AI硬件GPU

NVIDIA Grace CPU产品定位与适用场景

NVIDIA Grace CPU基于Arm Neoverse V2,强调LPDDR5X高带宽内存、能效和NVLink-C2C协同。本文说明Grace与Grace CPU Superchip的定位及软件迁移边界。

NVIDIA GraceArm服务器NVLink-C2CHPC
Slug
nvidia-grace-cpu
更新
2026-07-07
来源
3
关系
3

概述

NVIDIA Grace CPU面向HPC、AI和高带宽数据中心工作负载,核心特点是Arm架构、LPDDR5X内存和NVLink-C2C。它不是通用x86替代品,软件兼容和系统形态需要单独评估。

产品定位

NVIDIA Grace是面向HPC、AI和高带宽数据中心场景的Arm服务器CPU。Grace CPU Superchip由两颗Grace CPU通过NVLink-C2C连接,提供144个Arm Neoverse V2核心。

关键架构特点

  • Grace CPU Superchip通过NVLink-C2C实现900GB/s芯片间连接。
  • 采用LPDDR5X内存,强调带宽和能效。
  • 面向HPC、云原生和CPU-GPU协同场景。
  • 与Grace Hopper或Blackwell平台形成紧密CPU-GPU系统。

软件与迁移边界

Grace采用Arm架构,现有x86二进制、商业软件、驱动和自定义依赖不能默认直接迁移。应提前验证操作系统、容器镜像、编译链和第三方软件支持。

Grace相关产品形态

形态组成主要特点
Grace CPU单颗Arm服务器CPU高带宽LPDDR5X、能效和数据移动
Grace CPU Superchip两颗Grace CPU通过NVLink-C2C连接144核与高带宽CPU平台
Grace Hopper SuperchipGrace CPU + Hopper GPUCPU-GPU一致性连接,面向AI/HPC
Grace Blackwell系统Grace CPU + Blackwell GPU面向新一代高密度AI系统

与x86服务器CPU的差异

  • Grace采用Arm架构,x86二进制和部分商业软件不能直接运行。
  • LPDDR5X提供高带宽和能效,但内存形态与传统可插拔DIMM不同。
  • NVLink-C2C强调CPU-GPU数据移动,适合紧耦合加速系统。
  • 平台选择通常是整机系统决策,不是单独购买CPU替换。

什么客户更适合评估Grace

已有Arm软件基础、工作负载对内存带宽和能效敏感、计划采用GH200或GB200等NVIDIA平台的客户更适合评估Grace。依赖大量x86闭源软件或需要灵活通用服务器扩展的项目,应优先验证迁移成本。

Grace的内存设计意味着什么

Grace采用LPDDR5X内存,强调高带宽和能效。与传统服务器可插拔DIMM不同,其内存容量和形态通常随系统确定。客户需要在采购阶段确认容量,不适合按照传统x86服务器后期自由扩容的思路评估。

Grace与Xeon/EPYC如何选择

判断维度GraceXeon/EPYC
架构Armx86
内存高带宽LPDDR5X可插拔DDR5,容量组合更灵活
CPU-GPU互联NVLink-C2C紧耦合主要通过PCIe或平台互联
软件迁移需Arm兼容传统企业软件兼容度通常更高
适合场景NVIDIA紧耦合AI/HPC系统通用服务器与多样化GPU平台

部署前需要验证

  • 操作系统和容器镜像是否支持Arm64。
  • 编译器、数学库和自定义扩展是否可用。
  • 商业软件是否提供Arm版本。
  • 应用是否能受益于高带宽内存和CPU-GPU互联。
  • 系统采购、运维和备件是否符合项目要求。

常见问题

Grace CPU可以单独使用吗?

可以,Grace CPU Superchip就是CPU计算平台;也可与GPU组成Superchip系统。

Grace与普通Arm服务器CPU有什么区别?

Grace强调高带宽LPDDR5X和NVLink-C2C协同,定位更偏HPC与AI。

x86应用能否直接运行在Grace上?

需要Arm版本或重新编译,不能默认二进制兼容。

对比选型

需要进一步确认选型差异?

联系赋创结合业务负载评估硬件、软件和交付方案。

获取选型建议查看相关方案