FPGA加速效果惊艳?亚马逊:用实际案例证明

2017-03-16 21:56:05 来源:互联网
标签:

在2016年底一年快要结束的时候,AWS(亚马逊网络服务)宣布通过借助云传输模型可以采用Xilinx高端FPGA器件了,首次以开发者的角度而不是扩展高层次工具来帮助潜在的用户学习和体验FPGA的加速效果。

 

负责AWS容器和HPC部门的主管Deepak Singh向“The Next Platform”介绍到那些发展最快的应用领域有很多相似之处,例如都期望采用基于云计算的FPGA解决方案,详情可参照最近新出版的一本书“FPGA前沿:可重构计算方面的新应用”。这些涉及到加密和安全、基因组学、金融服务以及一系列机器学习相关应用。“对于安全、基因组学和金融服务等都已经有很多FPGA的使用案例了,我们期待看到FPGA与机器学习的结合,那将是一个更广泛的领域,我们需要提供更多的工具和支持来满足它的增长。”

 

Singh将精力集中在专门的工作负载研究方面,包括高性能计算,在AWS部门十多年来也参与并见证技术的变迁,从通用的云服务(类似于生活基本的面包和黄油)到新计算和内存密集型应用以及高性能计算(HPC)GPU加速方案等其他方面。除了关注这类应用的硬件和软件要求,Signh说到他也在关注另外具有更广泛发展和影响的两个方面,分别是机器学习和相关的硬件需求。

 

机器学习是FPGA的重要发展领域,Signh说到,但是从规模上看它只趋向于特定专业用户,现在还不确定可重配置器件可能适合作为哪些器件,“它可能作为GPU、CPU,或者作为定制化的ASIC、张量处理器或者只是作为FPGA来使用,也可能是某几类的结合”,最后他说到因为最近几年GPU、可编程环境以及形成的生态系统,用户可以更加开放的去探索新的架构和加速器,虽然还是差不多同样的应用场景,但是至少会有一些兴趣强烈的用户(不单单是为实现通用功能)和他的团队都会经常关注新的架构,最后会选择AWS的解决方案。Signh还说到,现在AWS FPGA云服务方案前期会吸引一部分用户,同时也会鼓励合作伙伴参与到FPGA技术开发过程中来。

 

通用计算不会就此消失,目前它仍是驱动计算的主要力量。但是最近两年或者三年出现的Nvidia Tesla GPU以及它的性能让专业编程器件更加容易,人们对专业处理器的兴趣、开发人员,工作负载和公司的规模和活跃度都正在形成。从一定程度上讲,专门的硬件和基础设施起到了非常大的作用,尤其对于那些有专门需求的用户,我们认为FPGA是最好的一个选择。

 

Singh提到很多终端用户已经开始转移,如果不是所用通用工作负载都在云端完成,本地数据中心可能已经是过去时了。几乎没有哪个电气设备能够形成一个单一的、专门的工作负载。“除了基于FPGA的设备可能没有什么可以剩下来,因为其他相关的也已经出局了。”对于这样的情形,他说到现在硬件和设备供应商之间的关系最终都会转移到亚马逊云服务上来,具备FPGA核心机器的供应商不是很多,然而正如过去我们描述的那样,Edico Genome(FPGA加速的基因组平台)和Ryft(FPGA驱动大规模数据分析平台)在亚马逊的努力下成为很好的搭档,使用F1服务器实例满足新型专业需求。

 

AWS独家详述FPGA基本原理和市场发展

 

购买属于你的“FPGA前沿:FPGA前沿:可重构计算方面的新应用2017版”,Next Platform出版社,在亚马逊和其它电商平台有售

 

正如Singh提到的,当AWS增加GPU实例的时候,GPU的生态系统已经很成熟了,对于FPGA则还有很长的一段路要探索,才能够提供较广泛的接入服务。这些进步会让现在的供应商和ISV(独立软件开发商)继续推广,但是对于AWS来说,除了提供硬件开发套件外,还会继续不断探索提供更多的接入符合和权限。

 

“我们计划支持高层次工具,例如SDAcell,包括OpenCL库,扩大了开发人员的资源。目前已经有一些软件开发人员他们既懂FPGA又知道如何使用核心工具,他们需要的是一个通道——能够将他们的软件提供给更多的客户,与此同时,我们正在研究各种资源库、编程工具的可用性和可接入性,给用户带来更好的操作性能”,Singh解释到,“我们的目标是让编程和使用FPGA不在是障碍。”

 

Singh还提到开发FPGA实例性云服务通过了AWS内部讨论,其中致力于专用计算领域(例如HPC、应用加速等)的团队成员已经见证了FPGA的效益增长,能够满足重要市场领域应用的计算能力需求,例如很早就采用FPGA作为系统解决方案的方面(金融服务等)、采用FPGA作为系统加速(加密/安全、基因组)、以及正在寻求将各种处理计算引擎相结合以满足各种算法和计算负载快速增长的应用(例如机器学习和深度学习)。

 

我们曾在前面的文章中提到过,尤其最近两年来,越来越专业的计算需求促使很多公司不再只局限于标准的CPU,而开始逐渐采用ASIC、GPU和FPGA。这大大丰富了高端计算领域方案的多样性,涌现出更多标准/非标准的系统开发架构。去年FPGA厂商Altera被Intel所收购,公共云服务也开始采用FPGA,各种不同的应用都将会从各方面受益于FPGA加速特性,这对FPGA来说也是重大发展的一年——2017年我们会继续关注这方面的进展!

 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

继续阅读
一文读懂BGA信号布线技术

球栅阵列(BGA)封装是目前FPGA和微处理器等各种高度先进和复杂的半导体器件采用的标准封装类型。用于嵌入式设计的BGA封装技术在跟随芯片制造商的技术发展而不断进步,这类封装一般分成标准和微型BGA两种。

赛灵思收购深鉴科技,一切为了云+端AI?

对于此次收购,赛灵思的解读是赛灵思从FPGA器件向自适应计算加速平台提供商演变的战略,就是要加速从云到端应用上FPGA 加速技术的部署,经深鉴科技优化的神经网络剪枝技术运行在赛灵思FPGA 器件上,可实现突破性的性能和行业最佳的能效,这是赛灵思新CEO继ACAP三月的发布会后,提升机器学习研发能力,推进战略发展的重大一步。

深鉴科技被赛灵思“拿下”,这是人工智能“教科书式”的策略?

今天,赛灵思宣布已经完成对深鉴科技的收购。

深鉴科技被赛灵思收购,给AI创业者敲响警钟

我第一次见深鉴科技的团队是在安创空间的大赛上,这个团队非常年轻,团队的成员姚颂、单羿、汪玉、韩松等一水的清华系,非常吸引人眼球,都说投资人看创业团队就是看创始人,这个团队果然不负众望,拿下了那一届创业大赛的第一名,后来就顺风顺水地站上了媒体的风口浪尖,多轮大额融资给AI创业者打了一针针鸡血。

Xilinx拿下深鉴科技,到底看中了什么?
Xilinx拿下深鉴科技,到底看中了什么?

自适应和智能计算的全球领导企业赛灵思公司(Xilinx, Inc.,(NASDAQ:XLNX))今天宣布已经完成对深鉴科技的收购。深鉴科技是一家总部位于北京的初创企业,拥有业界领先的机器学习能力,专注于神经网络剪枝、深度压缩技术及系统级优化。

更多资讯
基于FPGA实现数字控制技术的程控直流变换器设计

传统变换器采用模拟硬件实现闭环反馈控制,获得稳定的电压和电流输出。模拟控制实时反应系统状态,响应速度较快,然而在测试技术领域和仪器产品中,模拟系统稳定性不能满足实际需要。为了获得高稳定性能,需要添加大量元器件进行环路补偿。

云计算究竟如何革新传统行业?

随着互联网的发展和市场需求推动,云计算技术正在逐渐步入成熟化阶段,其使用范围越来越广,对各行各业带来了巨大的推进作用。很多人好奇云计算究竟是如何革新传统行业的,今天千锋云计算培训老师就来给大家分析一下。

可见性是端点建模的关键指标

目前,业界很多组织正在考虑将IT资源向公有云服务中迁移,如亚马逊、微软、谷歌和其他公有云服务提供商,云计算能够带来更高的资本效率、业务敏捷性和企业可扩展性等前景使得这一举措获得企业的青睐。

一些PLC编程经验分享
一些PLC编程经验分享

TON 使能=1计数,计数到设定值时(一直计数到32767),定时器位=1。使能=0复位(定时器位=0)。

高云半导体广州总部启用暨校企合作研讨会

中国广州,2018年7月10日,广东高云半导体科技股份有限公司(以下简称“高云半导体”)于7月10日在广州科学城总部经济区科学大道243号A5栋10楼举行总部启用暨校企合作研讨会,中山大学、华南理工大学、山东大学、广东工业大学,广州国家现代服务业集成电路设计产业化基地等高校代表与基地参加了研讨。

Moore8直播课堂