本篇文章给大家谈谈数据中心如何作为计算单元使其自动化开放网络-数据中心的基本单元，以及对应的知识点，文章可能有点长，但是希望大家可以阅读完，增长自己的知识，最重要的是希望对各位有所帮助，可以解决了您的问题，不要忘了收藏本站喔。

在这个新世界中，开发人员需要一个可编程数据中心结构，该结构结合了各种处理器类型和资源，以构建组织完成其使命所需的平台。

数据中心的第一个时代是以CPU 为中心的静态数据中心，通常在一台计算机上运行一个应用程序。软件在CPU上运行，程序员开发的代码只能在单台计算机上运行。由于资源分配是静态的，因此服务器通常会过度配置且利用率不足。

在数据中心的第二个时代，虚拟化成为常态，每台服务器上运行许多虚拟机。其资源是动态的，虚拟机是按需创建的。当需要更多CPU、内存或存储时，可以将工作负载转移到不同服务器上的虚拟机。

其计算处理仍然主要由CPU执行，仅偶尔使用GPU或FPGA来加速特定任务。几乎所有东西都在软件中运行，应用程序开发人员大多数时候仍然只在一台计算机上进行编程。第二个时代的数据中心仍然以CPU为中心，只是偶尔进行加速。

数据中心就是计算机

今天，我们正在进入数据中心的第三个时代，称为加速分类基础设施(ADI)，它构建在可组合基础设施、微服务和特定领域处理器的基础上。

下面讨论这些重要元素：

加速：不同的处理器可以加速不同的工作负载，具体取决于最佳选择。 CPU 运行通用单线程工作负载，GPU 并行处理工作负载，数据处理单元(DPU) 管理数据的处理和低延迟移动，以便CPU 和GPU 高效获取所需的数据。例如，CPU 可以运行数据库，GPU 可以进行人工智能(AI) 和视频处理，DPU 可以快速、高效、安全地将正确的数据传送到需要的地方。

GPU 加速的人工智能和机器学习现已广泛应用：改善在线购物、5G 无线、医学研究、安全、软件开发、视频处理，甚至数据中心运营。云计算、容器和合规性问题的快速增长要求DPU 加速网络、存储访问和安全性。

·分解：将计算、内存、存储等资源划分为多个池，并动态地将其适量分配给服务器和应用程序。应用程序本身通常是由交互的微服务构建的，而不是作为整体的代码块。这使得使用正确的资源比例编写应用程序并根据需要更改该比例变得更加容易。

使用加速分解基础设施(ADI) 模型，GPU、DPU 和存储可以根据需要连接到任何服务器、应用程序或虚拟机。使用Nvidia的GPUDirect和Magnum IO等技术，CPU和GPU可以通过网络相互访问和存储，性能几乎与同一台服务器相同。可以将正确数量和类型的GPU 分配给需要它们的工作负载。每台服务器中的DPU 管理和加速常见的网络、存储、安全、压缩和深度数据包检查任务，以保持数据快速安全地移动，而不会给CPU 或GPU 带来负担。

该数据中心由加速分解基础设施(ADI) 提供支持，是完全可组合并由GPU 和DPU 加速的新计算单元——。

要对数据中心进行编程，必须对网络进行编程

通过加速分解基础设施(ADI)，数据中心成为新的计算单元，网络结构提供了灵活的自动化编程框架来动态组合工作负载资源。这意味着不仅要对CPU、GPU 和DPU 进行编程，还要对网络结构本身进行编程。 —— 将DevOps 的优势扩展到网络是一种称为“基础设施即代码”的方法。

该结构必须是可编程的、可扩展的、快速的、开放的、功能丰富的、自动化友好的和安全的。它必须在CPU、GPU 和存储之间提供多个高带宽路径，并能够确定流量类别的优先级。借助在Spectrum 交换机和基于BlueField 的DPU 上运行的Cumulus Linux 和SONiC，Nvidia 提供了一流的端到端光纤解决方案，可实现整个数据中心堆栈的优化编程。这些解决方案（当然还有由Nvidia GPU支持的许多平台和软件框架）为客户提供了卓越水平的数据中心性能、灵活性、可组合性、可编程性，并支持Nvidia公司联合创始人兼首席执行官黄仁勋的发展愿景。数据中心是新的计算单元，在Nvidia 完成对Mellanox Technologies 的收购并计划收购Cumulus Networks 时对此进行了详细讨论。

使用加速分解基础设施(ADI)，每个应用程序都可以在使用CPU、GPU 和存储资源构建的虚拟服务器上运行，并且DPU 可以加快访问速度并提高安全性。

开放式网络操作系统支持分解基础设施

传统上，交换机被设计为专有的“黑匣子”，其中网络操作系统(NOS) 被锁定到特定的交换机硬件平台，需要客户一起购买和部署。

Nvidia 的做法是提供最好的开放式端到端解决方案。客户可以使用具有最佳交换机ASIC (Spectrum) 的交换机，并根据自己的需求选择最佳网络操作系统(NOS)：Cumulus Linux、Mellanox Ony、SONiC 或其他。客户甚至可以选择在主干交换机上运行SONiC，并在机架和园区交换机上使用Cumulus Linux。与此同时，英伟达销售电缆和收发器，并且不会锁定客户，允许他们根据需要购买额外的电缆和光学器件。

与专有的封闭交换机模型不同，开放网络允许客户从最好的软件和硬件中进行选择，以获得他们所需的正确功能、性能和可管理性。

现在，人工智能、云计算和高性能计算工作负载可以灵活地运行在整个数据中心的任何部分，并拥有最佳资源，包括GPU、CPU、DPU、内存、存储和高速连接。在过去，应用程序开发人员仅限于在单个服务器上编写程序，因为每个服务器都有自己专用的隔离资源，因此需要这种加速的弹性计算。

文章到此结束，如果本次分享的数据中心如何作为计算单元使其自动化开放网络-数据中心的基本单元和的问题解决了您的问题，那么我们由衷的感到高兴！