英特尔 FPGA:智能互联世界的加速器

2017-10-16 11:11:28编辑:刘东丽 关键字:智能互联世界  FPGA  5G  网络  无人驾驶

  层出不穷的智能应用不断挑战着人们想象力的极限,身边铺天盖地的报道时时刻刻地提示着智能世界已经来临。对,智能世界来了,随之而来的还有奔腾而来的数据洪流:


  到 2020年,

  平均每位互联网用户:1.5 GB流量/天

  自动驾驶汽车:4 TB 数据/天

  联网的飞机:5 TB 数据/天

  智能工厂:1 PB 数据/天

  云视频提供商:750 PB视频/天

  ……


  “到 2020 年,将会有 500亿个终端联网,远远超过目前的80亿,IP 的流量也将达到 2300 EP/年,” 英特尔可编程解决方案事业部副总裁兼客户体验事业部总经理 Rina Raman 强调,数据中心与终端互连所形成的循环,随着物联网的发展将会逐渐加速,因而网络就必须以更高的速度处理更多的数据,数据中心也需要做更为复杂的计算,以应对更为庞大的数据集,甚至嵌入式终端也需要做很多本地的计算。此外,数据中心还需应对一些更具挑战性的工作负载: 如大数据分析、机器学习等等。由此,循环中瓶颈与挑战一一出现。


 


  数据洪流中的瓶颈与挑战


  上述所提及的挑战与瓶颈,无论 5G 无线通讯、雷达与宇航、网络,还是云计算、智能城市以及自动驾驶,都身在其中。 


  5G 网络: 未来需要更大的带宽、更复杂的数字信号处理能力。英特尔 FPGA 能够帮助应对这些挑战,尤其在 5G 网络应用中,FPGA 可以加速 MIMO 天线的计算和基带的信号处理能力,解决安全及其他一些可能会制约发展的网络功能。


  雷达与宇航:雷达应用中,与安全相关的通讯,正在面临着一系列的挑战:其中包括波速成形、FFT与过滤器以及机器学习等算法方面的挑战。以往的解决方式是:通过更快的 CPU 或者更快的 DSP 芯片阵列 或者 ASIC 来应对,但是通过使用FPGA,设计人员可以加速数据处理、加速处理机器学习任务,让整个架构更加简单,同时开发环境也更加统一。


  网络方面:随着数据中心与终端良性循环的加速、物联网的不断发展,网络需要进行根本性的转型,其中包含本地网、城域网、骨干网、甚至数据中心。而转型的关键是:网络功能虚拟化,即将一些关键的功能(如交换、安全性、检测与报告等),从专用的硬件转移到数据中心的软硬件进行处理。正是在这样一个充满了不确定性和快速变化的环境中,FPGA 能够加速一些关键数据包的交换、检测以及安全任务的处理。


  无人驾驶: 必然会对计算性能有更多的需求,算法的不确定性还可能会出现计算的孤岛,每个孤岛都可能有自己本身的硬件和开发环境,这对制造商而言是不可持续的。FPGA 在本地计算和深度学习的推算应用中,能够发挥关键作用。同时,还可以通过 5G 连接,把汽车、其他车辆与高速公路基础设施和云实现连接。


  智慧城市:现代化的城市当中有很多计算孤岛正在出现,其中包括交通管理系统、照明管理系统、泊车管理系统和安全的摄像头,这些众多不同的系统由众多不同的厂家来生产,每个系统都有不同的架构,不同的开发环境,而且彼此之间没法实现数据共享。英特尔 CPU和 FPGA 就能取代这些专有的架构,提供本地计算、连接和分析的能力。


  云计算:在云的环境中,工作负载及其构成都会出现动态的变化,甚至某些工作负载所需要的性能即使 CPU 在合理的功耗水平之下也是难以实现的,所以需要一些特别的芯片或者是配上 GPU,专门处理并行的运算,可以装上网络加速器,处理协议和安全的流量分流,还可以配备视频解码器或 ASIC 专用的集成电路,用于搜索的加速和深度学习。但是,服务器上往往没有空间,也没有足够的功率支持放入所有芯片。所以,有一些云的服务提供商和数据中心的架构师就开始转向使用英特尔 FPGA,FPGA 和 Xeon  CPU连接,提供搜索、计算、加密、分组处理和机器学习的硬件加速。一旦发生变化,设计人员可以对FPGA进行重新的配置,满足更新的需求。


  FPGA : 对异构架构至关重要


  处理大量数据的增长!

  应对快速变化的新技术所带来的计算环境的变化!

  CPU 本身所具备的功耗!


  仅仅依靠计算平台同质的扩展,已远远没法满足上述的挑战要求,因而不同的异构架构组合成为必然。当今的硬件平台包括:CPU、FPGA 以及专用的加速器,其中 CPU 仍然是处理能力的核心引擎,再加上专用的加速器(ASSP和ASIC等),已然可以实现最好的计算效率。与此同时, FPGA 在其中也在越来越发挥着重要作用, 它就像一种先进的多功能的加速器,不仅能够带来最大的编程灵活性,支持高度差异化的产品,还可以在现场进行重新配置,虚拟加速任何数字的算法。FPGA也支持并行运算,其性能从吞吐量,实时速度到能耗,比 CPU 或 GPU 要优上 10 倍。此外 FPGA 还可以以更低的时延处理更大的数据,比传统在硬件产品上跑的基于软件的产品更快。也正因为 FPGA 既具有硬件性能,又具有软件可编程的能力,在异构计算的环境中日益变得重要。


  如下图所示,旁路加速可以把一些重度计算的数据功能转移到FPGA上面,这样可以释放处理器去处理其他运算。如果时延比较重要,还可以进行内建加速。这样通过FPGA的多功能性,可以带来更好的网络的存储和计算的加速。



  Rina 以FPGA 提升数据中心效率为例,展示了FPGA 如何在生活中应对实际的挑战的。


  首先面对的是:数据库的加速。SWARM64 可扩展数据加速器使用了英特尔最新的FPGA 大量处理一些并行的数据,实现了很好的吞吐量、能耗和更高的性能,无论在云端,还是在现场,它都可以支持任何的配置。可以看到:其实时数据分析能力是以前的5倍,数据仓储的能力是以前的2倍,存储压缩能力是以前的3倍。


  接下来要解决的难题是:基因测序。众所周知,基因测序的数据量大且复杂,如果分析能力跟不上,很多研究项目就会被迫推迟,因而影响整个医疗界的研究进展。英特尔和 Broad Institute 公司共同开发出了基因分析的软件工具包——GATK,主要是用于分析大吞吐量测序的数据。据悉,研究人员现在可以在过去三分之一的时间能够获得5倍的数据量,相当于15倍的提升。Broad Institute 的 Pair-HMM 算法提高了50倍,总业务流提高了 1.2 倍。


  另外一个实际难题是:存储 NVME OVER  FABRIC。Attala 希望利用英特尔 FPGA 重新设计和开发新一代的存储和网络的基础设施。数据在硬件里通过FPGA来进行处理和加速,然后进入到网络基础设施,相比之前的方案,使用 FPGA 的方案在读写速度的时延方面降低57-72%。因而, Attala的解决方案不仅软硬件结合的解决方案有很强的适应能力,而且也为云的服务提供商降低了运行成本。


  为了更好地支持智能互联世界的应用,英特尔提供的一系列的 FPGA 产品, 其中包括 Stratix 10 、Arria 10、Cyclone 10 和 Max 10。着眼于未来,Rina 透露英特尔下一代 FPGA的产品,英文名字叫 Falcon Mesa。这是使用了英特尔 10 纳米的制程技术、基于 FinFET 制程、也是英特尔第二代使用 HyperFlex 架构的产品,还是第二代基于EMIB(英特尔接口的规范)的异构的SIP。据悉,Falcon Mesa 也是 Altera 并入英特尔以后第一代使用了英特尔10纳米制程技术开发出来的产品。此外, 英特尔还提供了加速堆栈,用来助力开发人员轻松入门。




  智能互联世界的挑战日趋复杂,英特尔 FPGA 愿意参与其中,助力加速计算,更好地应对今天以及未来的数据需求。


关键字:智能互联世界  FPGA  5G  网络  无人驾驶

来源: EEWORLD 引用地址:http://www.eeworld.com.cn/FPGA/article_201710163757.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:美高森美和Tamba合作开发新型PolarFire器件
下一篇:为什么说FPGA和NFV是一个完美结合

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

英特尔从数据着手,构建更加沉浸式、个性化的智能互联世界

在2017年台北国际电脑展(Computex 2017)的开幕主题演讲中,英特尔公司副总裁兼客户端计算事业部总经理Gregory Bryant表示,未来将始于数据,我们正在探寻的共享、分析和利用数据的全新方式,将驱动世界发生深刻、令人惊叹的变革。他从设备到云的视角,全面阐释了英特尔如何身处数据驱动变革的最前沿,推动自身从一家PC公司转型成为数据公司,以构建一个更加沉浸式、个性化的智能互联世界的愿景。到2025年,预计有800亿的互联设备1。随着无人机、无人驾驶汽车以及全新互联的“物”日渐主流,产生数据的来源将远超当前的PC和手机。面对数据激增所引发的创新竞争,英特尔的优势在于赋能从云、网络到设备的各个细分领域,创造令人惊叹的体验
发表于 2017-05-31 16:01:28

扩充FPGA的应用范围—Intel又有大动作

英特尔收购eASIC  提高可编程解决方案事业部整体实力英特尔计划将结构化ASIC纳入业务组合,充分满足高性能、低功耗应用的需求。 当今,随着数据的爆炸式增长以及处理、分析、存储、分享数据的需求激增,推动着硅片市场的发展,这一动态又催生出企业对各类计算解决方案的需求,英特尔正在争夺有史以来最大的潜在硅片市场。英特尔在CPU有着很强的优势,如今也提供各类定制计算解决方案,帮助客户处理各类工作负载——包括在云端、网络、边缘。近年来,英特尔扩大了产品范围,引入突破性创新,涉及领域包括内存、调制解调器、特定用途定制ASIC、视觉处理单元、可编程逻辑门阵列(FPGA)。 FPGA的应用范围正不断扩大,因为它功能
发表于 2018-07-16 17:06:53

英特尔与百度强强联手,助力人工智能

在今日举行的百度AI开发者大会Baidu Create上,英特尔人工智能事业部副总裁Gadi Singer介绍了英特尔与百度在人工智能领域的一系列合作进展,包括英特尔Movidius视觉处理器(VPU)支持百度Xeye智能零售摄像头产品,英特尔FPGA助力百度计划推出的工作负载加速即服务,以及基于英特尔至强可扩展处理器平台优化的PaddlePaddle深度学习框架。英特尔人工智能事业部副总裁兼人工智能架构总经理Gadi Singer出席百度AI开发者大会并发表演讲 “从赋能终端设备智能化,基于至强可扩展处理器的大规模数据中心,到利用英特尔FPGA加速不同工作负载,再到让PaddlePaddle开发者更简便地进行跨平台编程
发表于 2018-07-04 16:42:53
英特尔与百度强强联手,助力人工智能

赛特斯:基于FPGA的vBRAS实现

环境,同时还可以根据运营商的要求,建立软硬件一整套端到端的定制化方案。”李晏补充道。如图所示,李晏给出了视频传输时候的实际对比,左侧为没有使用FPGA加速,右侧为使用了FPGA的情况。李晏解释道,在三层解耦条件下,每一个虚拟化网元所拥有的资源是相对固定而且匮乏的,在应对传统的网页操作没有问题,但是在一些流量巨大的视频应用时,没有FPGA进行加速的情况下,就会发生丢包等现象。李晏同时表示,尽管有些转发处理可以用CPU来进行,但是会造成处理性能的严重下降,而通过把某些数据报文业务下沉到FPGA中,可大幅降低CPU负载,提升系统的整体性能。“赛特斯的vBRAS业务是国内行业领先的,我们在纯x86情况下已经做到单CPU 120G的转发能力
发表于 2018-07-02 15:24:00
赛特斯:基于FPGA的vBRAS实现

为什么说FPGA和NFV是一个完美结合

2018年,英特尔推出集成58 Gb/s收发器的FPGA Stratix 10 TX,该产品通过提供更大带宽,从而实现对网络功能虚拟化(NFV)、云计算和5G的更强有力支持,借助英特尔的X86架构的支持,在虚拟化计算领域中,英特尔正在复制着数据中心领域的成功之道。近日,英特尔公司数据中心事业部副总裁兼 5G 基础设施部门总经理Caroline Y. Chan出席世界移动大会-上海站,并做了题为《英特尔FPGA加速NFV的采用》主题报告。英特尔公司数据中心事业部副总裁兼 5G 基础设施部门总经理Caroline Y. Chan5G给虚拟化带来了变革Caroline表示,5G未来的发展除了云端处理需求增加之外,还需要在边缘计算端进行
发表于 2018-07-02 15:03:08
为什么说FPGA和NFV是一个完美结合

专访UIUC陈德铭教授:「万能芯片」FPGA与深度学习

机器之心原创作者:邱陆陆人工智能的风潮从技术一路蔓延到硬件,让「芯片」成为今年行业里盛极一时的主题。人们关注通用芯片领域里 CPU 和 GPU 不断刷新的基准(benchmark),更对专用芯片(ASIC)领域不同场景下不断问世的解决方案表示出了空前的热情。 而众所周知,在专用芯片与通用芯片中间,还有一个更为灵活,也更为神秘的领域:FPGA。无论是英特尔天价的收购还是微软与 IBM 雄心勃勃的计划,都让人对其更加好奇。而「万能芯片」的名称,以及多样化的职责范围:它可以是智能手机里不起眼的一个小组件,也可以是数千美金一块的开发板,也让人对其真面目更加疑惑。 FPGA 与深度学习的关系究竟是什么?它适合
发表于 2018-06-25 11:42:13
专访UIUC陈德铭教授:「万能芯片」FPGA与深度学习

小广播

夏宇闻老师专栏

你问我答FPGA设计

北京航空航天大学教授,国内最早从事复杂数字逻辑和嵌入式系统设计的专家。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved