,,

未來PC基于移動設計原則的數據中心處理器

（2024年11月23日更新）

多年來，移動處理器制造商一直致力于優化設計，以在有限的功耗預算、存儲空間和帶寬范圍內獲得最佳性能。在過去，這些因素顯然是在數據中心或個人計算機中考慮的（PC）如今，傳統的數據中心和PC市場變化正在悄然發生——改變處理器設計規則，讓開發人員重新考慮芯片架構，以獲得更高的性能功耗比。

芯片采購網專注于整合國內外授權IC代理商現貨資源，芯片庫存實時查詢，行業價格合理，采購方便IC芯片，國內專業芯片采購平Exar代理臺。

運用移動處理器設計原則PC和數據中心

如今，云中實現了越來越多的云游戲、數據挖掘、人工智能/數據分析和高性能計算。雖然這些應用程序有不同的要求，但在不斷增加計算量的要求上是一樣的。

通過不斷擴大物理占地面積，數據中心無法滿足這一需求。運營費用（OpEx）保持在可接受的范圍內，實現凈零（Net Zero）企業需要在有限的空間內增加計算密度，以獲得更高的計算性能。圖形處理器（GPU）、中央處理器（CPU）、人工智能（AI）在最小功耗/散熱和面積預算中，必須實現加速器等處理元件的最高性能。因此，按照移動設計原則設計處理器是理想的起點。

分析PC市場趨勢也可以得出類似的結論。在傳統PC在模式下，大多數功能被集成為獨立模塊。然而，隨著大多數組織希望擴大混合辦公模式，人們逐漸用筆記本電腦取代臺式機。包括圖形處理、神經網絡加速、安全、I/O等)集成到具有統一存儲架構的單系統級芯片（SoC）它不僅能提高性能，還能將功耗保持在最低水平。所以，下一代PC處理器看起來越來越像智能手機處理器。

借助定制芯片設計，大型科技公司實現差異化

隨著摩爾定律的結束，該行業不可能每兩年提高一次性能。在此背景下，企業加入了設計競爭，以最佳芯片創造最佳用戶體驗。

全球大型科技公司已經深知這一點，并做好了準備。他們專注于為消費品設計定制芯片，PC或數據中心等。從現成可用芯片到定制芯片，這些公司希望更好地控制設計，贏得優勢。因此，我們可以看到亞馬遜投資Graviton CPU谷歌推出了以TPU為中心的Tensor CPU。蘋果公司的M1處理器將為Mac在移動設計原則的幫助下，計算機帶來了優化芯片，提供了更高的集成度和更出色的性能功耗比。

OEM替代方案

對于沒有內部硬件和軟件設計團隊件設計團隊，也沒有開始開發定制芯片（OEM）他們面臨的挑戰是如何使自己的設計脫穎而出，與高度優化的結構相當。這些OEM大部分使用的芯片都是現成的，可能會使它們處于劣勢。許多為PC與數據中心設計的芯片是暴力解決方案，雖然可以提供所需的性能，但通常過于耗電，過于占用內存/帶寬，缺乏競爭力。此外，這些芯片對可用的特定軟件和操作系統也有限制。

一些移動市場SoC供應商開始進入數據中心PC市場期望瓜分現有玩家的部分市場份額，但數量很少，很難幫助OEM制造商實現創新和成本控制的差異化。因此，一些行業替代方案應運而生。我們看到許多制造商正在考慮它RISC-V架構的CPU 解決方案。但是，單一的CPU設計不能完全解決OEM激烈的競爭困境。OEM整個數據中心的架構結構需要改進整體方案的創新，以提高其競爭力。

可擴展的異構結構是關鍵

靈活利用異構計算CPU,GPU等待計算單元，實現硬件最大利用率，優化提高計算性能，滿足效率和功耗比優化。異構計算架構為數據中心不斷提高的計算要求提供了靈活的陣列工作方案。目前，許多半導體制造商正在研究相關的產品和應用程序來授權OEM市場競爭力。傳統的GPU IP 公司Imagination 就在去年CPU產品線，加強異構計算的研發，旨在通過產品組合的優化和改進，為客戶提供更完善的異構計算解決方案，更好地為客戶服務，以滿足未來高性能計算的需求。

移動GPU奠定基礎

移動GPU是創造高效異構設計的理想切入點。并試圖將高端化GPU與移動功耗預算強行納入移動功耗預算范圍GPU應用于數據中心和數據中心的升級PC該領域將更有意義。因為移動GPU天生為小而美而生。移動GPU制造商開發了大量的專利技術，以最大限度地實現GPU高性能、低功耗。數據中心和PC粗放單一追求高性能GPU這些技術優勢可以讓移動GPU制造商具有更多的競爭優勢OEM提供更多的管理附加值。

提及移動GPU必須再次提到專利技術Imagination這家專注于GPU老設計企業。與對手相比，Imagination 多年來，我們一直專注于主要精力。GPU特別是在更復雜的領域研究中GPU渲染領域，Imagination它是許多技術的先驅開發者，例如GPU硬件虛擬化，塊延遲渲染（TBDR）, 實時硬件光跟蹤（Ray Tracing) 等。分塊延遲渲染（TBDR）技術是將幾何數據分割成小區域(圖塊)并統一處理。由于每個圖塊都經過光柵化和單獨處理，渲染尺寸非常小，所以所有數據都可以保存在快速運行的板上存儲器中。這項技術為M1的圖形處理奠定了基礎。

對于Android云游戲等應用場景，數據中心需要靈活處理多個用戶的不同游戲消費場景。在多個小型GPU與傳統桌面相比，上部處理多個小并發工作負荷的方法是使用GPU更高效。云游戲產業鏈正在加強GPU開發和應用硬件虛擬化技術來降低成本。移動GPU通過向上擴展分散多核移動GPU架構，讓每一個GPU它不僅可以支持更多的用戶，還可以為云中的許多用戶提供更高的能效。

以芯動科技（Innosilicon）以國產高端為例GPU基于第一芯的行業領導者Imagination 移動GPU IP移動GPU架構向上擴展到高性能服務器級別的硬件，旨在打破臺式顯卡市場的現有格局。在這個長期被雙寡頭壟斷的高端市場中，沒有人預料到會有新的競爭對手，但芯動科技正在利用不斷變化的市場實力和高度可擴展的高效技術提供替代方案。

增加高效片AI處理（正如M1所示）是OEM另一個機會。由于片上AI處理尚未成為PC的標準，OEM支持超分辨率降噪、音頻命令、安全等新興應用。這種AI基于移動設計原則設計的神經網絡加速器通常需要巨大的計算能力（NNA）IP便可以在SoC集成高效、高度可靠AI推理功能。在端側的AI與其他競爭對手相比，邊緣加速器領域，Imagination的NNA 邊緣加速器硬件不僅繼承了它GPU高性能、低功耗設計DNA，同時，在不同同數量級的計算領域表現優于競爭對手。

專用芯片的設計–不僅服務于大型科技公司

SoC制造商需要根據移動設計原則進行可擴展設計IP核心，創造高效、高帶寬和高性能的設計。借助這種專門為異構結構設計的處理器，他們可以創建一個特殊和高效的新解決方案。這有助于OEM提供極具競爭力和差異化的產品，牢牢把握企業未來的發展方向。