Различные ПУ – виды процессоров

Каталог

Ⅰ ЦП

Центральный процессор (ЦП), также известный как процессор, является одним из основных компонентов компьютерной системы.

Центральный процессор (ЦП) состоит из следующих функций:

◆ЦП считается мозгом компьютера.

◆ЦП выполняет все виды операций по обработке данных.

◆Сохраняет данные, промежуточные результаты и инструкции (программа).

◆Контролировать работу всех частей компьютера.

Сам процессор состоит из следующих трех компонентов.

◆Память или устройство хранения данных — храните инструкции, данные и промежуточные результаты.

◆Блок управления — контролирует работу всех частей компьютера, но не выполняет никаких реальных операций по обработке данных.

◆ALU — состоит из арифметического и логического разделов, выполняет сложение, вычитание, умножение и деление, сравнение, выбор, сопоставление и объединение данных.

Эти две компании, Intel Corporation и Advanced Micro Devices (AMD), исторически доминировали на потребительском рынке процессоров.

Ⅱ графический процессор

GPU (графический процессор) изначально был разработан для удовлетворения потребностей рендеринга графики. На рынке чипов графических процессоров Nvidia контролирует около 80% мирового рынка. Его графические процессоры в основном используются на игровом рынке, но теперь его роль гораздо больше. Благодаря своим возможностям параллельной обработки быстро развивающийся графический процессор похож на бесстрашного подростка, демонстрирующего безграничные возможности. Графический процессор широко используется во многих областях, таких как глубокое обучение и научные вычисления. Эта вычислительная мощность может не только ускорить обработку графики, но и разделить нагрузку ЦП на другие задачи, такие как анализ данных, машинное обучение и т. д.

Графический процессор, или графический процессор, изначально был разработан для удовлетворения насущных потребностей в рендеринге графики, но теперь он стал чем-то большим, став одной из основных сил, движущих современными вычислениями. Благодаря своим превосходным возможностям параллельной обработки графический процессор, словно бесстрашный подросток, быстро прогрессирует в играх, майнинге, искусственном интеллекте и других областях, демонстрируя неограниченные возможности. Сегодня графические процессоры широко проникли в такие ключевые области, как глубокое обучение и научные вычисления, став незаменимой частью этих областей.

Широкое и всестороннее применение генеративного ИИ, особенно в современную эпоху искусственного интеллекта, знаменует собой наступление технологической революции. В этом контексте важность графического процессора (GPU) постепенно превзошла центральный процессор (CPU) и заняла центральное место в истории.

Будучи крупнейшим в мире поставщиком графических процессоров, NVIDIA занимает примерно 80% доли мирового рынка графических процессоров. 13 июня 2023 года рыночная стоимость Nvidia впервые превысила отметку в триллион долларов, что сделало ее пятой по величине компанией по рыночной стоимости в США, уступая только Apple, Microsoft, Alphabet и Amazon. Эта веха подчеркивает здоровье и динамику роста индустрии графических процессоров, а также сигнализирует о важной роли, которую она будет продолжать играть в будущем.

В последние несколько лет внимание Nvidia сместилось на рынок центров обработки данных. Данные о доходах за второй квартал 2023 года демонстрируют очень поразительное явление. До 2023 года доля рынка процессоров в центрах обработки данных была значительно выше, чем доля графических процессоров. Фактически, даже в первом квартале 2023 года выручка Nvidia от бизнеса в сфере центров обработки данных (4,2 миллиарда долларов) все еще не превысила совокупную выручку Intel и AMD. Но во втором квартале ситуация кардинально изменилась. В сфере центров обработки данных два крупнейших гиганта процессоров Intel и AMD имеют доход в 4 и 3 миллиарда долларов США соответственно. В отличие от этого, доходы NVIDIA от бизнеса в сфере центров обработки данных превышают 10 миллиардов долларов, что даже превышает совокупный доход Intel и AMD. Эти данные полностью показывают, что статус графических процессоров быстро растет и в некоторых областях превосходит процессоры.

Ⅲ ДПУ

DPU специально разработан для обработки больших объемов данных и информации. Он может эффективно обрабатывать и анализировать данные, а также повышать производительность центров обработки данных и платформ облачных вычислений. По мнению Nvidia, DPU должен быть в состоянии выполнять следующие три основные задачи:

Разгрузка:Принятие задач инфраструктуры от ЦП сервера, чтобы больше мощности ЦП было доступно для запуска приложений.

Ускорение:Используйте аппаратное ускорение в чипе DPU, чтобы выполнять функции инфраструктуры быстрее, чем ЦП.

Изоляция:Перемещение критически важных функций плоскости данных и плоскости управления в отдельные домены на DPU одновременно освобождает ЦП сервера от работы и защищает функции в случае компрометации ЦП или его программного обеспечения.

Большая часть разработок DPU на сегодняшний день была ориентирована на гипермасштабирование. Ожидается, что в будущем использование DPU в центрах обработки данных и других частях корпоративных сетей будет расти. Один из возможных способов сделать это — объединить технологию DPU с сетевыми коммутаторами — комбинацию технологий, которую AMD Pensando называет «интеллектуальными коммутаторами». «Мы считаем, что интеллектуальные коммутаторы — это самый простой способ для предприятий освоить технологию DPU, поскольку он позволяет им вывести из эксплуатации старое оборудование и привнести в свои сети важные технологии и масштабировать», — сказал Сони, коммерческий директор группы сетевых технологий и решений AMD Pensando. Сказал Цзяндани.

Рынок DPU стабильно растет благодаря растущему спросу на искусственный интеллект, машинное обучение, глубокое обучение, Интернет вещей, 5G и сложные облачные архитектуры. Поскольку спрос на приложения с интенсивным использованием данных продолжает расти, вычислительные архитектуры будут продолжать развиваться, требуя более быстрой, эффективной и безопасной обработки данных. На рынке DPU появилось множество игроков на рынке чипов. В число основных поставщиков входят зарубежные Nvidia, Marvell, Fungible (приобретена Microsoft), Broadcom, Intel, Resnics и AMD Pensando. К отечественным относятся Zhongke Yushu, Xinqiyuan Yunbao Intelligent, Yunmaixinlian и так далее.

Согласно отчету Allied Market Research, ожидается, что к 2031 году мировой рынок устройств обработки данных достигнет 5,5 миллиардов долларов США, а среднегодовой темп роста составит 26,9% в период с 2022 по 2031 год. В результате сегодня DPU могут превратиться из необязательного компонента в необходимый отраслевой стандарт для вычислений следующего поколения.

Ⅳ ВПУ

Благодаря популяризации видеоконтента и быстрому развитию технологий искусственного интеллекта, блок обработки видео (VPU) стал новой звездой в современной области технологий.

VPU (блок обработки видео) специально разработан для решения задач видео. Он может эффективно решать такие задачи, как кодирование и декодирование видео, обработка изображений и машинное зрение. Снимая эти задачи с ЦП или графического процессора, VPU повышает общую эффективность и производительность системы, а также разгружает ЦП или графический процессор, чтобы они могли сосредоточиться на других задачах. Более того, такие VPU обычно имеют множество преимуществ, таких как высокая производительность, низкое энергопотребление и низкая задержка. Согласно анализу SemiAnalysis производителя чипов VPU NETINT, по сравнению с центральными и графическими процессорами, плотность и мощность графических процессоров не имеют себе равных по энергопотреблению. Можно сказать, что появление VPU принесло беспрецедентные возможности ускорения вычислений в приложения видеоиндустрии.

Нынешнее широкое применение технологий видео высокой четкости, таких как 4K и 8K, привело к тому, что вычислительная нагрузка при обработке видео продолжает расти, что делает высокопроизводительные визуальные процессоры важным инструментом для развития отрасли. В настоящее время на этот чип нацелились интернет-гиганты, включая Google, Meta, ByteDance и Tencent. В то же время в апреле этого года AMD выпустила новый специализированный медиа-ускоритель и карту кодирования видео для центров обработки данных — Alveo MA35D, а Intel интегрировала VPU в свой процессор Core Meteor Lake 14-го поколения. Помимо облаков и центров обработки данных, терминалы также стали основным носителем видео и игр, а производители мобильных телефонов все больше уделяют внимание качеству видео или изображения. В этом отношении vivo/Xiaomi используют видеочипы в качестве отправной точки для самоисследования, а сторонние поставщики видеочипов, такие как Pixelworks/Zidian Semiconductor, также начинают открывать возможности для развития.

Ожидается, что в будущем рынок чипов для обработки видео продолжит расти, особенно в области периферийных вычислений, Интернета вещей (IoT) и связи 5G. Эффективные и маломощные чипы обработки видео станут ключевыми компонентами в этих областях применения.

Ⅴ ВСУ

1. Ускоренные процессоры

Китайское название — процессор ускорения. Это ориентированный на будущее продукт, выпущенный AMD в 2011 году. Впервые процессор и независимое графическое ядро ​​построены на одном чипе для совместной работы в вычислениях и ускорения друг друга, что позволяет выполнять задачи быстрее. гибко распределяется между процессором и графическим процессором для повышения эффективности.

2. Блок обработки звука

APU также может относиться к блоку обработки звука, устройству, предназначенному для обработки звуковых данных. Блок обработки звука — это процессор звуковой карты, который можно использовать для обработки звуковых данных. Поскольку обработка объемного звука становится все более важной в современных компьютерах (особенно в домашних системах и для любителей игр), необходим специализированный звуковой процессор. основной процессор.

Ⅵ БПУ

1. Отделение обработки данных

BPU (блок обработки ветвей) — это область ЦП, используемая для обработки ветвей.

2. Мозговой процессор

Мозговой процессор. BPU — это специальный чип, разработанный Horizon, чип искусственного интеллекта, используемый для автономного вождения.

Ⅶ ЭПУ

1. ЭПУ (блок обработки эмоций)

Это также первый раз, когда я слышу слово EPU. EPU был предложен компанией Emoshape. Эмошейп— компания, занимающаяся разработкой технологий, которые могут научить интеллектуальные машины взаимодействовать с людьми. EPU основан на конструкции микроконтроллера (MCU) и обеспечивает практически неограниченные когнитивные процессы для генерации реальных эмоциональных реакций в устройствах искусственного интеллекта (ИИ), робототехники и бытовой электроники. EPU является расширением теории Экмана, которая использует эволюционную теорию эмоций для выявления 12 основных эмоций.

2. ЭПУ (блок обработки энергии)

EPU — это системный энергосберегающий чип, работающий в режиме реального времени, который автоматически определяет текущую загрузку системы и интеллектуально регулирует энергопотребление, обеспечивая оптимизацию энергопотребления всей системы, снижая шум вентилятора и продлевая срок службы программных компонентов. Концепт предложен компанией ASUS.

Ⅷ FPU (плавающий процессор)

Модуль для выполнения операций с плавающей запятой

Ⅸ HPU (Голографический процессор)

Голографический процессор. Microsoft HoloLens — первое в мире независимое голографическое компьютерное устройство, способное создавать голографические изображения высокой четкости. Секрет кроется в голографическом процессоре (HPU) HoloLens, который представляет собой специальный чип, который может обрабатывать и взаимодействовать с потоковыми данными от различных датчиков и Intel Atom.

Ⅹ IPU (Интеллектуальный процессор)

Концепция, впервые предложенная Graphcore, британским стартапом по производству чипов искусственного интеллекта, представляет собой интеллектуальный процессор. Основанная в 2016 году со штаб-квартирой в Бристоле, Великобритания, компания Graphcore занимается разработкой процессоров для приложений искусственного интеллекта и обеспечением поддержки продуктов для таких приложений, как облачные сервисы.

Ⅺ ППУ (Физический процессор)

Физический вычислительный процессор. PPU — это процессор, имитирующий физические вычисления. ЦП предназначен для достижения более высокой скорости вычислений, а графический процессор — для достижения лучших эффектов изображения. Затем ППУ используется для связи между виртуальным электронным миром и повсеместной физической реальностью, чтобы сделать картинку более реалистичной. , близко к реальности. Концепция PPU была впервые предложена на GDC2005.

Ⅻ QPU (блок квантового процессора)

Квантовые процессоры используют квантовую суперпозицию, чтобы быстро просмотреть различные варианты решения проблемы и найти правильный ответ. Вычислительная мощность QPU увеличивается пропорционально экспоненте мощности 2n по мере увеличения количества битов n. В настоящее время как отечественные, так и зарубежные страны находятся на исследовательской стадии в области квантовых вычислений.

ХⅢСПУ

NeuroBlade, израильский стартап по производству чипов, основанный в 2018 году, разработал специализированную процессорную архитектуру, которую они называют SPU (SQL Processing Unit). Компания стремится стать «Nvidia в области анализа данных». SPU в основном используется для ускорения обработки инструкций SQL. Генеральный директор компании заявил, что, используя специально разработанный процессор для ускорения обработки SQL, можно добиться ускорения сквозного анализа SQL. С точки зрения развертывания, чип подключается через шину PCIe хост-сервера и способен прозрачно выполнять обработку, связанную с SQL, без изменения программного обеспечения хост-приложения.

SPU поддерживает распространенные форматы столбчатых файлов. Когда запрос запроса отправляется из механизма запросов (то есть запрос запроса выдается из системы управления базой данных), SPU может напрямую обращаться к файлам данных, хранящимся на локальном устройстве хранения, и обрабатывать их. После обработки файла данных SPU отправит результаты обработки обратно в механизм запросов в виде собственного макета механизма запросов.

NeuroBlade ведет переговоры с несколькими крупными поставщиками гипермасштабируемых услуг и выиграла контракт с одной компанией на тысячи карт SPU. Например, NeuroBlade также сотрудничает с Dell для распространения продуктов SPU Card на серверах PowerEdge. По их мнению, гипермасштабные предприятия, использующие этот процессор SQL (SPU) для разгрузки процессоров x86, выполняющих аналитические рабочие нагрузки, могут добиться ускорения работы в 100 или более раз и сэкономить миллионы долларов ежегодно. Среди клиентов NeuroBlade есть и клиенты систем хранения данных. Kioxia успешно настроила свою аппаратную расширенную систему запросов NeuroBlade (HEQS) в своих корпоративных твердотельных накопителях NVMe серии CM7, которые, по их словам, могут позволить клиентам в полной мере воспользоваться преимуществами высокопроизводительных твердотельных накопителей. потенциал пропускной способности, тем самым повышая производительность запросов до 100 раз.