Anjeun teu kedah janten desainer chip pikeun program pikeun FPGAs, kawas anjeun teu perlu programmer C ++ pikeun nulis kode dina Java. Sanajan kitu, dina duanana kasus eta meureun bakal mangpaat.
Tujuan komersialisasi téknologi Java sareng FPGA nyaéta pikeun ngabantah klaim anu terakhir. Warta alus pikeun FPGAs - ngagunakeun lapisan abstraksi katuhu jeung toolset, dina panungtungan 35 taun saprak penemuan alat logika programmable, nyieun algoritma jeung aliran data pikeun FPGAs tinimbang CPUs, DSPs, GPUs atawa formulir séjén tina ASICs custom geus jadi. beuki umum. gampang.
Ketepatan waktu anu luar biasa tina nyiptakeunana dibuktikeun dina kanyataan yén nalika CPU henteu tiasa tetep janten hiji-hijina modul komputasi pusat data pikeun ngalaksanakeun seueur tugas - kusabab sababaraha alesan - FPGA ngahontal éféktivitasna, nawiskeun kagancangan, latency rendah, kamampuan jaringan. jeung memori - kamampuhan komputasi hétérogén SoCs FPGA modern, nu ampir pinuh-fledged sistem komputasi. Nanging, FPGA ogé suksés digabungkeun sareng alat-alat sanés dina sistem hibrida, sareng, dina pamanggih kami, aranjeunna nembé mimiti mendakan tempat anu leres dina hierarki komputasi.
Éta sababna urang ngayakeun konferensi The Next FPGA Platform di San Jose dina 22 Januari. Alami, salah sahiji panyadia FPGA utama di dunya sareng pelopor di daérah ieu nyaéta Xilinx. Ivo Bolsens, wakil présidén senior sareng kepala perwira téknologi di Xilinx, nyarios dina konperénsi éta sareng masihan urang pikiran ayeuna ngeunaan kumaha Xilinx ngabantosan nyiptakeun sistem komputasi anu tiasa dirobih pikeun pusat data.
Butuh waktu pikeun arsiték sistem sareng programer pikeun ngahasilkeun pusat data anu hétérogén, anu bakal nampilkeun sababaraha jinis kakuatan komputer anu ngabéréskeun masalah dina komputasi, neundeun sareng jaringan. Ieu sigana diperlukeun alatan kanyataan yén éta jadi beuki hese nuturkeun Hukum Moore urang ngagunakeun rupa-rupa alat CMOS. Pikeun ayeuna mah, basa urang masih CPU-centric, sarta kami masih ngobrol ngeunaan "akselerasi aplikasi," hartina nyieun program ngajalankeun hadé ti naon bisa dipigawé dina CPUs nyalira. Kana waktosna, pusat data bakal janten kumpulan kakuatan komputasi, panyimpen data, sareng protokol anu ngahijikeun sadayana, sareng urang bakal uih deui kana istilah sapertos "komputasi" sareng "aplikasi". Komputasi hibrid bakal janten normal sapertos jasa awan ayeuna dijalankeun dina desktop atanapi mesin virtual, sareng di sababaraha waktos urang ngan saukur nganggo kecap "komputasi" pikeun ngajelaskeun kumaha aranjeunna jalanna. Dina sababaraha waktos - sareng kamungkinan yén FPGA bakal ngabantosan dina jaman ieu - kami bakal nyebat deui ngolah data.
Ngadopsi FPGA di pusat data ngabutuhkeun parobahan pola pikir. "Nalika mikirkeun cara pikeun nyepetkeun aplikasi ayeuna, anjeun kedah tumut kana dasar-dasar kumaha aranjeunna ngajalankeun, sumber daya naon anu dianggo, dimana waktosna dianggo," jelas Bolsens. – Anjeun kudu diajar masalah umum nu Anjeun coba pikeun ngajawab. Seueur aplikasi anu dijalankeun di pusat data ayeuna skala pikeun meakeun sumber daya anu ageung. Candak learning mesin, contona, anu ngagunakeun jumlah badag titik komputasi. Tapi nalika urang ngobrol ngeunaan akselerasi, urang kedah mikir henteu ngan ukur nyepetkeun komputasi, tapi ogé ngeunaan nyepetkeun infrastruktur.
Contona, dina jenis operasi machine learning nu Bolsens diulik dina prakna, kurang leuwih 50% tina waktu anu spent mindahkeun data deui mudik antara kakuatan komputasi dispersed, sarta ngan sésana satengah waktu spent dina itungan sorangan.
"Ieu dimana kuring nyangka FPGA tiasa ngabantosan, sabab urang tiasa mastikeun yén aspék komputasi sareng komunikasi aplikasina dioptimalkeun. Sareng urang tiasa ngalakukeun ieu dina tingkat infrastruktur sadayana, sareng dina tingkat chip. Ieu salah sahiji kaunggulan hébat FPGAs, ngidinan Anjeun pikeun nyieun jaringan komunikasi pikeun kaperluan aplikasi husus. Dumasar kana pola has gerakan data dina beban kerja AI, kuring henteu ningali kabutuhan arsitektur dumasar-switch anu kompleks. Anjeun tiasa ngawangun jaringan kalayan aliran data anu ageung. Hal anu sami lumaku pikeun tugas latihan jaringan saraf - anjeun tiasa ngawangun jaringan bolong kalayan ukuran pakét anu adaptasi sareng tugas khusus. Nganggo FPGA, protokol transfer data sareng topologi sirkuit tiasa diskalakeun pisan sareng disaluyukeun sareng aplikasi khusus. Sareng dina hal diajar mesin, éta ogé écés yén urang henteu peryogi nomer titik floating precision ganda, sareng urang ogé tiasa nyaluyukeun éta.
Beda antara FPGA sareng CPU atanapi ASIC khusus nyaéta anu terakhir diprogram di pabrik, sareng saatos éta anjeun henteu tiasa deui ngarobih pikiran ngeunaan jinis data anu diitung atanapi unsur anu diitung, atanapi ngeunaan sifat data. ngalir ngaliwatan alat. FPGA ngamungkinkeun anjeun ngarobih pikiran upami kaayaan operasi robih.
Baheula, kaunggulan ieu sumping kalayan biaya, nalika pemrograman FPGA sanés pikeun jalma anu lemah. Peryogikeun nyaéta pikeun muka kompiler FPGA pikeun ngahijikeun langkung saé sareng alat anu dianggo ku programer pikeun nyerat aplikasi paralel CPU dina C, C ++, atanapi Python, sareng nga-outsource sababaraha padamelan ka perpustakaan anu nyepetkeun prosedur dina FPGA. Ieu naon anu dilakukeun ku tumpukan pembelajaran mesin Vitis, nguatkeun platform ML sapertos Caffe sareng TensorFlow, kalayan perpustakaan pikeun ngajalankeun modél AI konvensional atanapi nambihan kamampuan FPGA kana tugas sapertos transcoding video, pangakuan objek video, sareng analitik data. , manajemén résiko kauangan sareng katilu mana waé. -perpustakaan pihak.
Konsep ieu teu jauh béda ti proyék CUDA Nvidia, diluncurkeun dasawarsa ka tukang, nu offloads komputasi paralel ka akselerator GPU, atawa tina toolkit ROCm AMD, atawa tina jangji proyék OneAPI Intel urang, nu kedah ngajalankeun on CPU béda, GPUs na FPGA.
Hiji-hijina patarosan nyaéta kumaha sadaya alat ieu bakal dihubungkeun babarengan supados saha waé tiasa ngaprogram sakumpulan kakuatan komputasi dina kawijaksanaanana. Ieu penting sabab FPGAs geus jadi leuwih kompleks, leuwih kompleks tinimbang salah sahiji CPUs sadia. Éta diproduksi nganggo prosés manufaktur anu paling canggih sareng téknologi bungkusan chip anu paling modéren. Sareng aranjeunna bakal mendakan cerukna, sabab urang henteu tiasa deui miceunan waktos, artos, tanaga sareng intelijen - sadayana ieu sumber daya anu mahal teuing.
"FPGAs nawiskeun kaunggulan téhnologis," nyebutkeun Bolsens. - Sareng ieu sanés ngan ukur iklan biasa ngeunaan adaptability sareng reconfigurability. Dina sagala aplikasi penting - learning mesin, analisis grafik, dagang-speed tinggi, jsb. - aranjeunna gaduh kamampuhan pikeun adaptasi jeung tugas husus teu ukur jalur distribusi data, tapi ogé arsitektur memori - kumaha data ngalir dina chip. FPGA ogé ngagaduhan langkung seueur mémori anu diwangun kana éta tibatan alat anu sanés. Éta ogé kedah diperhatoskeun yén upami hiji tugas henteu pas kana hiji FPGA, anjeun tiasa ngaskalakeun kana sababaraha chip tanpa mendakan kalemahan anu ngantosan anjeun nalika skala tugas dina sababaraha CPU atanapi GPU.
sumber: www.habr.com