บ้าน ส่งต่อความคิด Intel เห็นบทบาทที่เพิ่มขึ้นสำหรับ fpgas, การคำนวณที่ต่างกัน

Intel เห็นบทบาทที่เพิ่มขึ้นสำหรับ fpgas, การคำนวณที่ต่างกัน

วีดีโอ: à¤ªà ¥ ƒà¤ ¥ எ ¥? à¤μà ¥ € पठ° à¤¸à ¥? ठ¥ ित à¤à¤¯à¤¾à¤¨à¤ • ठ¨à¤ ° ठ• मà¤,à¤|िठ° | அமேசிங் எச் (กันยายน 2024)

วีดีโอ: à¤ªà ¥ ƒà¤ ¥ எ ¥? à¤μà ¥ € पठ° à¤¸à ¥? ठ¥ ित à¤à¤¯à¤¾à¤¨à¤ • ठ¨à¤ ° ठ• मà¤,à¤|िठ° | அமேசிங் எச் (กันยายน 2024)
Anonim

การพูดคุยเกี่ยวกับโปรเซสเซอร์ที่น่าสนใจส่วนใหญ่มีการหมุนเวียนกันไปเมื่อเร็ว ๆ นี้โดยใช้ชิปและคอร์ชนิดต่าง ๆ เมื่อเทียบกับคอร์ประมวลผลทั่วไปที่ใช้กันทั่วไปในซีพียูทั่วไป เราได้เห็นการผสมผสานของชิปที่ใช้สำหรับงานคอมพิวเตอร์โดยเฉพาะรวมถึงซีพียู GPUs DSPs ASICS ที่กำหนดเองและเกทอาร์เรย์แบบตั้งโปรแกรมได้ (FPGs) และเพิ่มขึ้นเรื่อย ๆ ที่เราเห็นแอพพลิเคชั่นที่รวมแง่มุมทั้งหมด เหล่านี้บางครั้งอยู่ในระบบและบางครั้งอยู่ในชิปตัวเดียว

แม้แต่ Intel - ผู้สนับสนุนแกนประมวลผลทั่วไปที่เพิ่มความเร็วเป็นสองเท่าในทุก ๆ สองสามปีได้รับการลงมือกระทำด้วยการซื้อ Altera ซึ่งเป็นหนึ่งในผู้ผลิต FPGA ชั้นนำ เมื่อเร็ว ๆ นี้ฉันได้มีโอกาสพูดคุยกับ Dan McNamara ผู้จัดการทั่วไปของ Programmable Solutions Group (PSG) ของ Intel ซึ่งครั้งหนึ่งเคยรู้จักกันในชื่อ Altera ซึ่งได้อธิบายแผนของ Intel ในพื้นที่นี้และให้รายละเอียดเพิ่มเติมเกี่ยวกับแผนการของ บริษัท สำหรับการเชื่อมต่อ แกนที่แตกต่างกันและแม่พิมพ์ที่แตกต่างกันเข้าด้วยกันในแพ็คเกจชิปความเร็วสูง

"โลกกำลังแตกต่างกันไป" แมคนามารากล่าวขณะนี้มีการรับรู้ทั่วไปที่คุณไม่สามารถแก้ไขปัญหาทั้งหมดด้วยคอร์ที่ใช้งานทั่วไป Custom ASICs เช่นหน่วยประมวลผล Tensor หรือ TPU ของ Google สามารถเร่งฟังก์ชั่นบางประเภทได้ดีกว่า CPUS หรือ GPU แบบดั้งเดิม แต่สิ่งเหล่านี้ใช้เวลานานในการสร้าง ในทางตรงกันข้ามเขากล่าวว่า FPGA อนุญาตให้ใช้รหัสที่ปรับแต่งได้ซึ่งให้ประโยชน์ด้านประสิทธิภาพของ ASICs โดยไม่ต้องรอสองปีสำหรับการออกแบบและผลิตชิป ผู้พัฒนาสามารถเปลี่ยนอัลกอริทึมภายใน FPGA ได้ทันทีในขณะที่ CPU, GPU หรือชิปที่กำหนดเองทำงานได้อย่างคงที่

แมกนามารายังกล่าวอีกว่า FPGA นั้นมีความหน่วงต่ำมากและสามารถขนานกันได้สูงโดยมีส่วนต่าง ๆ ของชิปที่ทำงานพร้อมกันบนแอพพลิเคชั่นเช่นการประมวลผลภาพหรือการสื่อสาร

Intel ได้จัดส่ง Arria 10 FPGA ที่ผลิตในกระบวนการ 20nm ของ TSMC และเสนอแพคเกจที่รวมโปรเซสเซอร์ Xeon (Broadwell) และ Arria 10 ซึ่งมีการใช้งานในแอปพลิเคชันเช่นการค้นหาและการวิเคราะห์ระดับเว็บ แมกนามารากล่าวว่า FPGA สามารถเร่งการค้นหาได้สูงสุด 10 เท่าและตั้งข้อสังเกตว่าไมโครซอฟท์เปิดเผยต่อสาธารณะเกี่ยวกับการใช้ FPGAs ดังกล่าวเพื่อเร่งการค้นหา

เมื่อไม่นานมานี้มีการปรับปรุงพื้นที่ขนาดใหญ่ในการสร้างแพคเกจมัลติชิปที่เร็วขึ้นซึ่งสามารถรวมชิพที่สร้างขึ้นบนกระบวนการที่แตกต่างกันและอาจมาจากผู้ผลิตที่แตกต่างกัน เหล่านี้รวมถึงแพ็คเกจที่มี CPU และ FPGA เช่นชุด Xeon / Arria FPGA ที่มีตัวรับส่งสัญญาณที่แตกต่างกันเช่นเดียวกับใน Stratix 10 FPGA ของ Intel; หรือแม้แต่ส่วนต่าง ๆ ของ CPU แบบเต็มตามที่ Intel อธิบายไว้ในเทคโนโลยีล่าสุดและวันที่ผลิต

Intel ได้สร้างเทคโนโลยีใหม่ที่เรียกว่า multi-chip interconnect bridge (EMIB) เพื่อทำสิ่งนี้ซึ่งเปิดตัวใน Stratix 10 ใน EMIB แกนตายถูกสร้างขึ้นบนกระบวนการ 14nm ของ Intel และตัวรับส่งสัญญาณในกระบวนการ 16nm ของ TSMC

โดยรวมแล้วแมกนามารากล่าวว่าหลายพื้นที่กำลังมุ่งไปสู่การใช้ FPGA มากขึ้นโดยใช้บรรจุภัณฑ์ดังกล่าว เขาพูดคุยเกี่ยวกับเว็บไซต์ระดับสูงซึ่งเห็นความต้องการเปลี่ยนแปลงอย่างรวดเร็วและการรวมกันของ FPGA / CPU อาจทำงานได้ดีในด้านต่างๆเช่นการค้นหาการวิเคราะห์และการสตรีมวิดีโอรวมถึงการเปลี่ยนเครือข่าย และฟังก์ชั่นเครือข่ายการจำลองเสมือนกำลังขับเคลื่อนความต้องการการประมวลผลแพ็คเก็ตมากขึ้น พื้นที่โฟกัสอื่น ๆ ได้แก่ แอพพลิเคชั่น 5G และไร้สายการขับขี่แบบอัตโนมัติและแอพพลิเคชั่นปัญญาประดิษฐ์ (AI) ใน AI, McNamara กล่าวว่า ASIC ที่ดีที่สุดและพลังงานคอมพิวเตอร์ดิบอาจจะดีที่สุดสำหรับการฝึกอบรม (Intel ได้ซื้อ Nervana) แต่กล่าวว่า FPGAs มักจะดีที่สุดในการอนุมานเนื่องจากความยืดหยุ่นและความล่าช้าต่ำและตั้งข้อสังเกตว่า ZTE ใช้ Arria 10s แสดงคะแนนการจดจำภาพที่น่าประทับใจมาก

โดยส่วนตัวฉันอยากรู้ว่าซีพียูในอนาคตจะใช้องค์ประกอบที่แตกต่างกันและผสมและจับคู่พวกเขาโดยใช้ EMIB หรือเทคโนโลยีที่คล้ายกันเพื่อเปลี่ยนสิ่งที่เราคิดว่าเป็นชิปโปรเซสเซอร์ ฉันรู้สึกทึ่งกับความคิดที่ว่าระบบในอนาคตอาจใช้แกนประมวลผลที่แตกต่างกันมากมาย - บางโปรแกรม (FPGA) และบางส่วนคงที่ (ผสมผสานทั้ง ASIC ที่กำหนดเองและ CPU และ GPU ดั้งเดิม) เพื่อทำสิ่งต่าง ๆ ร่วมกัน เทคโนโลยีสามารถทำได้ด้วยตัวเอง

Intel เห็นบทบาทที่เพิ่มขึ้นสำหรับ fpgas, การคำนวณที่ต่างกัน