写在开头，奇异摩尔的 NDSA 互联系列产品基于高性能RoCEv2 RDMA引擎，是面向智算网络通信加速及无损数据传输的专用DSA加速解决方案。
本文部分内容来源于麦肯锡白皮书
随着摩尔定律下的晶体管缩放速度放缓，单纯依靠增加晶体管密度的通用计算的边际效益不断递减，促使专用计算日益多样化，于是，针对特定计算任务的专用架构成为计算创新的焦点。
在过去的几十年的时间里，半导体晶圆上的晶体管密度几乎每两年翻一番，这一趋势令人瞩目。但在过去几年中，晶体管缩放的速度显著放缓，比摩尔定律预测的速度落后了大约十倍。
2018年，著名计算机架构师约翰·亨尼斯西(John Hennessy)和大卫·帕特森(David Patterson)在图灵讲座中指出，半导体工艺创新的放缓将逐渐增加对架构创新的激励——即集成电路的设计方式，以执行计算任务。
“他们认为，通用计算架构(如CPU)固有的低效性将开始被专门针对特定计算任务的架构(也称为领域专用架构，DSAs)的计算能力和成本效益所取代 。”
与此同时，随着计算和数字化在云计算(人工智能和高性能计算)、网络、边缘、物联网(IoT)和自动驾驶等众多应用领域中普及，高度领域专用的计算工作负载正在为DSAs提供有意义的性能优势。大型语言模型(生成式AI的核心引擎)，例如ChatGPT，在高容量的AI工作负载中提供了进一步的专业化，这促进了进一步的硬件专业化。 DSA(domain-specific architecture)为特定应用领域开发的硬件和软件的商业潜力是巨大的。专用的图形处理单元 (GPU) 和张量处理单元 (TPU) 已经在数据中心获得了重要的市场份额，它们在 AI 工作负载学习和推理方面的表现优于 CPU。使用GPU和TPU对某些应用的性能提升是非常显著的，特定工作负载的可以实现15 到 50 倍的加速。此外，在汽车领域，来自领先供应商的定制的专用于某些计算场景的DSA硬件也提供了安全支持日益提高的自动驾驶水平所需的低延迟、高性能推理。
随着 DSA 扩展到其他应用领域，麦肯锡咨询估计到 2026 年，DSA 将占约 900 亿美元的收入(约占全球半导体市场的 10% 至 15%)，高于 2022 年的约 400 亿美元。因此，我们看到在这个方向的硬件类的风险投资显着增加也就不足为奇了。
01 算力革命下的高性能网络DSA
随着人工智能及高性能计算的高速发展，服务器集群的瓶颈逐渐从单CPU、GPU、APU的算力转换到硬件间的互联能力。传统的数据中心架构中包含CPU、内存、存储和网络等组件，但CPU目前已经公认不再是运行基础设施功能的最佳位置了。对于下一代数据中心而言，面向网络加速的DSA将扮演重要的角色，根据不同应用场景的需求，加速数据传输。同时，以太网速度从25G增加到100G、200G、400G，再到800G，甚至还有持续增长的趋势，超大规模数据中心的硬件架构在逐渐转变。
据估计，对于超大规模数据中心来说，大约有一半的CPU被用在了非创收型任务上。网络DSA可以承担大部分繁重的工作，将CPU解放出来，专注于创收的应用处理上。同时，由于功能和作用不同，北向网络和高带宽域在设计时侧重点不同。北向网络侧重于网络控制与管理，主要是网络控制器与上层应用之间的接口和通信。高带宽域网络侧重于数据传输性能，旨在提供高速度、低延迟的网络连接。基于RoCE的RDMA技术，兼容现有的以太网基础设施，拥抱开放生态，是业界解决高带宽域网络与北向网络数据传输的重要解决方案。
02 Chiplet设计方法与DSA的完美结合
结合Chiplet设计方法学与DSA的设计，可以构建出高效、灵活且高度定制化的计算平台。Chiplet设计方法学通过将处理器设计拆分为多个独立的Chiplet，每个Chiplet可以针对特定功能进行优化。这样可以在设计、制造和测试中提高灵活性。同时，不同的Chiplet分工明确，可以专门处理不同的任务，例如CPU核心、内存控制器、I/O接口等。而DSA针对特定计算任务进行优化，例如生成式人工智能、图形处理、网络处理等，相比于通用处理器，DSA在其特定领域内具有更高的性能和能效比。
通过Chiplet方法学，可以将多个DSA集成到一个系统中，创建一个高度定制化的平台。比如，一个系统可以包含CPU、GPU、TPU、DPU等Chiplet，根据应用需求灵活组合。在这一背景下，组件之间的高速可连接对于确保顺利快速的数据传输至关重要。互联标准、带宽、延迟和低延迟是关键指标。
03奇异摩尔NDSA网络加速与无损数据传输解决方案
在智算中心领域，奇异摩尔 的NDSA互联系列产品复用以太网基础设施，基于高性能RoCEv2 RDMA引擎，面向智算网络通信加速及无损数据传输的专用DSA加速解决方案。
AI原生智能网卡
奇异摩尔的Kiwi NDSA-SNIC AI原生智能网卡针对网络数据传输，基于RoCE V2 RDMA技术，自适应网络调度算法，搭载可编程加速核心SDPU，高达800G传输带宽，实现Tb级万卡集群无损数据传输。
高性能网络加速芯粒
奇异摩尔的高性能网络加速芯粒 – Kiwi NDSA互联芯粒针对高带宽域数据传输，基于RoCEv2 RDMA技术，单芯粒传输带宽高达800G，携带UCIe-D2D芯粒可扩展互联接口，实现集群内TB级的高速通信。
写在最后，无论是在高性能计算领域还是在人工智能领域，我们会预见更多加速数据传输的DSA问世。它们通过提供高吞吐量效率，计算节点之间的超快速互连，或提升人工智能训练的效率，为半导体价值链的参与者及其客户带来更多的革新和挑战。
