为数据中心客户进行CPU定制，给芯片公司提出了更高要求，需要做到成本和效益的平衡。 6park.com
图片来源：Pixabay 6park.com

记者 |彭新
为了应对来自数据中心的更多细分需求和越来越激烈的竞争，英特尔正改变单个产品配置打天下的做法，提出CPU定制方案。
“跟用户工作负载最匹配的解决方案往往是最高效的解决方案，这对于数据中心也是一样的。”英特尔物联网事业部中国区首席技术官张宇告诉界面新闻等媒体，数据中心的负载需求多变，针对的场景也有所不同。如视频应用，需要调用大量网上的资源并推送到前端，其中涉及到CDN优化；而面对存储相关应用时，对数据的存取性能要求更高；AI则又要求CPU进行卷积神经网络的处理，大量都是矩阵运算。
张宇称，不同负载的画像是不一样的，若想实现最佳的性能功耗比，最好的办法就是给特定的工作负载一个最适合的处理器。
“我们一直在不断拓展传统意义上通用处理器的概念，使得这些通用处理器更好地适配现在主流的负载和应用。”张宇称，对于如何实现CPU定制，目前英特尔有两种路径：一种是为CPU提供多种配置参数，用户可以根据负载画像做相应的配置；另一种则是类似可编程芯片（FPGA），以软件定义方式实现对多样化功能需求。
目前，在数据中心定制化CPU领域，英特尔与百度合作较为深入。“我们以开放配置的方式，让新的定制化处理器能够匹配百度的负载。”张宇表示，在实际合作中，处理器有大量参数是可以配置的，根据参数配置不同，可以实现不同的应用场景。
张宇坦言，为数据中心客户进行CPU定制，给芯片公司也提出了更高要求，需要做到成本和效益的平衡。如定制化处理器需要一定的规模来支撑，也需要依靠客户未来发展的需求。如果量不够，此类处理器就会非常昂贵，因此需要综合考虑市场需求以及技术可实现性。
在英特尔推动定制化芯片的同时，正值数据中心涌入大量新型芯片类型，如AI芯片、DPU等，云服务商拥有广泛客户群，对新型芯片选择持开放态度。有行业人士称，云服务商是以客户的需求为导向，比如在城市大脑领域，用AI芯片来应对庞大的视频处理任务，能大大节约成本。而英伟达主推的DPU（数据处理器），试图分担部分CPU工作负载。
不过，对于英特尔自身而言，其产品组合仍能应对现有芯片竞争格局。此前英特尔执行副总裁、数据中心与人工智能事业部总经理Sandra Rivera在接受界面新闻采访时表示，英特尔一直强调芯片“异构”理念，即CPU之外，GPU、FPGA等处理器在数据中心中也存有一席之地，可以分担算力。