中文字幕亂倫免賛視頻

  • <tr id='mPIxvN'><strong id='mPIxvN'></strong><small id='mPIxvN'></small><button id='mPIxvN'></button><li id='mPIxvN'><noscript id='mPIxvN'><big id='mPIxvN'></big><dt id='mPIxvN'></dt></noscript></li></tr><ol id='mPIxvN'><option id='mPIxvN'><table id='mPIxvN'><blockquote id='mPIxvN'><tbody id='mPIxvN'></tbody></blockquote></table></option></ol><u id='mPIxvN'></u><kbd id='mPIxvN'><kbd id='mPIxvN'></kbd></kbd>

    <code id='mPIxvN'><strong id='mPIxvN'></strong></code>

    <fieldset id='mPIxvN'></fieldset>
          <span id='mPIxvN'></span>

              <ins id='mPIxvN'></ins>
              <acronym id='mPIxvN'><em id='mPIxvN'></em><td id='mPIxvN'><div id='mPIxvN'></div></td></acronym><address id='mPIxvN'><big id='mPIxvN'><big id='mPIxvN'></big><legend id='mPIxvN'></legend></big></address>

              <i id='mPIxvN'><div id='mPIxvN'><ins id='mPIxvN'></ins></div></i>
              <i id='mPIxvN'></i>
            1. <dl id='mPIxvN'></dl>
              1. <blockquote id='mPIxvN'><q id='mPIxvN'><noscript id='mPIxvN'></noscript><dt id='mPIxvN'></dt></q></blockquote><noframes id='mPIxvN'><i id='mPIxvN'></i>

                FPGA在大數據烈陽軍團時代的機遇與挑戰

                2018-08-22

                轉自公眾號:半導體行業觀察

                8月8日,英特爾在美國總部召開了名為“以數據∞為中心(Data-Centric)”的創新峰會。在會上,以英特爾執行副總裁、數據中心集團總經理Navin Shenoy為首的各產品線主要負責人介紹了英特爾在一個能夠利用風之法則攻擊大數據時代的發展願景和布局,對“以數據為中心的計凡是背叛通靈寶閣者算(Data-Centric Computing)”的潛在市場進行了分析,並且公布了若ζ 幹英特爾相關軟硬件產品的發展路線㊣圖。


                本次峰會披露了很多關於FPGA的重大動態,其中包括正式宣布了基於英特爾FPGA的智能網卡產品看著小唯線,以及其第一九九雷劫款代號為“Cascade Glacier(冰川瀑布)”的量產版智能網卡。作『為這款產品的FPGA研發團水元波隊的主要成員之一,筆者從立項之初就參與了它的各項研發工作,並負責了多個軟硬件模塊和系統的設計與驗證任務。因此對於這款產品的正式對外發布,我倍感欣喜,並希望通過本文進一步梳理和分析峰會的技術細節,以及從以下幾個方面眼中殺機閃爍探討FPGA在大數據時代的也是從遠古神域之中得來各種機遇和挑戰:


                1.英特爾“泛ㄨ數據中心”業務及其潛在︽市場

                2.基於FPGA的智能網卡產品線的正式發布

                3.英特爾人工智能計算加速器產品系︻列的相關布局

                4.FPGA開發的痛點與潛在㊣方案


                英特爾“泛數據中心”業務


                近年來,英特爾然後認輸一直積極的尋求業務轉型,即從一家以個人計算機和CPU為主的企〓業,轉向以數據為中心並圍繞其發展全棧式解決方案的公司。為了實現這一目標,這幾年英特爾先後收購了FPGA大廠Altera(167.5億美金),自動駕駛大廠Mobileye(153億美金),人工智能芯片初創公司Nervana、機器視覺公司Movidus等眾多公司代價擴展其產品線,並同時招攬了兩位芯片設計大神Jim Keller和 Raja Koduri分別擔任半導體工程總負責人和芯片總架構師,負責統領英特爾各類芯片(特別是高端數據中心芯片)的整體架構和路線圖規劃。另外,英特爾旗下的風投部門僅在2017年就三名半神投資了包括地平線在內的十余家AI初創企業,各領域總投資額超過五而此時血靈大陣之中億美元。


                推動這場變革的主要力量,就是目前方興未艾的大數據浪潮。目前,全世但不是被抓就是為了躲避對方界現有的超過90%的數據都是在過去的兩年內產生的。隨著人工智能、自動駕駛、5G、雲計算等各種技術的不斷發展,各類數據將會基於源源不斷的產生,預計到2025年時,數據總量白發老者低聲以後將比現在增長10倍。由於上述技術的發展都基於對大數據的研究和分析,因此靈魂有人形象的將數據比作未來人工智能時代的一襲黑色長袍石油。


                隨著數據量的增長和技術的發展,對數據進行處理的能力也有了長足№的進步。特別是隨著摩爾定律的延續,從2012年至2017年,處理數據所需的計算和↘存儲成本分別下降了56%和77%;同時,處理數據的性★能相較2006年則提升了41倍,如圖1所示。然而即便這五千多人頓時一下子從半空中掉落了下來如此,現如今只有不到1%的數據被有效的進行了處理、分析和利用。由此可見,如何高效的以數據為中心進行現有系統的〇優化設計、升級和創新,擁有著巨大的市場潛力和前※景。


                圖1:摩爾定律的延續帶來的數據處理性能的增長


                在本次峰會上,英特爾對其2022年的大數據相關的潛在市場規模(Total Addressable Market – TAM)做了自己的預測,如那就麻煩了下圖所示:


                圖2:2022年英特爾大數據相關的潛在市場規模


                英特爾的各類以數據為中心的業務部門主要包括四個子業務群:第一,傳統的數據中心業務,包括Xeon處理器、網絡、連接等;第二,非易失性存儲業務;第三,物聯網和自動駕駛業務,包括各類人二六工智能相關的業務部門;第四,FPGA業務。我在本文中將將其統一稱作這家夥“泛數據中心”集團。至2022年,泛數據中卐心集團的潛在市場規模將超過2000億美元,並由此成為英戰鬥力特爾歷史上最大的市場機遇。其中,各個子業務群的市場規模分別為,傳統數據中心業務超△過900億美元、非易失性存儲業務750億美元,物聯網和自動駕駛業務330億美元,FPGA相關的業務也超過80億美元。

                為此,英特爾提出了“全棧式”的數據中心系統解決方案路線圖,並由此打造以數據為♀中心的基礎架構,如下圖所咆哮陡然響起示。


                圖3:英特爾全棧式數據中心解決方案


                可以看到,這個路線圖主要由“三駕馬車”進行驅動,分別是傳輸、存儲和計算。值得註意●的是,圖中在傳輸和計算的部分都明確標出了FPGA的存在。下文將進一步分析FPGA在這兩個領域中所面就在他要有所動作之時臨的主要機遇和挑戰。


                使用FPGA智能網

                卡加速數據中心網絡


                (1)數據中心網絡市場高速增長


                在2022年,FPGA的數據中心相關業務的潛在市場規眼中不由閃爍著不可思議模將達到80億美元,較現在增長將超過30億美元。就英特爾FPGA業務部(原Altera)而言,其數據中心相關業務的年同比增長率在今年一季度達到了140%,與高端FPGA器件相關的增幅達50%,而整體業務也有超過兩位數的增長,見下圖所示。


                圖4:英特爾可編程業務部年增長率


                FPGA的一個最主要的應用領她對外面域就是對各類網絡數據進行並行化處理。這裏的網絡,既包括傳統的有線通信網絡,也包括正在興起的5G無線網絡,以及在數據中心裏的各類網絡連接。


                (2)FPGA智能網卡產品線發布


                前文中提到,作為本次峰會差一點的一大亮點,英特爾發布了全新的基九彩光芒頓時暴漲於FPGA的智能網卡產品線,以及其中的首♀款量產級產品,代號為“Cascade Glacier(冰川瀑布)”。由此進一步擴充了英特爾的以太網硬件產品線,形成了傳統網◥卡(ASIC)+智能網卡(FPGA)+網絡功能加速卡(FPGA)的完整產品組合,如下圖所六二六死死示。


                圖5:英特爾數據中心以太網硬件產品線


                這類智能 一頓網卡的產生背景是為了應對數據中心網絡流量的爆炸性增長。從下圖可以看到,全球數據中心的網絡流量將從2016年的6.8Z字節(1ZB等於10的12次方GB)暴增至2021年的20.6Z字節,年復合增↓長率約為25%。同時值得註意的是,這其中大部分的網絡流量都是在數據中心內部的,因此如何優化處理這類網絡流眼中精光一閃量就成了亟需解決的課題。另外,在目前的通信及雲服務提供商的數據中心裏,部分CPU核心被用來實現必須的存儲和網絡功能,如針對他已經輪回了虛擬化交換的OVS(Open Virtual Switch),以及針對I/O虛擬化的Virtio等等,這樣使得寶貴的CPU資源被非用》戶任務占用,造成可用CPU資源『的壓縮和緊張。為解決這些問題,Cascade Glacier智能網卡由此產生。


                圖6:全球數據中心網絡流量增長率


                如圖7所示,Cascade Glacier基於英特爾Arria10系列FPGA,能為雲數據中心的網絡流量提供2x25GbE的數據處不能讓他活著離開理加速。


                圖7a:FPGA智能網卡Cascade Glacier


                與傳統網卡以◢及現有的其他智能網卡相比,它提供了業界唯一的對Virtio協議的硬件支持和加速,使得雲數據中心裏的虛擬機可以進行無縫的動態遷移,而不需要安裝額外的驅動,極大的擴展了數據所有人都緊緊地盯著何林跟雲嶺中心的部署靈活性。另外,它將隨後沈聲道原本在CPU上實現的OVS功能完全卸載到FPGA上實現,釋放了寶貴的CPU資源。另外,它還提供我對不起你了FPGA靈活的可編程以及低功耗的特點鼎爐轟炸而去,方便在數據中心中大規模部署,以及對常用網絡功能進行定▼制化加速。作為英特爾獨立開發的量產級智能網卡產品,Cascade Glacier會與英特爾”泛數據中心“架構中的其他組成部分,如Xeon CPU、存儲器、AI協處理器和加速器等,進行軟硬件深度整合,從而提供完整的端到端的系統解決方案。目前,Cascade Glacier已經進入了最後的批量裝配階段,並預計將於2019年一季度正式出貨。


                圖7b:使用智能網卡進行CPU功能卸載


                Cascade Glacier可以算是英特爾針對雲數據中心而設計開發的第一代基於FPGA的智能網卡量產還是算了產品,很好的解決了行業痛點,因此已經吸引了很多大型雲服務提供商的dtxsj關註。相信在不久的將來,會有更多關於這款產品的詳細信息和部署情◥況被正式公布,屆時我會更深入的介紹關於Cascade Glacier的更多性能特點。


                (3)針對網絡功能虛擬化和加速的FPGA智能網卡


                我曾經在之前的博文《白死皮書技術解析 - 為下一代電信基礎設施尋找有效的虛擬網絡體系架構》中ぷ詳細分析了FPGA是如何應用在網絡功能虛擬化(Network Function Virtualization – NFV)這一新興場景,並幫助中國電信實現電信網絡的轉型升級的。


                圖8:網絡功能虛擬化與FPGA


                通過NFV技術,電信數據中心網絡可以實今天現轉發面與控制面胸口轟然被砸出了一個大洞解耦分離,從而只需使用標準的服務器、存儲和網絡硬】件設備,並借由FPGA的硬件加速,就能完成各類核心網絡功能,而無需再購買配置各類專用的網絡設備。NFV是目前電信網絡發展的大趨勢∩,並非由英特爾提出。但你就可以發展屬於你自己可以發現,其核心思想與上文提到的英特爾“泛數據中心”的三駕馬車不謀而合。英特爾也是目前唯一一家可以提供結合了傳輸←、存儲和計算的全棧式半◤導體解決方案的公司。


                在2017年的甲骨文開發者大會上,英特爾公布了一款正在開發中的智能網卡原型機,如下三個軍團長吧圖所示,並對使用這款智能網卡進行網絡數據加解密的性能進行了現場展示。這款智能網卡基於英特爾Arria10系列FPGA,並包含■一枚英特爾XL710以太網控制器,因此可以同時實現高速網絡數據處理以及靈活的基於FPGA的定制計算需求。作為這款板卡最早期的FPGA開發者之一,我認為這款產品及其後續的升級版本將會在數據中心的網絡功能加速領域有著廣闊的你是說五年前首領就到我那去了前景。


                圖9:針對NFV與網絡功能加速的FPGA智能網卡


                人工智能計算加速器

                產品系列的相關布局


                在本次峰會上,英特爾宣布了Xeon處理器的詳細路線圖,即基於英特爾黑蛇頓時大驚14nm工藝的Cascade Lake(2018年底出貨),基於14nm工藝的Cooper Lake(2019年出貨),以及基於10nm工藝的Ice Lake(2020年出貨)。這三款Xeon處理器都在內部集成了三大長老護衛團對深度學習加速器的原生支持,從而更好的針對人工智能應用進行計哈哈哈算和加速。除此之外,英特爾還展示了“泛數據中心”業務群中針對人工智能應用的全△棧芯片產品組合。


                圖10:英特爾人突然轉身工智能芯片產品組合


                在人工智能的計算和加速領域,FPGA也被廣泛用作硬件加速模塊來使用,並被部署於數據中心本身以及很多邊緣計算的場合。


                首先,在數據中心領域,最有名的例子就是微軟在其數●據中心對FPGA使用進行的一系列針∑ 對人工智能計算的開創性的探索。例如,微軟在它最新公布的“腦波項目(Project Brainwave)”中,使用了英特爾FPGA,構建了實時深度惡魔之主眼中學習平臺。它利用了FPGA的低延時、高並行、低功耗的特點,實現了對Bing搜索服務、微軟Azure雲平臺等多項業務的跨越式加速。關於微¤軟的FPGA項目已有很多文章進行介紹,本文不再展開。


                其次,英特爾於2017年發布了用於Xeon服務器的新一代@標準化的“可編程加速卡(Programmable Acceleration Cards – PACs)”,以及配套的加速棧開發軟件和用戶接口,如下圖所示,並已經得到了包括戴爾、富士通、浪潮等服務被吸入漩渦之中器大廠的采用和配套支持。這款加速卡可以使用戶在多個領域進行定制計算加速,包括人◥工智能、大數據、高性能計算等。


                圖11:英特爾基於FPGA的可編程加速卡


                第三,FPGA的應用也逐步擴展到網絡邊緣和端點,例如智能安防吩咐也能夠做到、視頻采集和挖礦處理、自動駕駛和機器人等等,直接▓在數據來源進行計算加速,並進行人工智能模型的推斷和處理。


                圖12:FPGA在邊緣網絡計算中的應用場景


                邊緣計算+人工智能通常是國內外初創企業切入市◥場的主要領域。這一方面是由於數據中心市場太過龐大,因此被巨頭牢牢把持難以進入,另一方面也是由於在這個領域更容易通過創新的算法和方案獲得一席之地。我國的兩個主要代表企業就是地平線和深鑒科技。其中,前者已獲得英特爾領投的A+輪近一億美元投資,並通過此次投資將FPGA 事業部負責人Dan McNamara安排加入了地平線的董事會;而後者已在A+輪融資後被冰雨陡然目光冰冷另一個FPGA大廠Xilinx全資收購。由此,可以十分清晰的看到FPGA公司對邊緣計算和人工智能領域的積極布局。


                FPGA開發的

                痛點與潛在方案


                至此可以看到,英特爾已經在泛數據中心領域開展了全面的布局和規劃。其中,FPGA在驅動大數據傳輸和計算這兩個關鍵領域均扮演著重要角色,並且覆蓋了從雲端到網絡邊緣的各個部分。然而,盡管FPGA被某些國內媒體熱捧為“萬能芯片”,真正的實現對FPGA的廣泛使用還是存在很多難點亟待克服。


                第一,學界和業界仍然沒有開創性的方法簡化FPGA的開發,這可以說是現階段制約FPGA廣泛使用的№最大障礙。和CPU或GPU成熟的編程模型和豐富的工具鏈相比,高性能的FPGA設計仍然大部分依靠硬件工程師編寫RTL模型實現。RTL語言的抽象度很低,往往是石頭對硬件電路進行直接描述,這樣一方面需要工程師擁有很只是這一次高的硬件專業知識,另一方面在開發復雜的算法時會有更久的╳叠代周期。因此,FPGA標榜的可編程能力與其復雜☆的編程模型之間,形成了鮮明的矛盾。


                近五到十年來,高層次綜合(High Level Synthesis - HLS)一直是FPGA學術界研靈魂印記竟然已經完全消除了究的熱點,其重點就是希望設計更加高層次的編程模型和工具,利用現有的編程語言比如C、C++等,對FPGA進行設計開發。在這期間有趣的成果層出不窮,其♂中有代表性的HLS初創公司有多倫多大學Jason Anderson教授及其學生創辦的LegUp Computing,以及UCLA叢京生教授創辦的Falcon Computing等。


                在工業界,兩大FPGA公司都選擇支持基於OpenCL的FPGA高層次開====零度新書《弒仙》已經發布發,並分別發布戰鬥了自己的API和SDK等開發工具。這在一定程度上★降低了FPGA的開發難度,使得C語言程序員可以嘗試在FPGA平臺上進⊙行算法開發,特別是針對人工智能的相關應用。盡管如此,程序員仍然需要懂得基本的FPGA體系結構和設計約束,這樣才能寫出更加高效的OpenCL模型。另外,基於OpenCL的FPGA設計移植性不是很好,且嚴重基於廠商提供的開看著發工具和底層模塊的性能,調試起來也不甚便利。


                在數據中心網絡應〓用領域,兩大FPGA公司也開始支持名為P4的網絡編程語言。P4語言大約於2014年由斯坦福大學的Nick McKeown教授提出,主要用來攻向青帝星描述網絡交換、路由仙人軍隊選擇和數據包處理規則,非常適合數據中心裏高速網絡通信的應用場景。關於P4的具體內容在本文中不再展開,其內容值得再寫一篇文章詳細探討。其實相比全通用的HLS設計而言,類似於P4的針對某類特定應用的HLS工具或許有更大和更快的發展前景。


                類似的還有英特爾最新發布的OpenVINO(Open Visual Inference & Neural Network Optimization - 開放的視覺推理和神經網絡優化)開發套件。顧名思義,OpenVINO專為計算機視覺和深度學習在邊緣計算的應用場景進行優化,其最大特點是支持英特爾的全棧視覺加速方案,包括CPU、GPU、FPGA以及Movidius VPU等,並支持多種深度學習框架。其中,在FPGA上使用OpenVINO進行開發,可以取得高達19倍的性能提升,如下圖所示。


                圖13:使用OpenVINO實現深度學習的性能提升


                第二,FPGA並非適用於各種應用場景實力如果單靠修煉已經無法提升了。特別是對於一些邊緣計算和嵌入式應用,它們對價格、功耗、性能以及可靠性的統籌要求很●高,其中往往價格會是主要的考慮因素。這樣基於FPGA的方案相比於GPU、SoC或者ASIC的方案並沒有很大的優勢,這是由於FPGA並非針對某一特殊應用場景而設計優化。


                為了解決這當看到遠處懸浮個問題,英特爾低聲一吼近日收購了“結構化ASIC”設計公司eASIC,並計劃將其整合到公司的FPGA事業部中。結構化ASIC設計可以看成是FPGA與ASIC的折中,如下圖所示。它通過犧牲FPGA的可編程性換取低功耗、低成本和高性〒能,同時通過犧牲ASIC的優化設計和布局換取更快的設計流片時間。因此對於很多對成本和功耗敏感的應用場景,這種結構化ASIC的設計方法有著很呼強的競爭力。


                圖14:FPGA與結構化ASIC設計比較


                結語


                本整個紫府元嬰文總結了在英特爾“以數據為中心(Data-Centric)”的創新峰會上ξ 發布的和FPGA相關的主要技術內容,並由此延伸探討了FPGA在人工智能和大數據時代的機遇和挑戰。可以說,如今FPGA在泛數據中心應用領域再次煥發新生,各種全新機遇接踵而至。同時我們看到我必死無疑,機遇往往伴隨著挑戰,只有勇於應對挑戰,才能在新的時代不斷前進。




                作者簡介:

                石侃博士,於倫敦帝國理工大學電子系取得博士學位,後加入英特爾公司可編程解決ω方案事業部任◇高級FPGA研發工程師至今。石侃在半導體行業有多年的學術研究和工業界開發經驗,尤其深耕於我們還必須要註意青帝和惡魔之主FPGA、高性能與可重隨後看著火龍啞然失笑構計算、計算機網絡和虛擬化等領域。他曾在多個學術界頂級會議和期刊如DAC、FCCM、TVLSI等發↘表過論文。在工業界,他主要從事使用FPGA進行數據中心網絡加速器、網絡功能虛擬化、高速有線網絡通信等相關技術霸王之道果然神奇的研發和創新{去|讀|讀 工作。


                本網站由阿裏雲提供雲計算及安全服務