为下一代数据中心铺平道路
异构计算正在成为下一代数据中心的主旋律,英特尔、AMD、Nvidia都提供了新的组件来支持这一论点。
本文筛选出的这10家半导体初创公司,提供了新的方法尝试通过CPU、加速器和连接解决方案来提高服务器的性能、效率、经济性和带宽等。即使面对持续的半导体短缺问题,他们也依然采取重大举措,并从投资者那里获得投资。
其中一些初创公司,如Ventana Micro Systems,正在使用替代指令集构建新型CPU;其他公司如Speedata,正在构建专为人工智能、数据分析和存储等工作负载而开发的加速器;以及另一类初创公司例如 Astera Labs,正在通过芯片用于连接来解决数据中心瓶颈。
Ampere Computing
Renee James,首席执行官
Ampere Computing在数据中心领域与英特尔和AMD展开竞争,推出的基于Arm的CPU 据说可以胜过竞争对手的处理器。这家总部位于美国加州圣克拉拉的初创公司今年早些时候透露,除了此前披露的微软和Oracle之外,腾讯、字节跳动、Equinix、Cloudflare和uCLoud也成为了Ampere Computing的客户。与此同时,这家芯片制造商正在将其OEM覆盖范围从Gigabyte和Wiwynn扩展到富士康和浪潮等厂商,还开始为处理器设计定制核心,甚至超越了自身最初采用Arm 80核Altra和128核Altra Max CPU的战略。而且,Ampere Computing的CPU现在已经可以在Oracle Cloud Infrastructure提供的公共实例中使用了。
Astera Labs
Jitendra Mohan,首席执行官
Astera Labs正在通过支持下一代连接的专用半导体解决方案解决数据中心在性能、容量和带宽方面的瓶颈。这家位于美国加州圣克拉拉的初创公司,最近公布了Leo Memory Accelerator Platform内存加速器平台,该平台通过支持Compute Express Link 1.1/2.0互连标准,让服务器能够在CPU和加速器之间创建一个统一的、连贯的内存空间,这意味着总内存带宽将增加32 giga/s,服务器的总容量为2TB。除了推出这个加速器平台之外,Astera Labs还公布了Taurus智能电缆模块产品组合,该产品旨在克服数据中心交换机到交换机和交换机到服务器存在的互连性能瓶颈。而且就在两个月前,Astera Labs刚刚宣布在C轮融资中获得了来自Intel Capital等投资方的5000万美元资金。
Cerebras Systems
Andrew Feldman,首席执行官
Cerebras Systems凭借着体积庞大的Wafer Scale Engine芯片进军AI计算市场,该芯片被称为“有史以来最大的AI处理器”。这家总部位于美国加州洛斯阿尔托斯的初创公司,最近宣布在F轮融资中获得了2.5亿美元,使得总融资金额达到7.2亿美元,一部分资金将被用于扩大其专用CS-2 AI系统的销售,该系统采用了第二代WSE-2芯片,“与任何其他系统相比,以更少的空间和更低的功率提供了更高的计算性能”。而且Cerebras Systems的系统已经被阿斯利康、葛兰素史克、东京电子设备公司以及美国能源部的阿贡国家实验室和利弗莫尔国家实验室所采用。
Fungible
Eric Hayes,首席执行官
Fungible希望通过存储集群、加速卡和交钥匙型数据中心的组合,让数据中心变得更强大、更高效、更经济,所有这些产品都由这家总部位于美国加州圣克拉拉的公司所推出的DPU数据处理单元提供支持,可从CPU上卸载各种数据中心功能。最近Fungible推出了Fungible Storage Initiator卡,让标准服务器以最快、最有效的方式采用NVME over TCP存储,这在不牺牲性能的情况下为数据中心提供了池化存储的优点。就在发布新产品线的数月之前,Fungible还任命了前Marvell和Broadcom的首席执行官Eric Hayes为公司新任首席执行官,Hayes接替了Pradeep Sinhu,后者继续保留执行主席的头衔,同时担任公司首席发展官的新角色。到目前为止Fungible已经累计融资3亿美元,其中包括2019年C轮融资中获得的2亿美元。
NeuroBlade
Elad Sity,首席执行官
NeuroBlade旨在通过新的数据分析架构消除数据中心数据移动这一重要瓶颈,并号称这是第一个将内存处理引入生产环境的架构。这家总部位于以色列特拉维夫的初创公司,在今年10月进行的B轮融资中获得了来自Intel Capital、联发科和联电等投资方的8300万美元。NeuroBlade的核心技术是他们的Intense Memory Processing Unit(IMPU),该芯片中包含了数千个与DRAM紧密耦合的并行处理器,可减少数据在内存、存储和CPU核心之间移动的次数。IMPU芯片为NeuroBlade的Xiphos服务器设备提供动力,据称该设备可为数据分析应用提供高达100倍的性能,同时还能大幅提高性价比。作为NeuroBlade的早期支持者,SAP表示,NeuroBlade在显着提高数据库管理系统软件的性能方面具有“巨大潜力”。
Pensando
Prem Jain,首席执行官
Pensando旨在通过可编程的数据处理单元帮助企业采用AWS,将现有基础设施转变为“类云”环境。这家总部位于美国加州米尔皮塔斯的初创公司最近宣布,惠普企业旗下的Aruba Networks正在使用他们的DPU为首创的分布式服务交换机Aruba CX 1000提供动力。就在公布这一消息的两个月前,Pensando刚刚宣布已经获得了来自Ericsson Ventures、Qualcomm Ventures和Liberty Global Ventures的3500万美元,将用于推动5G的发展。Pensando的系统合作伙伴包括HPE、戴尔和VMware,并且得到了思科前首席执行官John Chambers的支持,后者也是Pensando公司的联合创始人、董事会主席。
SiFive
Patrick Little,首席执行官
SiFive正在提供一种Arm CPU设计业务的开源替代选择,其核心设计和定制芯片解决方案适用于基于开放和免费RISC-V指令集架构的人工智能、高性能计算和其他不断增长的市场。这家位于美国加州圣马特奥的初创公司最近表示,他们已经赢得了300多项设计订单,拥有100多家客户,其中包括前10大半导体公司中的8家。据报道称,SiFive收到过多方的收购意向,其中包括了英特尔,截至目前英特尔已出价20亿美元收购这家公司。在报道收购意向之前,SiFive曾宣布英特尔的新代工业务Intel Foundry Services将采用SiFive的处理器设计来制造处理器。SiFive在今年8月由SK海力士领投的E轮融资中获得了6100万美元,其他投资方还包括Western Digital Capital,Qualcomm Ventures和Intel Capital。
Speedata
Jonathan Friedman,首席执行官
Speedata正在通过一种新型分析处理单元A nalytics Processing Unit(APU)解决数据分析应用中存在的数据中心瓶颈,据称这种处理单元可以在不更改代码的情况下加速计算、内存和I/O。这家总部位于以色列内坦亚的初创公司,在今年9月宣布从投资方那里获得了7000万美元资金,投资方包括Mellanox公司联合创始人、首席执行官Eyal Waldman。Speedata表示,他们的APU芯片为数据库和业务分析流程提供了是主流CPU两倍甚至更高的性能。Speedata预计,未来一年内将发布这款APU,支持云平台超大规模数据中心厂商、OEM以及定制IT系统组装厂商。
Ventana Micro Systems
Balaji Baktha,首席执行官
Ventana Micro Systems正在开发一种高性能数据中心RISC-V CPU,据称可以为云、企业、5G、边缘和汽车应用提供“一流”的单线程性能。这家总部位于美国加州库比蒂诺的初创公司,在今年9月宣布获得了来自Marvell Technology Group创始人等投资方的3800万美元资金。目前Ventana Micro Systems正在使用开源RISC-V指令集和多核小芯片设计开发CPU,据称这将使处理器“在不同的晶圆厂和工艺节点之间具有高度的可移植性”。除了为数据中心市场制造处理器外,Ventana Micro Systems还计划提供定制芯片,让超大规模数据中心厂商“能够快速产品化的同时实现创新和差异化”。
Xsight Labs
Guy Koren,首席执行官
Xsight Labs希望通过超快速的、可编程的交换机来颠覆数据中心交换机市场,据称这种交换机可以满足云、高性能计算和AI应用对功率和性能的要求,同时还提供灵活且可扩展的架构。这家总部位于以色列特拉维夫的初创公司,在今年3月宣布已经完成D轮融资,投资方包括Intel Capital、赛灵思和微软风险基金M12。Xsight Labs在去年12月走出隐身模式,宣布将提供X1样品,据称这是业界第一款速度高达每秒25.6TB的交换机。Xsight Labs表示,他们的交换机芯片产品实现更高速度的同时功耗极低,高端芯片的功耗不到300瓦。
好文章,需要你的鼓励
AMD CIO的职能角色早已超越典型的CIO职务,他积极支持内部产品开发,一切交付其他部门的方案都要先经过他的体验和评判。
医学生在选择专业时,应当考虑到AI将如何改变医生的岗位形态(以及获得的薪酬待遇)。再结合专业培训所对应的大量时间投入和跨专业的高门槛,这一点就更显得至关重要。
我们拥有大量数据,有很多事情要做,然后出现了一种有趣的技术——生成式AI,给他们所有人带来的影响。这种影响是巨大的,我们在这个领域正在做着惊人的工作。