今天看到突然想起来了,快手之前就定制过芯片,用于自家服务器转码。
以下内容来自芯原微电子招股书:
H公司是全球知名的社交媒体公司,拥有庞大的平均日活跃用户数量,大量的视频转码数据处理需求对其数据中心带来了较大压力。2019年,芯原为H公司成功定制了用于数据中心的视频转码专用芯片。该芯片基于芯原自有视频编解码IP和多媒体视频处理方面多年的经验积累,针对视频转码的特点优化了性能功耗比,帮助H公司降低系统及能源成本。H公司对于高性能功耗比视频转码数据处理芯片的需求,在以视频为重要载体的社交娱乐、电商平台、新闻媒体等广泛互联网公司中较为典型。
云或互联网厂商自研芯片,主要想解决3个问题:
1、商用芯片的采购成本、渠道、产能、软件栈、商业维保服务的束缚。 这里不仅包含服务器CPU的需求,还有:SSD存储器/控制器、RAID HBA控制器、网卡、路由交换和网络安全设备、电源管理、温湿控制器、制冷媒介和制冷控制、带宽负载均衡器、尖脉冲和浪涌抑制器、机架、甚至是预置模块IDC集群等…;诸如AWS、Azure、华为等厂商在以上所有领域的针对性自研和联创项目比比皆是。
2、满足IDC内部的较高保有量的算力/机型/VM底层的自主化;同时达到单机毛利率和虚拟化率的最佳平衡。例如AWS Graviton II就是为解决一部分成本敏感客群的需求(推出机型覆盖了通用型M6g、计算密集型C6g、内存密集型R6g等三类高保有量机型/实例),同时搭配Nitro网卡实现自主化的EBS存储池弹性调度。从拥有成本、虚拟化实现和弹性扩展的三个方面摆脱了Intel/AMD机型和传统集群方案的束缚。
3、满足专精算力的壁垒优势(如TPU)和软件栈生态的布局。 这里软件栈生态包括专用math_lib、专用编译器、专用算子库和IDE等等。以及,云厂商的自研芯片和板卡部署也会用于支撑IDC内外部的“第二/第三计算平面”的结构搭建的定制化要求(比如Azure FPGA集群),避免受限于传统的主机主板以及特定机架上的算力位置。
此外,关于自研芯片的成本是否只有头部的高营收的公有云厂商才能承担的问题;其实公有云厂商的营收不是最重要,其 IDC规模、机架规模、现金流规模才重要;云/互联网厂商自研芯片,这是前瞻的投入,可以通过融资渠道,也可以分担一部分研发费用资本化,很少是全部占用企业利润。
BTW:IDC主/协处理器都不容易做,要么软件栈有霸权,要么硬件栈有强援……,大厂大云的自研项目就有先天特长了。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有