“FPGA+云"如何提高性能计算“FPGA+云"与“FPGA+端"的详细对比.doc
《“FPGA+云"如何提高性能计算“FPGA+云"与“FPGA+端"的详细对比.doc》由会员分享,可在线阅读,更多相关《“FPGA+云"如何提高性能计算“FPGA+云"与“FPGA+端"的详细对比.doc(5页珍藏版)》请在三一文库上搜索。
1、“FPGA+云如何提高性能计算“FPGA+云与“FPGA+端的详细对比我知道,我对与电子有关的所有事情都很着迷,但不论从哪个角度看,今天的现场可编程门阵列(FPGA),都显得“鹤立鸡群”,真是非常棒的器件。如果在这个智能时代,在这个领域,想拥有一技之长的你还没有关注FPGA,那么世界将抛弃你,时代将抛弃你。用AI防鲨鱼、用AI学写中国书法、用AI预测人类死亡时间、用AI审判罪犯在人工智能方兴未艾的今天,越来越廉价和普及的AI领域真的是什么都不值钱,除了想象力。那在这无所不能的AI盛世,一定没道理让算力限制我们的想象力,更没道理让算力限制了我们的生产力。从CPU到CPU+,从+GPU到+FPGA
2、随着通用处理器(CPU)的摩尔定律已入暮年,从美国的微软、亚马逊到中国的BAT、华为,几乎所有的互联网巨头们都在补充他们的标准服务器芯片CPU,使用可替代的硅来追赶在人工智能领域的急速变化。2012年,微软开始将支撑了通讯行业二十年高速发展的可编程芯片,即FPGA用在其搜索业务Bings上,且公布FPGA相比于CPU在处理Bing 的自定义算法时快出40倍,整个系统比Bing 现有的系统快出两倍,因此其可以将当前已经投入使用的服务器数量减少一半。甚至在接下来的几年里,几乎任何一个新的微软服务都会包含一个FPGA。那么这个所谓的可编程芯片到底是什么?据菲数科技创始人兼CEO王文华介绍,2017年
3、是全球超大规模数据中心的“爆发年”,全年新增超大规模数据中心90余个,总数量超过390个。且2018年也没有丝毫放缓的迹象。如此海量数据需要计算机高速计算各种矩阵运算、图像处理、机器学习、压缩、非对称加密、搜索排序等。即数据中心优先于人工智能发展,这一点也得到了目前在FPGA领域一枝独秀的赛灵思的支持。今年3月,其新上任的CEO Victor Peng在采访中表示,赛灵思已经把数据中心优先放在其三大战略重点的首位。而传统计算机中无论是CPU,还是作为协处理器的GPU ,都属于冯诺依曼结构,即指令译码执行、共享内存。但由于指令流的控制逻辑复杂,不可能有太多条独立的指令流。为每一个新问题开发专用的
4、芯片又成本过高,因此,这对硬件算力的性能存在着极大的挑战。在以通用处理器计算和特定目的的协处理器计算混合异构工作中,作为有着更加高效的数据处理能力和基础架构的FPGA,则延续了以“CPU+GPU”的第一代异构计算,形成了“CPU+FPGA”的第二代异构计算。其逻辑是在每一个服务器与基础网络连接的地方部署可编程芯片,在数据到达服务器之前提前一步处理它们。FPGA+云VS FPGA+端,C端市场VS数据中心自成立起便定位于异构计算领域的菲数科技,也是国内最早一批专注于云端异构加速、高性能计算的创业公司,其CEO王文华表示,看好FPGA在异构领域的发展主要是基于以下几个原因。首先,FPGA 之所以比
5、 CPU 甚至 GPU 能效高,本质上是无指令、无需共享内存的体系结构带来的福利。其每个逻辑单元的功能在重编程时就已经确定,不需要指令;其次,对比GPU几乎只有的数据并行,FPGA则同时拥有流水线并行和数据并行,可以根据处理数据包的步骤搭建出不同流水线,在GPU的计算单元都按照统一步调做相同事情时,FPGA早就已经分散的处理完了;而即使是吞吐量、延迟和功耗三方面都可一战的ASIC专用芯片,FPGA也因其可以快速更新逻辑、可编程的万能部署、保持不同服务器不同加速卡的同构性等优势,解决了前者研发成本高、周期长等问题,在瞬息万变的人工智能领域减少了投资风险。比起目前业内为数不多叫得上名字的创企,如深
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- FPGA 如何 提高 性能 计算 详细 对比
链接地址:https://www.31doc.com/p-3275625.html