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
一个新项目的PCB设计不能超过三次打板
一个新项目的PCB设计不能超过三次打板

2005年到一个研究生同学的公司去参观,得知他们公司的一款产品已经做了两年依然还没有定型,让我感觉比较奇葩的是 - 公司7、8个硬件工程师,几乎每个人的桌子下面一个框子,筐子里丢的都是各个版本的板子,每个板子上都已经被折腾得乱七八糟,各种飞线以及切割的痕迹。

从FPGA到ACAP,“万能芯片” 的华丽转身
从FPGA到ACAP,“万能芯片” 的华丽转身

FPGA被誉为“万能芯片”,能量就只有这么一点?当然不是的,目前FPGA在数据中心领域已经得到认可,加速卡解决方案成为数据中心的首选。而人工智能通过深度学习算法在认知智能和推理智能上遇到难题,擅长推理的FPGA被寄予厚望。

浪潮联合Xilinx发布全球首款集成HBM2的FPGA AI加速卡F37X

10月16日,在北京举行的2018 XDF赛灵思开发者大会上,浪潮联合赛灵思宣布推出全球首款集成HBM2高速缓存的FPGA AI加速卡F37X。

Xilinx推出首款新类别平台—— Versal

赛灵思开发者大会—自适应和智能计算的全球领先企业赛灵思公司首席执行官 Victor Peng 宣布推出 Versal™ – 业界首款自适应计算加速平台 ,从而为所有的开发者开发任何应用开启了一个快速创新的新时代。

Xilinx推出全球最快的数据中心和AI加速器卡

赛灵思开发者大会 (XDF) —自适应和智能计算的全球领先企业赛灵思公司(Xilinx, Inc.,(NASDAQ: XLNX))今天推出了功能强大的加速器卡——Alveo,用来大幅提升云端和本地数据中心中业界标准服务器的性能。

更多资讯
《深度强化学习》手稿开放

一年前,机器之心发布了加拿大阿尔伯塔大学计算机系博士 Yuxi Li 的深度强化学习综述论文,该论文概述了在深度强化学习(Deep Reinforcement Learning)方面喜人的进展。而这本刚上线的《深度强化学习》手稿对前面的版本《深度强化学习综述》做了大规模的改进;从一年多前的 70 页扩充到现在的 150 页。

GICv3架构中,对中断的分组解析

GICv3架构中,对中断进行了分组。分成了以下三个组

想要学好大数据需掌握这十二大技术

大数据是对海量数据进行存储、计算、统计、分析处理的一系列处理手段,处理的数据量通常是TB级,甚至是PB或EB级的数据,这是传统数据处理手段所无法完成的,其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时性计算等,汇集了当前IT领域热门流行的IT技术。

基于SRAM工艺FPGA的保密性问题

在现代电子系统设计中,由于可编程逻辑器件的卓越性能、灵活方便的可升级特性,而得到了广泛的应用。

如果使用FPGA配合DSP来提升安全能力?

对于基于数字信号处理器(DSP)的设计,如果DSP没有足够的安全能力,便特别容易受到入侵。在许多应用中,如果使用FPGA以作配合来卸载DSP的部分工作,便可以轻易实施先进的安全功能。

Moore8直播课堂