NVIDIA自主CPU登场，高性能领域生态闭环
对于现如今几大上游芯片厂商而言，NVIDIA应该是最后一个拥有超大体量且决定进入处理器业务的公司。虽然之前NVIDIA也想借助Tegra系列染指智能手机业务，但对于自家更有发展前景的超大规模AI人工智能、HPC高性能计算领域来看，进军处理器产品才是正途。
NVIDIA Grace处理器基于ARM Neoverse架构，但具体核心数量、频率、缓存、功耗等暂未公布，此次主题演讲内容主要落在连接性能：据悉NVIDIA Grace将搭配LPDDR5X内存可提供超过500GB/s的带宽，而且支持ECC错误校验，通过缓存一致性NVLink总线连接自家GPU，带宽可超过900GB/s，同时两颗CPU之间的带宽超过600GB/s。
瑞士国家超级计算中心(CSCS)、慧与(HPE)、NVIDIA联合使用Grace CPU、下一代NVIDIA GPU，正在共同打造号称世界最快AI超算的“ALPS”(阿尔卑斯山)，算力高达20ExaFlops(每秒2千亿亿次计算)，主要用于天气研究与预报、材料科学等。
NVIDIA Grace处理器计划2023年正式推出，2025年还会有下一代。
说到此次NVIDIA选择Arm架构进入CPU业务，并非首次。之前的合作无论是消费端还是小型计算装置，都可谓铩羽而归。如今再次进入Arm市场，NVIDIA是直奔高性能计算而去，如果说DGX的连接核心受制于Xeon或者EPYC，那么在高性能计算上，NVIDIA“自制”连接核心，特别是手握Mellanox之后，解决CPU之间互联问题，NVlink解决GPU之间互联问题。
采用全NVIDIA方案实现大型机甚至巨型机，再也不用被掣肘。HPE的入局，对弥补NVIDIA自身直接设计制造大型机能力不足很有帮助，对HPE来说，也算是在吞掉SGI、Cray之后，HPC又双叒叕一春，双方可谓一拍即合。
现在还不用担心，今天的Grace选择Arm是当年的“顺理成章”——x86和RISC-V浑水不好趟，而吃下Arm（不过大几率是以失败告终）再用起来则是理所应当——小核心（CPU）实现从DRAM、存储到网络的高速互联，为GPU提供源源不断的低延迟数据，发挥后者的集群能力。