张平

GTC是英伟达一年一度的技术盛会。在今年4月13日的GTC上，英伟达CEO黄仁勋依旧在厨房、依旧穿着皮衣面向全球用户进行着网络直播。不过和2020年“端出来”一整盘A100相关GPU不同的是，今年的GTC2021，黄仁勋“端”出来的是ARM架构的CPU、数据加速DPU以及面向汽车驾驶的SoC等产品。尤其是CPU的发布，迎来业内一片讨论热潮。这一次英伟达打算做什么？ARM架构的CPU登场，意味着英伟达计划和英特尔正面厮杀了吗？

英伟达一直是—锐意扩张的企业。从GPU起家，随后进入图形计算、视觉计算市场，在多年耕耘后，终于乘上了AI计算的东风。现在的英伟达已经发展成为一家以人工智能计算为主，控制了大部分视觉计算市场和资源，并逐渐进入服务器、HPC市场的超大规模企业。其股票也从早期的数美元，一路暴涨至近期的600美元左右，公司市值也已经逼近4000亿美元，远远超过市值2800亿美元，拥有全产业链、全系列制造技术的英特尔，风头无两。

这些数据和成就的背后，英伟达锐意进取的态度和不断扩张的商业手段是关键。就在最近的2020年，英伟达宣布将收购ARM，希望借此进入移动GPU、移动CPU以及ARM相关处理器市场并掌控移动计算和其延伸产业的发展方向。虽然这顼收购目前被包括美国、英国企业在内的多家企业明确反对，却也没有影响到英伟达和ARM越来越深入的合作，并且合作的结果很快也显现出来。

在笔者看来，在2021年的GTC大会上，英伟达的最大新闻并不是发布了DPU和全新面向汽车行业的SoC，而是带来了代号为“Grace”的CPU广品（后文间称GraceCPU）。这款产品将用在英伟达即将推出的数据中心产品中，并搭配英伟达下一代GPU产品，实现英伟达在数据中心、HPC以及计算设备上的CPU+GPU“大一统”。

GraceCPU的发布，在业界迅速掀起了巨大的波澜。英伟达的股价从发布会之前的550美元左右一举冲上了630美元。与此对应的是英特尔的股价大跌7%，AMD的股價也受到了影响。部分市场分析人士也认为英伟达的GraceCPU是对英特尔的正面冲击。那么，事实真的是如此吗？英特尔是否真的危险了呢？

GraceCPU：从发布会说起

要明确GraceCPU的影响，可以从现有的资料和情况进行分析。在GTC2021上，英伟达提到GraceCPU将用于“计算领域的细分市场”;GraceCPU采用的是“ArmNeoverse”内核，其CPU在SPECrate2017_int_base基准测试中的分数超过了300分;GraceCPU和GPU的连接部分则采用了第四代NVLink，CPU到GPU的带宽超过900GB/S;内存则采用的是LPDDR5。英伟达表示，GraceCPU将搭配英伟达的GPU，配合瑞士国家计算中心建造一个算力可达20Exaflops的超算。另外，美国洛斯阿拉莫斯国家实验室也在考虑使用GraceCPU和GPU搭建全新的超算系统。

根据英伟达在本次大会后发布的白皮书，我们可以进一步分析：GraceCPU所使用的“ArmNeoverse”应该不是现在ARM发布的版本，而是采用下一代Armv9指令集的新Neoverse架构，这也和GraceCPU计划在2023年初上市在时间上相吻合。结合ARM在前段时间刚刚公布了全新的Armv9架构，可以确定GraceCPU肯定将引入Armv9指令集新加的大量功能。根据ARM官方内容，Armv9指令集主要是增强面向矢量、机器学习和数字信号处理器的相关内容，这和英伟达在GraceCPU上的诉求是高度相似的。

另外，英伟达在随后的新闻稿中也提到，GraceCPU是高度专业化的、面向巨型人工智能和HPC的产品，可以训练拥有超过一万亿个参数的NLP模型。英伟达还提到“今天最大的人工智能模型包括数十亿个参数，并且每两个半月翻一番。训练它们需要一种新的CPU可以与GPU紧密结合，消除系统瓶颈”。

俗话说，听话听音。虽然英伟达在发布会上并没有透露太多GraceCPU的信息，但是英伟达还是带来了很多关键点，比如GraceCPU面向的是一个比较窄且专业的领域、对带宽的需求是极其巨大，其本身性能表现比较2021年的产品还是可以的，已经逼近AMDEPYC7763这种当前x86架构下最强的CPU，但考虑其2023年才发布，这个诉求也并不夸张。显然，GraceCPU是用来帮助英伟达解决一个棘手问题的产物，解决这个问题可能并不会针对谁，但它带来的影响和余波却真的会影响到现在的行业格局。

AI计算：核心的问题是带宽

那么，英伟达需要解决的问题是什么？我们继续来看GTC2021上黄仁勋的演讲。在演讲中，黄仁勋特别提到，英伟达并不否认x86设备存在的意义，英伟达依旧认为x86设备拥有灵活的扩展性和对各类设备的支持，x86依然是目前HPC或者服务器应用场合的重点。不过问题来了，英伟达认为x86设备目前存在一些困难，其中比较典型的就是带宽不足。

英伟达的例证显示，目前x86设备的核心是x86CPU，x86CPU通过内存控制器连接DDR4内存，最新的英特尔至强处理器可以实现8通道DDR4内存连接，其带宽大约为200GB/S，但是和GPU连接的带宽只能依靠PCIe4.0×16，带宽大约只有16GB/S（双向32GB/S），同时GPU本地内存（显存）的带宽在使用HBM2的情况下大约可以达到2000GB/S。在这种情况下，当一个巨大的AI计算模型被读入系统需要CPU交由GPU计算的时候，GPU将其从主内存拷贝至本地内存（显存）的带宽仅为64GB/S—英伟达在这里的计算还是比较宽泛的，因为英伟达考虑到了1个CPU连接了4个GPU。每个GPU都可以使用16GB/S的带宽从CPU主内存中读取数据，因此4个加起来的带宽就是16x4=64GB/s。

这里的瓶颈显然就是CPU至IJGPU，如果说GPU本身的带宽是8车道高速公路的话，那么CPU本地带宽也许可以比作4车道的城市道路，而CPU到GPU的带宽只能看成一般的乡村道路了。从2000GB/S到200GB/S再至丨」16GB/S，这里的数据带宽跌落是以数量级的形式存在的，这显然不符合现代计算设备对数据带宽的强烈“渴求”。

为了解决这个问题，英伟达也想了很多办法，比如游说业内企业采用自家更高速的总线NVLink，不过到目前为止只有IBM的Power家族处理器给予了支持，其余的包括英特尔和AMD在内的企业都没有给予回应。考虑到Power处理器昂贵的价格以及其并不可能被英伟达完全掌控，因此英伟达开始慎重地考虑自己建立CPU平台。终于在购买了ARM授权并宣布收购ARM后，英伟达推出了GraceCPU，并希望借此来解决前述的带宽问题。

根据英伟达的规划，GraceCPU和GPU的连接通道不再是传统的PCIe，而是改用了第四代NVLink，其可以提供高达500GB/S的数据带宽。GraceCPU的内存控制器改用LPDDR5X，英伟达没有公布其具体的位宽情况，但是给出了一个数据带宽为500GB/s。

目前还不知道英伟达如何达到如此高的CPU带宽，因为这里存在一个很大的问题是LPDDR5X应该是32bit的颗粒，以现在LPDDR5最高6400MT/S的速率来计算的话，LPDDR5X速率可能最高在8000MT/S左右。这样一来，GraceCPU的内存位宽需要达到512bit才能实现大约500GB/S的带宽，也就是支持16个内存通道，这对一款CPU来说是非常不可思议的，并且GraceCPU还拥有第四代NVLink总线用于和GPU连接。这意味着CPU内部大量的面积和晶体管需要用于外部接口和高速总线。

根据英伟达公布的GraceCPU搭配下一代HopperGPU的示意图来看，GraceCPU内部的CPU部分划分为4个区域，每个区域拥有24个核心，总计有96个核心，再加上周围大量的总线和相关接口，GraceCPU的面积应该不会太小，我猜测其尺寸应该和隔壁的HopperGPU相差不多。考虑到类似的NVIDIAA100GPU面积已经超过800mm2，因此GraceCPU在2022?2023年的3nm或者更先进的工艺加持下，其包含的晶体管面积应该非常大，而且成本不低。

耗费了如此巨大的成本之后，英伟达获得了梦寐以求的针对AI计算以及气候、材料科学、高级天气计算等高带宽HPC解决方案。根据黄仁勋的介绍，除了HPC$h，面向行业用户的新产品，英伟达将集成8个GraceCPU，每个提供500GB/S的内存和500GB/S的NVLink带宽，8个GraceCPU搭配GPU后将使得内存到GPU的数据读取带宽提升至4000GB/S，这对大型或者超级大的AI计算模型来说是非常有利的，尤其是相比PCIe总线一即使是2023年PCIe5.0上线，读取带宽翻倍，届时8个PCIe5.0×16通道的带宽也应该只有大约256GB/S，即使到时候PCIe6.0都已经发布并在产品中部署（可能性不大），同等条件下其带宽也仅仅只有512GB/S，大约只有英伟达GraceCPU+GPU方案的1/8。

影响巨大：重新细分计算市场

从上文的分析可以看出，英伟达推出GraceCPU和相关产品的目的是为了解决AI计算和类似超大规模计算中存在的带宽问题。毕竟在现有的x86架构下，带宽已经严重制约了这类计算的发展。因此从这一点来看，GraceCPU可能能够重塑现有AI计算的市场，从而更加巩固英伟达在AI计算市场中的地位。

对英伟达来说，AI计算是其股价飙升的关键，并且英伟达现在已经是事实上成为AI行业的风向标。GraceCPU发布后，英伟达将在已经非常火爆的AI计算市场中再次细分出一个区域一也就是本文提到的，不依赖x86架构，以英伟达和ARM为主要计算架构供应者的全新AI计算生态圈。

这个AI计算生态圈解决了之前AI计算对带宽的“渴求”，通过GraceCPU、英伟达的GPU、NVLink、LPDDR5X

等为大规模数据、超大规模数据的AI计算需求提供了解决菌口。对于这类全新广品，再力口上附加的英伟达CUDA和相关AI的软件产业圈，应该很快就可以打开市场，为AI计算的发展带来全新的方向。

其次，英伟达的GraceCPU并非针对英特尔和AMD的x86产品，它们在定位上的差距还是比较大的。正如前文所说，英伟达的GraceCPU在性能方面并不是重点，根据英伟达公布的数据，其整数算力目标是在SPECrate2017_int_base中提供300分以上的成绩，浮点算力目标值暂时未矢口。GraceCPU的重点依旧是解决CPU和GPU互联中的带宽问题，并且英伟达也提到并不排除x86计算市場，英伟达的目标是为所有计算市场都提供可匹配的广品。另外，目前x86市场已经形成了一个庞大且拥有长久历史积累的生态圈，任何企业面对这个庞然大物首先想到的应该是加入，而不是直接挑战。

不仅如此，英伟达在CPU上的努力都会成为该公司在未来发展的助力。毕竟现在拥有一个完整、闭环的产业生态是所有企业发展的目的。英特尔在GPU上努力，AMD在软件和产业圈上努力，英伟达自然应该在CPU上努力。如果英伟达借助ARM的指令集和生态圈，在企业级、服务器以及HPC领域培育出属于自己的整个生态系统，那也是非常值得期待的。

第三，英伟达目前也存在很多竞争对手，英伟达需要持续加强技术护城河。比如英特尔一直在持续加强CPU在AI方面的计算能力，推出了DLBoost、AVX-512等相关指令集，并且还通过自研GPU进入了并行计算市场。另外，目前全球市场也涌现出很多专注于AI计算的企业，一些巨头也开始布局AI计算，比如亚马逊、谷歌、百度、阿里巴巴等，都在不断地投产自己的AI计算芯片。在这种情况下，如何守住基本盘并开拓新市场就是英伟达需要考虑的内容。在ARM的加持下，英伟达在CPU端拥有了强力助力，加上自己在GPU端的先天优势就能够将自己的技术壁垒再次抬高，继续成为行业中不可替代的选择。

GraceCPU暴露英伟达的野心？

从上文的分析来看，英伟达针对GraceCPU的布局主要有以下意义。首先是重新细分计算市场增加利润增长点;其次则是有利于加强自己的技术壁垒，同时在CPU计算方面给出自己在未来成长的可能性;另外一点则是可以通过GraceCPU进一步加高自己的技术壁垒，抵抗竞争对手对市场的侵蚀。

因此，在现在这个阶段，我认为英伟达在数据中心CPU上的所有操作都还是在为自己蓄力，并不是以正面抗衡英特尔和AMD以及整个x86产业生态圈的目的。如果说非要有一些想法的话，那也可能是英伟达在尝试另起炉灶，想要在x86的束缚下解脱出来，给自己的未来发展带来一个新的希望，这也算是其野心暴露的一种端倪吧！