云计算技术的发展与芯片处理器的关系

CPU：中央处理器，代表人们对于通用算力的需求，比如智能手机，电脑，以及他们带来的互联网和移动互联网的兴起。

GPU：图形处理器，代表人们对于高性能并行算力的需求。如：人工智能，大数据的应用

CIPU：云基础设施处理器（阿里云）。对云计算的基础设施进行专门的处理和加速

        云计算的应用，如手机点外卖，在线看视频和直播，手机购物等都背后都是靠云计算来支撑的。云计算和数据中心是未来几十年的大蓝海，它会是人工智能之后下一个技术爆发的大周期和大趋势。很多芯片巨头公司近年来都在布局该领域，如英特尔的IPU，英伟达的DPU。

云计算技术的发展经历

        云计算就是把计算放在云上，云指的就是通过互联网连起来的各种复杂的硬件的和软件。

        云的出现：个人电脑刚刚出来的时候，上面可以安装各种的软件，但是只能一个人用，网络出现以后，很多人的电脑都可以通过网络连接起来，大家就可以互相传输数据，互相通信了。但是这个时候，处理数据和通信靠的还是每个人自己的电脑。后来CPU处理能力越来越强，就出现了比个人电脑更强大的计算机，也就是服务器。网络技术也在不断的发展，数据传输速度也越来越快了，这样人们就可以用服务器来处理大部分的数据和通信这些任务，最后把结果通过网络返回来就好了。

        随着数据和应用的不断增加，需要的服务器的数量也在不断的增加，这样就出现了一个个的数据中心，每个数据中心就像一个大机房，里面有成百上万台服务器，他们通过网络连接在一起，这样就形成了一个小云，在全国甚至全球的很多地方的数据中心，通过高速网络连在一起，就成 了一朵大云。我们用手机点外卖下单，或者看网络直播，都需要一朵朵的云来进行数据处理，并且把下单结果，外卖的位置，或者视频直播的画面通过网络传输给我们。

        当需求变化时候，就会出现新的技术。在过去的十多年里，云计算的发展经历了两个主要的阶段。

分布式技术

 

        第一个阶段的重点，就是分布式技术，它和集中式技术相对应，把原本在一个服务器或者一个机房里的计算任务打散，并且分布到多个服务器和多个数据中心里完成。这样做的好处，最直观的就是提升了系统的稳定性，相当于把鸡蛋放在多个篮子里，就算一个服务器或者数据中心突然挂了，也不会影响整个分布式系统的正常运行。另外一个好处就是提高了性能，因为可以把一个大的任务分解成很多可以同时运行的小任务，让多个计算机去并行处理。

资源池化技术

        后来人们发现，分布式系统还不够优化，因为一个节点往往要处理计算网络存储等等多种任务，如果来回切换的话，非常麻烦，对性能影响也非常大，所以云计算发展的第二个阶段，就是出现了资源池化技术。这个概念比较抽象，理解起来就比如一个一个的池塘，这个池塘的水专门用来浇庄稼的，另外一个池塘的水是用来养鱼的。在云计算里，资源池化就是在分布式计算的基础上，构建了很多用来做计算、存储的池塘，也叫做资源池。每个资源池其实就是一大堆服务器，只不过这些服务器是专门用来做计算或者存储的。所以通过这种计算存储分离的架构，就可以高效的对整个云端的资源做统一的调度安排，而不用再一个服务器一个服务器的控制了，这样就进一步提高了云计算的可靠性和灵活性。

        这两个阶段有一个共同的特点，就是它们都通过软件定义的方法，把计算能力，也叫做算力变成一种公共的计算资源。很多人都认为，算力会像电力一样成为未来必不可少的一种资源。像我们国家最近在建设的东数西算，和之前的南水北调，西电东送一样，把算力提升到了资源的战略高度。

对处理器需求的变化

        现在需求的变化来了，我们每次点单，每次看视频都会产生茫茫多的数据，这种数据密集型的计算越来越多，就对云计算的基础设施造成了巨大的压力。归根到底，是因为现在的云基础设施都是以CPU为核心的，而现代的CPU已经很难满足这个需求了。

        并不是说CPU不行了，弱爆了，CPU仍然是所有芯片中最重要的那个，没有之一，所以传统的计算机、包括服务器和数据中心，他们的软硬件架构都是以CPU为中心来设计的，但是面对前面提到的大数据和云计算变革所产生的新的需求的时候，这种以CPU为中心的架构就有点力不从心了。

第一，不擅长并行计算和网络控制

        CPU对指令集的处理，并不擅长并行计算和网络控制，这也是为什么和AI相关的计算要用GPU，和网络传输相关的应用需要网卡芯片的原因。

第二，很难提供高带宽。

        大数据势必伴随着大量数据搬运和迁移，带来的是高带宽的需求，这也是CPU无法满足的。

第三，很难兼顾复杂度、延时、性能。

        现在云计算的规模都很大，动辄几十万上百万台服务器的规模，这就给整个系统的管理增加了极高的复杂度。CPU作为一种通用芯片，很难兼顾复杂度、低延时和高性能。

新需求下的市场展望

        很多芯片公司也都遇到了这类问题，并且给出了他们的解决方案。比如英特尔就提出了IPU，也就是基础设施处理器。而英伟达也退出了DPU也就是数据处理器。这两款芯片的意义，都是为了更好的满足现在云计算的新需求，提升数据处理的吞吐量、降低延时，并且从硬件上直接实现对虚拟化和云化的支持，这些都是CPU或者GPU做不到的。

        IPU和DPU本质都是类似的，都是对以CPU为核心的云计算架构的补充和扩展。它们能把CPU不擅长的工作接下来，转移到自己身上更高效的完成，这样就减轻了CPU的压力。但是这些芯片都没有改变前面所说的根本性的问题，只要仍然以CPU为核心，那么那些复杂度、带宽、低效的问题就依然存在。我们能发现，这些方案都是从芯片和硬件的视角去看这个问题的。但是云计算的变革，其实都是由软件定义驱动的。

        没有软件，芯片就只是昂贵的沙子。或许解决前面这些问题的根本方法，是从软件入手，重新思考未来云数据中心的体系架构。

来源：

阿里云又自研了一个新处理器，还要抢CPU的饭碗？_哔哩哔哩_bilibili