虎嗅APP|超算芯片霸主之争，终于有了新变数

本文插图
出品| 虎嗅科技组
作者| 宇多田
封面| 视觉中国
2020年4月，以近70亿美元被英伟达最终收购的以色列顶级数据中心网络技术公司Mellanox ，在长达半年多的“沉默”后，在11月迎来了两件足以引起业内轰动的大事。
首先，陪Mellanox走了21年，并一手促成这笔交易的创始人兼首席执行官Eyal Waldman宣布离职，并留下了一句颇为潇洒的话：
“在达成这笔交易时，我就知道我要离开了。你知道我用几十年创建一家公司并做出所有决策，不是用来做第二名的。 ”
其次，就在今天， Mellanox作为英伟达GPU家族的一部分，被英伟达融入了新的网络连接架构产品——NVIDIA Mellanox 400G InfiniBand 。
此后，它将以“GPU伴侣”的身份，率先打入数据中心市场的最精锐部队——超级计算机市场。

本文插图
NVIDIA Mellanox 400G InfiniBand产品的架构组成。简单来说，就是一个用以连接其他服务器与英伟达产品的组件
英伟达在今天的全球超级计算大会上，再次刷新了自己最强大GPU产品线——企业级加速器A100的性能纪录。
新一代的A100 GPU将高带宽内存提升至80GB ，比上一代扩大一倍。这意味着，每秒超过2TB的内存带宽，会让数据在内存与GPU之间流通得更加迅速，以便“承受”研究人员建立更大规模人工智能模型和数据集带来的压力。
“现在要在AI和高性能计算（HPC）的研究成果上继续突破上限，科学家们必须要构建更大更复杂的模型，那么便需要比以往更大的内存容量与更高的带宽。 ” 英伟达应用深度学习研究副总裁Bryan Catanzaro指出。

本文插图
英伟达在英国剑桥的超算中心部署了由若干块A100 80GB组成的DGX系统
实际上，除了改变芯片产品的架构，把成百上千块芯片用最高效的形式“连”起来，当然也能解决科学家们每秒/百亿亿次的超大计算需求，而收购的Mellanox的用意便在于此。
如果你见过位于无锡的中国超级计算机“太湖之光” ，就会发现“这台计算机”其实是一个由成百上千台黑色机柜组成的计算机集群，可以填满一间约1000平米的屋子。
它既可以被称为“高性能计算机群” ，也可以被看做是一个不小规模的数据中心。
当然，这些黑色机柜的性能，要比普通服务器强大太多，由4万多块不同种类的国产芯片组成，仅集成它们就是一项极为艰巨的任务，用时两年，总投入超过了18亿人民币。

本文插图
位于无锡超算中心的太湖之光
而NVIDIA Mellanox 400G InfiniBand的作用，便是将超级计算机中上万块CPU、GPU以及其他种类芯片“连接”在一起。在发挥性能最大化的同时，每块芯片的数据传输效率也不能有太多损耗。
“之前CPU与GPU之间的互联，都是通过英伟达的NVlinks（一种总线及其通信协议），但这个东西互联的效率没有特别好，不能简单扩展到上千块芯片互联的超算场景。 ”参与研发过TPU ，芯英科技联合创始人杨龚轶凡告诉虎嗅， Mellanox擅长的便是此前英伟达最大的短板之一，
“一台超级计算机，各品牌芯片之间的高效配合，极为重要。之前英伟达的NVlinks只能和IBM的CPU互联。而收购Mellanox后，英伟达增强了用芯片构建超算系统的可扩展性，可以让GPU与其他品牌和种类的芯片进行连接。 ”