隨著大數據、云計算、人工智能等技術的成熟與在各行各業的應用,在人工智能時代,AI服務器這個新興名詞也頻繁的出現在人們的視線范圍內,有人預測在人工智能時代,AI服務器將會廣泛的應用于各個行業,那么AI服務器與普通服務器有什么區別呢?為什么AI服務器在人工智能時代能替代大多數的普通服務器呢?
從服務器的硬件架構來看,AI服務器是采用異構形式的服務器,在異構方式上可以根據應用的范圍采用不同的組合方式,如CPU+GPU、CPU+TPU、CPU+其他的加速卡等。與普通的服務器相比較,在內存、存儲、網絡方面沒有什么差別,主要在是大數據及云計算、人工智能等方面需要更大的內外存,滿足各種數據的收集與整理。
我們都知道普通的服務器是以CPU為算力的提供者,采用的是串行架構,在邏輯計算、浮點型計算等方面很擅長。因為在進行邏輯判斷時需要大量的分支跳轉處理,使得CPU的結構復雜,而算力的提升主要依靠堆砌更多的核心數來實現。
但是在大數據、云計算、人工智能及物聯網等網絡技術的應用,充斥在互聯網中的數據呈現幾何倍數的增長,這對以CPU為主要算力來源的傳統服務提出了嚴重的考驗,并且在目前CPU的制程工藝、單個CPU的核心數已經接近極限,但數據的增加卻還在持續,因此必須提升服務器的數據處理能力。因此在這種大環境下,AI服務器應運而生。
現在市面上的AI服務器普遍采用CPU+GPU的形式,因為GPU與CPU不同,采用的是并行計算的模式,擅長梳理密集型的數據運算,如圖形渲染、機器學習等。在GPU上,NVIDIA具有明顯優勢,GPU的單卡核心數能達到近千個,如配置16顆NVIDIA Tesla V100 Tensor Core 32GB GPUs的核心數可過10240個,計算性能高達每秒2千萬億次。且經過市場這些年的發展,也都已經證實CPU+GPU的異構服務器在當前環境下確實能有很大的發展空間。
但是不可否認每一個產業從起步到成熟都需要經歷很多的風雨,并且在這發展過程中,競爭是一直存在的,并且能推動產業的持續發展。AI服務器可以說是趨勢,也可以說是異軍崛起,但是AI服務器也還有一條較長的路要走。
-
服務器
+關注
關注
12文章
8213瀏覽量
82802 -
AI
+關注
關注
87文章
26804瀏覽量
264478
發布評論請先 登錄
相關推薦
評論