69亿美元的交易:GPU开发者为何收购网络设备制造商

最近,Nvidia与Mellanox之间达成了交易。 我们谈论前提条件和后果。


照片-Cecetay -CC BY-SA 4.0

怎么了


自1999年以来,Mellanox一直很活跃。 如今,它在美国和以色列设有办事处,但按照无晶圆厂模式运作-它没有自己的生产,并向第三方企业(例如台积电)下订单。 Mellanox生产基于以太网和高速InfiniBand的高速网络适配器和交换机。

交易的先决条件之一是公司对高性能计算(High Performance Computing或HPC)的普遍兴趣。 因此,世界上两个功能最强大的超级计算机-Sierra和Summit-使用Mellanox和Nvidia的解决方案。

两家公司还合作进行其他开发-例如,在DGX-2服务器中安装了Mellanox适配器以进行深度学习任务。


照片-Carlos Jones -CC BY 2.0

支持该交易的第二个重要论据是,英伟达渴望超越其潜在竞争对手英特尔。 加利福尼亚的IT巨头同样参与了超级计算机和其他HPC解决方案的工作,这在某种程度上与Nvidia形成了鲜明对比。 碰巧的是,他们决定在Nvidia采取主动,争取在该市场领域的领导地位,并率先与Mellanox达成协议。

她会影响什么


新的解决方案 。 生物学,物理学,气象学等领域中的高性能计算每年都变得越来越苛刻,并且需要处理越来越多的大量数据。 可以假设Nvidia和Mellanox团队的合作将主要为市场提供新的解决方案,这些解决方案不仅与硬件有关,而且与HPC系统专用软件领域有关。

产品整合 。 此类交易通常可以通过减少员工数量和提高业务流程的整体效率来优化公司的运营支出。 在这种情况下,我们只能假设情况会如此,但是很有可能是以“盒装”格式集成Nvidia和Mellanox解决方案的。 一方面,这是客户获得快速结果和现成技术以解决当前和现在问题的机会。 另一方面,可能会限制某些组件的自定义,这可能并不吸引所有人。

优化“东西向”交通 。 由于处理数据量呈增长的总体趋势,所谓的“ 东西向 ”流量问题变得越来越严重。 这实际上是数据中心的“瓶颈”,这减慢了整个基础架构的工作速度,其中包括深度学习任务的解决方案。 两家公司在一起将有机会在这一领域进行新的发展。 顺便说一下,Nvidia以前一直关注优化GPU之间的数据传输,并一次引入了专门的NVLink技术。

市场上还有什么


交易宣布后的一段时间,Nvidia和Mellanox宣布了针对数据中心其他设备制造商Xilinx和Solarflare的类似计划。 第一个主要目标之一是扩大FPGA在解决HPC问题中的使用范围。 第二个致力于优化服务器网络解决方案的延迟,并且仅在其SmartNICS卡中使用FPGA芯片。 与Nvidia和Mellanox一样,这笔交易是在团队之间进行协作并共同开发产品之前。

照片-Raimond Spekking -CC BY-SA 4.0
另一个引人注目的交易是收购HPE初创公司BlueData。 后者是由前VMware员工创建的,并开发了一个软件平台,用于在数据中心内“神经化”部署神经网络。 HPE计划将启动技术集成到其平台中,并提高与AI和MO系统一起使用的解决方案的可用性。

可以预料的是,由于进行了此类交易,我们将看到用于数据中心的新产品,这将以某种方式影响解决客户问题的效率。



UPD:根据一些出版物,Mellanox的一位股东在交易前提交财务报表期间提起了虚假信息诉讼。



我们的其他IT基础架构材料:

Source: https://habr.com/ru/post/zh-CN450490/


All Articles