商已经为数据中间弥补了全新的设备和显示卡。

自70年代以来，图形处理单位最初被用于大年夜中心处理器处理视频和图形处理义务。与典范的CPU比拟，这些体系具有不合的底层设计，GPU是为在单一数据流上最大年夜化高速流水线上吞吐量而构建的。CPU也被设计为支撑快速切换，并将信息年腋荷琐处所快速移动到另一个处所，如大年夜主存储到某一存储体系。然而GPU具有不合的构造：它们可以并行处理并支撑多个高速连接。这些微处理器有多组数据路径进行大年夜量的数据处理，这与图形应用法度榜样的需求异常吻合。

比来大年夜数据、人工智能以及机械进修的潮流正在企业办事器之间形成连锁反竽暌功。因为传统的微处理器难以有效地处理这些来自请求苛刻的工作负载的信息，是以数据中间图形处理器转移至该范畴弥补相干的资本空白。

GPU在完成少量义务方面做得很好，但跟着义务请求逐渐扩大年夜，相干响应也逐渐完成扩大。Nvidia偏向于把GPU与其他半导体供给商区分开来，并为GPU寻找更广泛的用处。

起首，这些产品开端进入高机能计算范畴。然而比来，GPU供给商专门为数据中间办事器设计了设备和显示卡产品。专为办事器优化的GPU应用高带宽内存，并作为模块集成到专用办事器设计中，或作为外围组件互连快速（Peripheral Component Interconnect Express）附加卡的方法供给。然则，与游戏显卡不合，这些显示卡并未供给图形化界面。

办事器各供给商将GPU与CPU连接起来，以充分应用CPU的优势。当CPU机能无法知足处理数据密集型义务时，会进步CPU（与GPU的集成）机能（知足义务须要）。

大年夜数据、机械进修和人工智能应用法度榜样具有很高的处理请求，须要处理大年夜量的信息和不合的数据类型。这些特点与GPU的设计初志异常吻合。

AI和机械进修各供给商均应用GPU来支撑处理练习神经收集所需的大年夜量数据。Gartner公司的分析师Alan Priestley表示，在这一范畴的市场之中，比拟于将法度榜样安排到具有GPU的高机能办事器之上，拥有GPU的PC设备可用性可赞助软件开辟人员可以或许在台式电脑上开辟他们的算法。

GPU在数据中间范畴的应用

数据中间GPU的应用将来可能会赓续深刻。GPU是义务关键型工作负载的重要基本举措措施特点。Priestley说，IT组织可履行采购商品化的GPU，并且借助标准库的应用，他们可以很轻易地将其纳入应用法度榜样。

已有相干产品的供给张开端将这些附加产品纳入其产品线。

扩大数据中间GPU应用范围

戴尔同时支撑AMD公司的FirePro系列GPU以及Nvidia公司的GPU，专为虚拟台式基本举措措施和计算应用而设计，并具有支撑高达1792个GPU核心的处理才能。Hewlett Packard Enterprise（HPE）ProLiant体系可与Nvidia Tesla，Nvidia GRID和Nvidia Quadro GPU协同工作。HPE Insight集群治理实用法度榜样（HPE Insight Cluster Management Utility）将安装并设备GPU驱动法度榜样，可供给如温度等GPU运行状况的监控。

是以，办事器各供给商供给集成GPU模块的专用办事器或支撑GPU附加卡的产品。据Gartner公司的查询拜访，面向办事器优化的GPU显卡和应用机能最高的处理器的模块平日的成本在1,000美元到5,000美元之间。

为了预备数据中间GPU深刻应用，治理员须要控制若何治理这些处理器的专业常识。他们应当找到熟悉这项技巧的有关人员，当然这绝非易事，因为技巧不合于传统的微处理器设计，并且尽管Nvidia供给了一些培训材料，相干的课程仍然比较少。

【编辑推荐】

1. 数据中间液体冷却技巧的五个重要存眷点
2. 对数据中间境况控制体系安装的思虑
3. 租赁是数据中间融资的新思路
4. 数据中间做互联网成长的倔强后盾
5. 改变数据中间面孔的5大年夜数据挑衅

【义务编辑：武晓燕 TEL：（010）68476606】

　　推荐阅读

　　高容量的硬盘驱动器仍是存储技术的未来

在一个完美的世界里，所有的数据都将存储在闪存设备中，然则其缺乏使得这种情况几乎弗成能实现。实际上，将所稀有据存储在闪存中的绝大年夜多半用例并不是异常须要的。这种闪存需求的缺乏是因为大年夜部分数据被捕获>>>详细阅读

本文标题：人工智能&大数据：加速GPU在数据中心领域的应用

地址：http://www.17bianji.com/lsqh/39789.html

 1/2    1