تاسو اړتیا نلرئ د FPGAs لپاره برنامه کولو لپاره چپ ډیزاینر اوسئ ، لکه څنګه چې تاسو اړتیا نلرئ په جاوا کې د کوډ لیکلو لپاره C++ پروګرامر اوسئ. په هرصورت، په دواړو حالتونو کې دا ممکن ګټور وي.
د جاوا او FPGA ټیکنالوژیو سوداګریز کولو هدف د وروستي ادعا رد کول دي. د FPGAs لپاره ښه خبر - په تیرو 35 کلونو کې د برنامه وړ منطق وسیلې له ایجاد راهیسې د سم خلاصون پرتونو او اوزار سیټ کارول ، د CPUs ، DSPs ، GPUs یا د دودیز ASICs کوم بل ډول پرځای د FPGAs لپاره الګوریتمونه او ډیټا جریان رامینځته شوي. په زیاتیدونکې توګه عام.
د دوی د رامینځته کولو حیرانونکي مهال ویش په حقیقت کې څرګند دی کله چې CPUs نور نشي کولی د ډیری دندو ترسره کولو لپاره د ډیټا مرکزونو یوازینۍ کمپیوټري ماډل پاتې شي - د مختلف دلیلونو لپاره - FPGAs خپل تاثیر ترلاسه کړ ، د سرعت وړاندیز کول ، ټیټ ځنډ ، د شبکې وړتیاوې. او حافظه - د عصري FPGA SoCs متفاوت کمپیوټري وړتیاوې ، کوم چې نږدې بشپړ کمپیوټري سیسټمونه دي. په هرصورت، FPGAs هم په بریالیتوب سره په هایبرډ سیسټمونو کې د نورو وسیلو سره یوځای شوي، او زموږ په نظر، دوی یوازې د کمپیوټر په درجه بندي کې د دوی سم ځای موندلو لپاره پیل کوي.
له همدې امله موږ د جنوري په 22 په سان جوز کې د راتلونکي FPGA پلیټ فارم کنفرانس تنظیم کړ. په طبیعي ډول ، په نړۍ کې د FPGA یو له اصلي عرضه کونکو څخه او پدې برخه کې مخکښ دی Xilinx. Ivo Bolsens، په Xilinx کې د رییس مرستیال او د ټیکنالوژۍ لوی رییس، په کنفرانس کې خبرې وکړې او نن یې موږ ته خپل نظرونه راکړل چې څنګه Xilinx د ډیټا مرکزونو لپاره د بدلون وړ کمپیوټر سیسټمونو رامینځته کولو کې مرسته کوي.
دا د سیسټم معمارانو او پروګرام کونکو ډیر وخت نیولی ترڅو د متفاوت ډیټا مرکز سره راشي، کوم چې به د کمپیوټر بریښنا بیلابیل ډولونه وړاندې کړي چې د کمپیوټر، ذخیره کولو او شبکې ستونزې حل کړي. دا د دې حقیقت له امله اړین بریښي چې د مختلف CMOS وسیلو په کارولو سره د مور قانون تعقیب کول خورا ستونزمن کیږي. د اوس لپاره، زموږ ژبه لاهم د CPU متمرکزه ده، او موږ لاهم د "اپلیکیشن سرعت" په اړه خبرې کوو، پدې معنی چې د پروګرامونو جوړول د هغه څه په پرتله چې یوازې په CPUs کې ترسره کیدی شي ښه پرمخ ځي. د وخت په تیریدو سره، د معلوماتو مرکزونه به د کمپیوټري ځواک، ډیټا ذخیره کولو، او پروتوکولونو ټولګه شي چې هرڅه سره یوځای کوي، او موږ به د "کمپیوټینګ" او "اپلیکیشنونو" په څیر شرایطو ته بیرته راستانه شو. هایبرډ کمپیوټري به د نن ورځې کلاوډ خدماتو په څیر نورمال شي لکه په ډیسټاپ یا مجازی ماشینونو کې ، او په یو وخت کې به موږ په ساده ډول د "کمپیوټینګ" کلمه وکاروو ترڅو تشریح کړو چې دوی څنګه کار کوي. په یو وخت کې - او احتمال لري چې FPGAs به پدې دوره کې پیل کولو کې مرسته وکړي - موږ به دا بیا د ډیټا پروسس کولو ته ووایو.
د معلوماتو مرکزونو کې د FPGAs غوره کول به په ذهنیت کې بدلون ته اړتیا ولري. "کله چې د نن ورځې غوښتنلیکونو ګړندي کولو لارو په اړه فکر کوئ ، تاسو باید اساساتو ته ورشئ چې دوی څنګه پرمخ ځي ، کومې سرچینې کارول کیږي ، چیرې وخت مصرف کیږي ،" بولسن تشریح کوي. - تاسو اړتیا لرئ هغه عمومي ستونزه مطالعه کړئ چې تاسو یې د حل کولو هڅه کوئ. ډیری غوښتنلیکونه چې نن ورځ د ډیټا مرکزونو کې روان دي د لوی مقدار سرچینو مصرفولو لپاره پیمانه کوي. د ماشین زده کړه واخلئ، د بیلګې په توګه، کوم چې د کمپیوټر نوډونو لوی شمیر کاروي. مګر کله چې موږ د سرعت په اړه خبرې کوو، موږ باید نه یوازې د کمپیوټري سرعت په اړه فکر وکړو، بلکې د زیربنا د چټکتیا په اړه هم فکر وکړو.
د مثال په توګه، د ماشین زده کړې عملیاتونو کې چې بولسن په عمل کې مطالعه کړې، نږدې 50٪ وخت د منتشر کمپیوټري ځواک ترمنځ د معلوماتو په لیږدولو کې مصرف کیږي، او یوازې پاتې نیمایي وخت پخپله محاسبه کې مصرف کیږي.
"دا هغه ځای دی چې زه فکر کوم FPGA کولی شي مرسته وکړي، ځکه چې موږ کولی شو ډاډ ترلاسه کړو چې د غوښتنلیک کمپیوټري او ارتباطي اړخونه ښه شوي. او موږ کولی شو دا د ټولیز زیربناوو په کچه، او د چپ په کچه ترسره کړو. دا د FPGAs یو له لویو ګټو څخه دی، تاسو ته اجازه درکوي د ځانګړي غوښتنلیک اړتیاو لپاره د مخابراتو شبکې رامینځته کړئ. د AI کاري بارونو کې د ډیټا خوځښت عادي نمونو پراساس ، زه د پیچلي سویچ پراساس جوړښت ته اړتیا نه ګورم. تاسو کولی شئ د لوی ډیټا جریان سره شبکه جوړه کړئ. ورته د عصبي شبکې روزنې کارونو باندې پلي کیږي - تاسو کولی شئ د پیکټ اندازې سره میش شبکه جوړه کړئ چې د ځانګړي دندې سره تطابق کوي. د FPGA په کارولو سره، د ډیټا لیږد پروتوکولونه او د سرکټ ټوپولوژی په خورا دقیق ډول اندازه کیدی شي او د یو ځانګړي غوښتنلیک سره سمون لري. او د ماشین زده کړې په حالت کې ، دا هم روښانه ده چې موږ دوه ځله دقیق فلوټینګ پوائنټ شمیرو ته اړتیا نلرو ، او موږ کولی شو هغه هم تنظیم کړو.
د FPGA او CPU یا دودیز ASIC ترمینځ توپیر دا دی چې وروستی په فابریکه کې برنامه شوي ، او له هغې وروسته تاسو نور نشئ کولی د ډیټا ډولونو یا عناصرو محاسبه کولو یا د ډیټا نوعیت په اړه خپل فکر بدل کړئ. د وسیلې له لارې جریان. FPGAs تاسو ته اجازه درکوي خپل فکر بدل کړئ که چیرې عملیاتي شرایط بدل شي.
په تیرو وختونو کې، دا ګټه په لګښت کې راغله، کله چې د FPGA برنامه کول د زړه بې هوښه لپاره نه و. اړتیا دا ده چې د FPGA تالیف کونکي خلاص کړئ ترڅو د وسیلو سره ښه مدغم شي چې پروګرام کونکي یې په C ، C++ یا Python کې د CPU- موازي غوښتنلیکونو لیکلو لپاره کاروي ، او کتابتونونو ته ځینې کار بهر کړي چې په FPGAs کې پروسیجرونه ګړندي کوي. دا هغه څه دي چې د Vitis ماشین زده کړې سټیک کوي، د ML پلیټ فارمونو لکه Caffe او TensorFlow ځواک ورکوي، د دودیز AI ماډلونو چلولو لپاره کتابتونونو سره یا د ویډیو ټرانسکوډینګ، ویډیو اعتراض پیژندنه، او ډیټا تحلیل په څیر کارونو کې د FPGA وړتیاوې اضافه کوي، د مالي خطر مدیریت او کوم دریم - ګوندي کتابتونونه.
دا مفهوم د Nvidia د CUDA پروژې څخه ډیر توپیر نلري ، چې یوه لسیزه دمخه پیل شوې ، کوم چې د GPU سرعت کونکو ته موازي کمپیوټري اپلوډ کوي ، یا د AMD ROCm Toolkit څخه ، یا د Intel OneAPI پروژې ژمنې څخه ، کوم چې باید په مختلف CPUs ، GPUs او FPGA چلیږي.
یوازینۍ پوښتنه دا ده چې دا ټول وسیلې به څنګه یو له بل سره وصل شي ترڅو هرڅوک وکولی شي د دوی په اختیار کې د کمپیوټري ځواک سیټ برنامه کړي. دا مهمه ده ځکه چې FPGAs ډیر پیچلي شوي، د هر یو موجود CPUs په پرتله خورا پیچلي دي. دوی د خورا پرمختللي تولیدي پروسو او خورا عصري چپ بسته کولو ټیکنالوژیو په کارولو سره تولید شوي. او دوی به خپل ځای ومومي، ځکه چې موږ نور نشو کولی وخت، پیسې، انرژي او استخبارات ضایع کړو - دا ټول خورا ګران سرچینې دي.
"FPGAs تخنیکي ګټې وړاندیز کوي ،" بولسن وايي. - او دا یوازې د تطبیق او بیا تنظیم کولو په اړه معمول اعلانونه ندي. په ټولو مهمو غوښتنلیکونو کې - د ماشین زده کړه، د ګراف تحلیل، د لوړ سرعت تجارت، او نور. - دوی د دې وړتیا لري چې یو ځانګړي دندې سره نه یوازې د ډیټا توزیع لاره ، بلکه د حافظې جوړښت هم تنظیم کړي - څنګه چې ډاټا په چپ کې حرکت کوي. FPGAs هم د نورو وسیلو په پرتله خورا ډیر حافظه لري. دا هم باید په پام کې ونیول شي چې که چیرې یو کار په یو FPGA کې مناسب نه وي ، تاسو کولی شئ دا په ډیری چپسونو کې اندازه کړئ پرته لدې چې د زیانونو سره مخ شئ چې تاسو ته په ډیری CPUs یا GPUs کې د کارونو اندازه کولو په وخت کې انتظار باسي.
سرچینه: www.habr.com