江苏龙网

  1. 首页 > 人文 > >

「电子工程世界」软件定义的硬件提供打开高性能数据加速大门的钥匙( 二 )


可扩展性同样重要 。 随着面向特定服务的客户群不断增长 ， 运营商需要知道他们能够轻松地增加容量 。 同样至关重要的是 ， 具有高效通信能力的高度可编程解决方案通过增加并行性来支持其扩展能力 。 对诸如100 Gbps以太网和更快的链路等协议的支持 ， 可确保能够使用分布式处理去适应增长 。 例如 ， 边缘应用可能会调用云支持 ， 直到本地机柜升级到具有额外的处理能力 。
用于加速的硬件平台
加速器的硬件可以有多种形式 。 理想的配置是提供PCI Express（PCIe）和高速以太网连接的组合 ， 并可以选择添加自定义连接以支持诸如环形、网状和菊花链结构等各种拓扑结构 ， 以满足应用的各种数据吞吐量需求 。 对PCIe的支持通过内存映射接口将加速引擎与主处理器和其他加速器紧密集成 。 能够在诸如PCIe之类的接口上存储共享结构来交换数据 ， 就可以极大地简化分布式应用的开发 。
以100 Gbps或更高速率运行的以太网连接进一步提供了扩展范围 。 通过使用它们自有的以太网端口 ， 而不是通过主机的主网络接口来路由数据包 ， 加速器可以彼此间高效地相互协调 。 例如 ， 在一个分布式存储配置中 ， 加速卡可以被直接连接到嵌入式非易失性存储器（NVMe）模块上 ， 每个模块中的独立搜索引擎使用通过其以太网连接发送的消息 ， 来识别分散在多个节点上的数据 ， 从而可以很容易地进行协调 。
无论是作为主要的加速技术还是与GPU和其他技术配合使用 ， FPGA都非常适合数据中心和边缘计算应用的需求 。 FPGA的一个关键优势是可以在系统中来对其进行编程 ， 以创建各种各样的数字电路 。 软件可以为目标应用选择配置比特流 ， 并将其发送以配置FPGA 。 通过将新模式加载到器件上的逻辑阵列中 ， FPGA可以根据需要进行动态更新以承担新的任务 。 可编程性创建了由软件定义的硬件 ， 从而完全支持用户不仅能够动态更改应用 ， 还可以动态更改支持它们运行的硬件 。 将硬件可编程性与连接多个加速器的能力相结合 ， 为用户提供了极大的灵活性 。
【「电子工程世界」软件定义的硬件提供打开高性能数据加速大门的钥匙】许多计算类用户已经意识到FPGA在加速应用中的强大功能 。 例如 ， 微软的Catapult项目使用FPGA为其搜索服务构建加速器 ， 并且在其BrainWave项目中使用FPGA进行高速人工智能推理 。 亚马逊通过其F1服务提供了可在云端使用的FPGA ， 这使得到远程用户可以容易地部署这项技术 。
在其他领域选择使用FPGA加速也已有一些时间 。 例如 ，FPGA逻辑阵列多年来一直被用于军事和航空航天领域的雷达处理 ， 以及医学领域的实时成像 。 随着工业领域接受了实时机器设备健康监测等概念 ， 以作为迈向工业4.0的一部分 ， 用户可以转向使用FPGA来提高其算法的质量和响应能力 。
相对于使用GPU来进行数据加速 ， 采用FPGA的实现方式通常受益于较低的延迟和更高的能效 。 GPU的一个关键问题是：它们的计算效率通常只是其理论吞吐量的一小部分 。 因为GPU针对3D图形渲染流水线进行了优化 ， 基于数据高度重用的执行流水线设计 ， 导致着色器内核往往会在相对较小的本地存储以外运行 。 数据流式工作负载提供的数据重用机会更少 ， 这就意味着需要更频繁地用新数据来填充存储器 ， 而这会影响处理时间 。 CPU中面向缓存的子系统也同样受制于类似的问题 。 FPGA可以实现数据自由流动的完整流水线 ， 因此可以提供了远远高于GPU或者CPU的计算效率 。 例如 ， 基因组研究应用的基准测试表明 ， 与基于CPU的实现方式相比 ， 基于FPGA的硬件可将速度提高80倍 。
在高性能计算和云计算环境中 ， 架构师正在转向FPGA加速以避开系统中其他部分出现的瓶颈 。 通过将更多工作移交给存储子系统本身 ， 数据中心用户可以在效率上得到大幅提升 。 数据库加速、数据分析和其他适用于计算型存储的处理形式可以与加密、去重复数据和安全擦除编码等低层级服务功能一起被部署在加速器上 。


推荐阅读


上一篇：“永生大会”上NMN备受关注，基因港艾沐茵却遭炮轰

下一篇：【IPO早知道】信息安全服务商上讯信息终止上市辅导，两次获得软银中国资本投资