x86架構芯片在服務器市場的優勢地位進一步松動，日前HPE正式發佈搭載Ampere公司Arm架構CPU的服務器產品。HPE高管NeilMacDonald表示，該公司是服務器業界第一傢正式投註Arm架構產品的大廠，這款名為ProLiantRL300Gen11的服務器計劃在今年三月份開始出貨。
MacDonald介紹，該服務器將面向主流雲計算業務場景，提供低功耗可擴展解決方案，將與公司現有X86架構服務器形成協同，後者主要面向傳統企業IT市場。
公開信息顯示，Ampere公司Arm架構CPU目前也已在微軟、甲骨文等公有雲廠商得到應用。
高性能服務器於工作站行業領導者之一的Gigabyte，剛剛推出一款型號為MP72-HB0的雙路主板，特點是支持多達256個ARM內核、是雲原生工作負載的理想選擇。與此同時，該公司還推出G242-P35和G242-P36服務器。可搭配AmpereAltra/AltraMax處理
。可定制化，Arm在服務器市場的“殺手鐧”今年八月，Arm推出Arm Neoverse計算子系統 (CSS)，促使Arm生態系統通過更低的成本、更少的風險以及更短的時間，打造出專用芯片。Arm CSS的第一代產品Arm Neoverse CSS N2集成Neoverse N2 平臺，並
升的成本，加速Chiplet設計的創新。雖然HPE、IBM和Nvidia等大廠並沒出現在最初的創始名單當中，但最終他們也加入UCIe聯盟。Balaji Baktha表示，其在與46傢現有的和潛在的客戶討論Veyron V1和V2 CPU設計時，很明顯，UCIe是小芯片互連的發
信息化類芯片則面向桌面和服務器等。至今，龍芯中科已推出龍芯1號系列、龍芯2號系列和龍芯3號系列產品，龍芯1號、龍芯2號主要面向工控類應用，龍芯3號則主要面向信息化應用。▲龍芯服務器CPU路線圖02.營收年均增長57%2021
Pre-A輪融資。但值得一提的是，在造芯這件事上，互聯網大廠們保持相當程度上的克制。一方面，國內高制程Foundary產能十分有限，如果一股腦地“All in”芯片設計，也存在著“圖紙積壓成山，市場一片難求”的風險。另一方面
來，隨著生成式AI的火爆，英特爾、高通、聯發科等芯片大廠也紛紛推動生成式AI進入終端側，都推出支持端側生成式AI大模型運行的芯片。英特爾和高通還積極推動傳統PC轉向AI PC。顯然，這對於龍芯中科來說，也是一個機遇。
濟時代，人工智能和高性能計算對算力的需求高速增長，通用GPU就是為快速迭代的人工智能算力需求而生，所以市場有這個需求，通用GPU規模化落地就一定會實現。”在AI芯片和GPU方興未艾之際，另一個“大芯片”DPU也突圍而起
、服務器整機的的國內制造能力，在全球都是領先的。在通用服務器領域，浪潮、聯想已經進入到全球前五。在AI服務器方面，浪潮、聯想、新華三等已經占到30%以上的全球市場占有率。在服務器基礎軟件層面，國內自主研發的
商。除瞭EC2公共雲服務外，亞馬遜還針對邊緣服務器應用推出瞭基於Arm的Outposts混合雲系統，以擴大其企業雲服務業務。此外，英偉達將發佈基於Arm的Grace系列服務器CPU，集成瞭GPU和DPU，以瞄準雲HPC和AI服務器市場。該產品線預計
年 1 季度初投產 Genoa-X 服務器處理器，並於 2023 年中前後推出。它們會采用與 Milan-X 芯片類似的 3D V-Cache 垂直堆疊 L3 大緩存方案，但將容量從 768 MB 一舉提升到超過 1GB（輔以多達 96 個 Zen 4 核心）。綜上所述，SP5 平臺將為三條 E
NVIDIA暗示，如果有機會，他們可能會為服務器市場推出基於Arm的GraceCPU的獨立版本。簡單回顧一下，這種高級運算芯片結合GraceCPU和HopperGPU芯片，可以充分利用整個人工智能和數據中心生態系統。NVIDIA希望通過將CPU+GPU整合到單一
達。雖然英偉達最終在 2020 年 8 月加入該聯盟。但英特爾推出相互競爭的互連 Compute Express Link (CXL)，改聯盟的支持者有阿裡巴巴、思科、戴爾 EMC、Facebook、Google、HPE、華為和微軟。當 AMD、ARM、IBM、NVIDIA 和 Xilinx 於 2019 年夏末加
士透露原因是字節“給的錢更多”。“造芯”熱，互聯網大廠紛紛下場據ABI Research調查數據預估，2024年全球雲端AI芯片市場規模高達100億美元，而目前絕大部分市場份額被英偉達占據。縱觀互聯網，有名有姓的不是正在“造芯”
今年3月份發佈基於新架構NVIDIA Hopper的H100 GPU，與兩年前推出的NVIDIA Ampere架構相比，實現數量級的性能飛躍。黃仁勛曾在 GTC 2022 上表示，20個H100 GPU便可以承托相當於全球互聯網的流量，能夠幫助客戶推出先進的推薦系統及實時