• 收藏

  • 点赞

  • 评论

  • 微信扫一扫分享

BlueField DPU助力,英伟达扩大VMware混合云的应用覆盖范围

来源:爱集微

#英伟达#

10-06 11:30

集微网消息,10月5日,NVIDIA于今日宣布将扩大与联想的合作,携手联想一起提供对Monterey项目的抢先体验计划支持。Monterey项目旨在充分应用NVIDIA BlueField数据处理器,打造安全、高性能的现代企业数据中心。

随着全球数据爆炸和人工智能革命的展开,算力增长已难以满足数据增长的需求。据IDC统计,全球算力的需求每3.5个月就会翻一倍,远远超过了当前算力的增长速度。在此驱动下,全球计算、存储和网络基础设施也在发生根本转变,一些复杂的工作负载,在通用的CPU上不能高效地处理,因此,“X”PU芯片便应运而生了,GPU、FPGA等芯片之外,DPU就是下一个“X”PU。

作为一个新生事物, DPU一出现就受到了业界的热情关注。除了英特尔、博通、Marvell、英伟达等巨头以外,还有一些初创公司Fungible、Pensando、中科驭数等致力开发DPU产品。但每家的DPU产品都不一样。

英伟达在将Mellanox纳入麾下之后,将其BlueField产品命名由最初的IPU更名为DPU之后,已推出第三代DPU BlueField-3。作为业内首款400G以太网和NDR InfiniBand DPU,BlueField-3具有出色的网络性能,。相比上一代产品,它具有5倍加速计算能力,和4倍的加密速度,并且将CPU核升级到16个Arm A78 CPU核。BlueField-3也是首款支持第五代PCIe总线并提供数据中心时间同步加速的DPU。BlueField-3可为NVIDIA Morpheus提供实时的网络可视化、网络威胁的检测与响应,以及监控、遥测和代理服务,Morpheus是一个先进的基于AI的云原生网络安全平台。此外,BlueField-3利用NVIDIA DOCA(片上数据中心基础架构)软件开发包的优势,为开发者提供一个完整、开放的软件平台,开发者可在BlueField DPU上开发软件定义和硬件加速的网络、存储、安全和管理等应用。

黄仁勋表示:“现代超大规模云技术推动数据中心从基础上走向了新的架构,利用一种专门针对数据中心基础架构软件而设计的新型处理器,来卸载和加速由虚拟化、网络、存储、安全和其它云原生AI服务产生的巨大计算负荷。BlueField DPU正是为此而生。”

根据英伟达4月公开的DPU路线图,BlueField-4将拥有640亿个晶体管,网络速率将提高到800Gbps,算力达到1000TOPS。据悉,该公司还计划在BlueField-4上将GPU进行集成,实现单芯片的数据中心单元,为边缘设备提供低成本、高性能的安全数据处理能力。

DPU的应用生态系统正逐步建立,领先的服务器制造商戴尔、浪潮、联想和超微正在将BlueField DPU集成到他们的系统中。全球云服务供应商都在使用BlueField DPU来加速他们的业务,如百度、京东和UCloud。

据了解,由VMware与NVIDIA以及生态系统合作伙伴在VMworld 2020上发布的Monterey项目旨在通过包括NVIDIA BlueField DPU在内的最新网络技术,提高企业数据中心的性能、可管理性和安全性。

NVIDIA副总裁兼企业及边缘计算总经理Justin Boitano表示,AI正在改变数据中心,推动对新应用和架构的需求。

而现代AI工作负载需要专门的基础设施和软件,这一复杂性给在企业数据中心和混合云中支持这些先进应用的IT团队带来了挑战。

在VMworld 2021上,VMware还发布了最新版本的VMware Tanzu for vSphere 。这一工作负载管理软件使IT团队能够在其现有的IT基础设施上运行容器化Kubernetes工作负载。企业现在可以运用Tanzu for vSphere和NVIDIA AI Enterprise软件套件对其AI项目进行测试。

NVIDIA AI Enterprise提供专为开发者优化的AI软件,包括PyTorch、TensorFlow、NVIDIA TensorRT、NVIDIA Triton 推理服务器和NVIDIA RAPIDS。这些工具使AI开发者和数据科学家能够轻松获得构建对话式AI、计算机视觉和推荐系统等一系列企业AI应用所需的工具和框架。

通过NVIDIA AI Enterprise和VMware vSphere with Tanzu,开发者能够在VMware环境中的Kubernetes容器上运行AI工作负载,充分利用方便IT部门管理的基础设施。该软件可在领先的服务器制造商所提供的主流NVIDIA认证系统上运行,从而提供了一个完整的、专为AI优化的集成式软件堆栈和硬件堆栈。(校对/Jouvet)

责编: Carrie

Jimmy

作者

微信:L_canvas

邮箱:zhangshh@lunion.com.cn

作者简介

早日退休

读了这篇文章的人还读了...

关闭
加载

PDF 加载中...