{"id":56073,"date":"2020-02-04T00:00:00","date_gmt":"2020-02-03T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/neizbezhnost-proniknoveniya-fpga-v-data-tsentry"},"modified":"2020-02-18T14:04:16","modified_gmt":"2020-02-18T11:04:16","slug":"neizbezhnost-proniknoveniya-fpga-v-data-tsentry","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/neizbezhnost-proniknoveniya-fpga-v-data-tsentry","title":{"rendered":"Uundg\u00e5eligheden af FPGA-penetration i datacentre","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Uundg\u00e5eligheden
\nMan skal ikke v\u00e6re chipudvikler for at programmere til FPGA, ligesom man ikke skal v\u00e6re C++-programmer for at skrive kode i Java. Dog vil det i begge tilf\u00e6lde sandsynligvis ikke v\u00e6re en ulempe.<\/p>\n

M\u00e5let med at kommercialisere b\u00e5de Java- og FPGA-teknologierne er at modbevise den seneste p\u00e5stand. De gode nyheder for FPGA er, at det, ved hj\u00e6lp af de rette abstraheringsniveauer og v\u00e6rkt\u00f8jss\u00e6t, er blevet lettere at skabe algoritmer og datastreams til FPGA i de seneste 35 \u00e5r siden opfindelsen af det programmerbare logiske enhed, i stedet for CPU, DSP, GPU eller enhver anden form for specialiseret ASIC.<\/p>\n

Den fantastiske timing af deres skabelse viser sig i, at netop som CPU ikke l\u00e6ngere kunne forblive den eneste beregningsmodul, datacentre<\/a> for at udf\u00f8re mange opgaver \u2013 af de mest forskellige \u00e5rsager \u2013 er FPGA blevet effektive ved at tilbyde h\u00f8j ydeevne, lav latens, netv\u00e6rksmuligheder og hukommelse \u2013 heterogene beregningsmuligheder fra moderne FPGA SoC, der repr\u00e6senterer n\u00e6sten komplette beregningssystemer. Dog kombineres FPGA effektivt med andre enheder i hybride systemer, og efter vores mening er de kun ved at finde deres retm\u00e6ssige plads i hierarkiet af beregning.
\n<\/a><\/noindex>
\nDerfor har vi organiseret konferencen The Next FPGA Platform i San Jose den 22. januar. Naturligvis er en af de f\u00f8rende FPGA-leverand\u00f8rer i verden og en pioner inden for dette omr\u00e5de firmaet Xilinx. Ivo Bolsens, senior vice president og teknisk direkt\u00f8r for Xilinx, talte p\u00e5 konferencen og delte sine nuv\u00e6rende tanker om, hvordan Xilinx hj\u00e6lper med at skabe fleksible beregningssystemer til datacentre.<\/p>\n

Systemarkitekter og programm\u00f8rer har brugt lang tid p\u00e5 at n\u00e5 frem til et heterogent datacenter, hvor forskellige typer computerkraft vil v\u00e6re tilg\u00e6ngelige og l\u00f8se opgaver inden for beregning, lagring og netv\u00e6rksorganisering. Dette virker n\u00f8dvendigt, fordi det er blevet sv\u00e6rere at f\u00f8lge Moores lov ved brug af forskellige CMOS-teknologier. Mens vores sprog stadig er bundet til CPU, og vi stadig taler om 'accelerering af applikationer' med henvisning til forbedringer i programmets ydeevne i forhold til det, der kan opn\u00e5s udelukkende p\u00e5 CPU'er. Inden l\u00e6nge vil datacentre udvikle sig til s\u00e6t af beregningskapaciteter, datalagring og protokoller, der binder det hele sammen, og vi vil vende tilbage til termerne 'beregning' og 'applikationer'. Hybridberegning vil blive lige almindeligt som de nuv\u00e6rende 'cloud' services, der k\u00f8rer p\u00e5 almindelige eller virtual machines<\/a>, og p\u00e5 et tidspunkt vil vi blot bruge ordet 'beregning' til at beskrive deres funktion. P\u00e5 et tidspunkt - og sandsynligvis vil denne \u00e6ra blive fremmet af FPGA'er - vil vi igen kalde det databehandling.<\/p>\n

For at implementere FPGA'er i datacentre kr\u00e6ves der et skifte i tankegang. 'N\u00e5r man overvejer m\u00e5der at accelerere dagens applikationer, m\u00e5 man grave ned til fundamenterne for, hvordan de udf\u00f8res, hvilke ressourcer der anvendes, og hvad tiden g\u00e5r til,' forklarer Bulsens. 'Man skal anvende sig til det overordnede problem, som man fors\u00f8ger at l\u00f8se. Mange applikationer, der i dag k\u00f8rer i datacentre, skalerer ved at tage en stor m\u00e6ngde ressourcer. Tag for eksempel maskinl\u00e6ring, som bruger enorme m\u00e6ngder beregningsnoder. Men n\u00e5r vi taler om acceleration, skal vi ikke kun t\u00e6nke p\u00e5 acceleration af beregninger, men ogs\u00e5 p\u00e5 acceleration af infrastrukturen.'<\/p>\n

For eksempel, i de operationer relateret til maskinl\u00e6ring, som Bulsens har studeret i praksis, bruges cirka 50 % af tiden p\u00e5 at overf\u00f8re data frem og tilbage mellem de distribuerede beregningskapaciteter, og kun den resterende halve tid anvendes p\u00e5 selve beregningerne.<\/p>\n

\u00abPr\u00e6cist her, mener jeg, at FPGA kan hj\u00e6lpe, da vi kan optimere b\u00e5de beregningsaspekterne og dataoverf\u00f8rselsaspekterne for applikationen. Og vi kan g\u00f8re dette p\u00e5 b\u00e5de det overordnede infrastruktur niveau og chip-niveau. Dette er en af de store fordele ved FPGA, der g\u00f8r det muligt at skabe kommunikationsnetv\u00e6rk tilpasset applikationens specifikke behov. N\u00e5r jeg observerer typiske m\u00f8nstre for databev\u00e6gelser i opgaver relateret til kunstig intelligens, ser jeg ikke behovet for en kompleks arkitektur baseret p\u00e5 switches. Man kan konstruere et netv\u00e6rk med en h\u00f8j datagennemstr\u00f8mning. Det samme g\u00e6lder for opgaver vedr\u00f8rende tr\u00e6ning af neurale netv\u00e6rk \u2013 man kan bygge et gitternetv\u00e6rk med pakke st\u00f8rrelser, der tilpasser sig den specifikke opgave. Ved brug af FPGA kan man meget pr\u00e6cist skalere og tilpasse dataoverf\u00f8rselsprotokoller og kredsl\u00f8bstopologi til den specifikke applikation. Og i tilf\u00e6lde af maskinl\u00e6ring er det ogs\u00e5 klart, at vi ikke har behov for dobbelt pr\u00e6cisions flydende tal, og dette kan vi ogs\u00e5 tilpasse\u00bb.<\/p>\n

Forskellen mellem FPGA og CPU eller specialiserede ASIC'er er, at sidstn\u00e6vnte programmeres ved produktionen, og herefter kan du ikke \u00e6ndre p\u00e5 typerne af beregnede data eller beregningskomponenter, eller p\u00e5 naturen af dataflowet der g\u00e5r gennem enheden. FPGA'er giver dig mulighed for at ombestemme dig, hvis arbejdsbetingelserne \u00e6ndrer sig.<\/p>\n

Tidligere var denne fordel dyr at opn\u00e5, n\u00e5r programmering til FPGA var for dem med svage nerver. Det kr\u00e6ver at \u00e5bne FPGA-compilerne, s\u00e5 de bedre integreres med de v\u00e6rkt\u00f8jer, som programm\u00f8rer bruger til at skabe applikationer med parallelle beregninger for CPU p\u00e5 sprog som C, C++ eller Python, og dele noget af arbejdet med biblioteker, der fremskynder procedurer p\u00e5 FPGA. Dette er, hvad Vitis ML-stakken g\u00f8r, som ligger til grund for s\u00e5danne ML-platforme som Caffe og TensorFlow, og har biblioteker til at k\u00f8re almindelige AI-modeller eller tilf\u00f8je FPGA's kapabiliteter til opgaver som videokodning, objektgenkendelse i video, dataanalyse, risikostyring og enhver tredjeparts biblioteker.<\/p>\n

Dette koncept adskiller sig ikke meget fra Nvidias CUDA-projekt, der blev lanceret for ti \u00e5r siden og overf\u00f8rer parallelle beregninger til GPU-acceleratorer, eller fra AMD's ROCm-v\u00e6rkt\u00f8jssuite, eller fra Intel's OneAPI-projekt, der skal fungere p\u00e5 forskellige CPU'er, GPU'er og FPGA'er.<\/p>\n

Sp\u00f8rgsm\u00e5let er blot, hvordan alle disse v\u00e6rkt\u00f8jer vil blive bundet sammen, s\u00e5 enhver kan programmere et s\u00e6t beregningsressourcer efter eget valg. Dette er vigtigt, fordi FPGA'er er blevet meget mere komplekse end nogen af de tilg\u00e6ngelige CPU'er. De fremstilles med de mest avancerede nanoteknologiske processer og ved hj\u00e6lp af de mest moderne chippakningsteknologier. Og de vil finde deres niche, da vi ikke l\u00e6ngere har r\u00e5d til at spilde tid, penge, energi og intellekt \u2013 alle disse er alt for dyre ressourcer.<\/p>\n

\u201eFPGA tilbyder teknologiske fordele,\u201c siger Bolesens. \u201eOg det er ikke bare almindelig reklame for deres tilpasningsevne og omkonfigurerbarhed. I alle vigtige anvendelser \u2013 maskinl\u00e6ring, grafanalyse, h\u00f8jhastighedshandel osv. \u2013 har de mulighed for at tilpasse ikke kun datavelden, men ogs\u00e5 hukommelsesarkitekturen til den specifikke opgave \u2013 hvordan data bev\u00e6ger sig inden for chippen. Desuden er der meget mere hukommelse integreret i FPGA'er end i andre enheder. Det skal ogs\u00e5 bem\u00e6rkes, at hvis opgaven ikke kan passes ind i \u00e9n FPGA, kan den skaleres over flere chips uden at m\u00f8de de problemer, man ville opleve ved at skalere opgaver over flere CPU'er eller GPU'er.\u201c
\n
Kilde: habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u041d\u0435 \u043d\u0443\u0436\u043d\u043e \u0431\u044b\u0442\u044c \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u043e\u043c \u0447\u0438\u043f\u043e\u0432, \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0434\u043b\u044f FPGA, \u043a\u0430\u043a \u043d\u0435 \u043d\u0443\u0436\u043d\u043e \u0431\u044b\u0442\u044c \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u0438\u0441\u0442\u043e\u043c \u043d\u0430 \u0421++, \u0447\u0442\u043e\u0431\u044b \u043f\u0438\u0441\u0430\u0442\u044c \u043a\u043e\u0434 \u043d\u0430 Java. \u041e\u0434\u043d\u0430\u043a\u043e \u0432 \u043e\u0431\u043e\u0438\u0445 \u0441\u043b\u0443\u0447\u0430\u044f\u0445, \u0432\u0435\u0440\u043e\u044f\u0442\u043d\u043e, \u044d\u0442\u043e \u0431\u0443\u0434\u0435\u0442 \u043d\u0435 \u043b\u0438\u0448\u043d\u0438\u043c. \u0426\u0435\u043b\u044c \u043a\u043e\u043c\u043c\u0435\u0440\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u043e\u0431\u0435\u0438\u0445 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0439, Java \u0438 FPGA, \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e\u0431\u044b \u043e\u043f\u0440\u043e\u0432\u0435\u0440\u0433\u043d\u0443\u0442\u044c \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0435\u0435 \u0437\u0430\u044f\u0432\u043b\u0435\u043d\u0438\u0435. \u0425\u043e\u0440\u043e\u0448\u0438\u0435 \u043d\u043e\u0432\u043e\u0441\u0442\u0438 \u0434\u043b\u044f FPGA \u2013 \u0441 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0449\u0438\u0445 \u0443\u0440\u043e\u0432\u043d\u0435\u0439 \u0430\u0431\u0441\u0442\u0440\u0430\u043a\u0446\u0438\u0438 \u0438 \u043d\u0430\u0431\u043e\u0440\u0430 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":56074,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-56073","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Uundg\u00e5eligheden af FPGA'ers indtr\u00e6ngen i datacentre | ProHoster","description":"Man beh\u00f8ver ikke at v\u00e6re chipudvikler for at.","canonical_url":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/neizbezhnost-proniknoveniya-fpga-v-data-tsentry","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"da_DK","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041d\u0435\u0438\u0437\u0431\u0435\u0436\u043d\u043e\u0441\u0442\u044c \u043f\u0440\u043e\u043d\u0438\u043a\u043d\u043e\u0432\u0435\u043d\u0438\u044f FPGA \u0432 \u0434\u0430\u0442\u0430-\u0446\u0435\u043d\u0442\u0440\u044b | ProHoster","og:description":"\u041d\u0435 \u043d\u0443\u0436\u043d\u043e \u0431\u044b\u0442\u044c \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u043e\u043c \u0447\u0438\u043f\u043e\u0432, \u0447\u0442\u043e\u0431\u044b.","og:url":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/neizbezhnost-proniknoveniya-fpga-v-data-tsentry","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-02-03T21:00:00+00:00","article:modified_time":"2020-02-18T11:04:16+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"56073","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 19:31:43","updated":"2026-02-09 17:11:04","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts\/56073","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/comments?post=56073"}],"version-history":[{"count":2,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts\/56073\/revisions"}],"predecessor-version":[{"id":164535,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts\/56073\/revisions\/164535"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/media\/56074"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/media?parent=56073"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/categories?post=56073"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/tags?post=56073"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}