AMD宣布增强型Epyc CPU，整合Xilinx技术（收购后）。

AMD计划将其Xilinx FPGA的AI功能与Epyc服务器微处理器集成，为系统构建者和数据中心运营商带来了重大机遇。Forrester研究总监Glenn O'Donnell解释说，"在同一芯片或同一封装上集成的内容越多越好。"将Xilinx的AI引擎等专用加速器集成到CPU封装上的最大好处之一是功耗。O'Donnell指出，"如果能在芯片或封装上实现，效率会高得多"，因为在芯片上下移动数据需要消耗相当多的功率。这一功耗效率的关注与AMD首席技术官Mark Papermaster到2025年在公司高性能计算产品组合中实现30倍功效提升的既定目标相一致。

功耗效率对数据中心运营的影响远超芯片的直接性能。更高的效率可减少废热产生，直接影响冷却成本。O'Donnell解释说，"难以冷却的东西意味着你所消耗的大量电力都白白浪费了，产生热量而不是进行计算。"根据Dell'Oro Group分析师Lucas Beran的数据，当今数据中心电力消耗的多达40%可直接归因于系统冷却。随着芯片制造商为满足AI和ML工作负载所需的更高功率密度而努力，热设计功率继续上升——例如，英伟达最新的GPU现在提供高达700瓦的配置。

有趣的是，O'Donnell认为集成AI处理的EPYC芯片将在边缘计算领域而非传统数据中心获得更迅速的采用。他表示，"需求的大部分将流向那里。数据中心规模很大，但我认为边缘计算将大得多——规模上大几个数量级。"然而，这也带来了一个关键挑战：正如O'Donnell所指出的，"我们需要在边缘拥有合适类型的计算能力，而这不一定与数据中心中的相同。"这一领域的主要威胁来自高效的基于ARM的处理器。O'Donnell观察到，"当你看到正在发生的事情时，基于ARM的架构在某些方面具有竞争优势，因为在边缘，功耗变得更加重要。"他补充说，"我认为ARM是重大的竞争战场，正是因为它更节能。"

AMD以19亿美元收购网络初创公司Pensando表明计划进行进一步的集成工作。虽然此次收购使AMD能够在智能网卡和数据处理单元领域与英特尔和英伟达竞争，但该技术也可能被集成到AMD的CPU中。O'Donnell认为这是合理的策略："为什么要收购这样的公司而不尝试做这样的事情呢？"Pensando的DPU技术有可能大幅改进芯片互连，并实现密度更高的计算平台。O'Donnell表示，"如果你能将互连尽可能贴近硅放置，你现在拥有一个多处理器系统的互连，其性能远超当今存在的任何东西。"

其他半导体供应商正在采用类似的集成策略。英特尔的Sapphire Rapids Xeon可扩展处理器预计将在2022年上半年推出，将采用小芯片架构，其中包括GPU等加速器作为专用小芯片裸片进行封装。与此同时，英伟达在本年春季的GTC上宣布，它将ConnectX7智能网卡集成到其H100系列GPU中，以消除多节点AI训练和5G信号处理等应用中的网络瓶颈。