新架构让超大型数据中心加快采用FPGA
2016-11-30 13:55:06来源:智能电子集成
[摘要] 新方案瞄准云服务供应商。据表示,该方案将加速超大型数据中心主流应用对赛灵思FPGA的采用。
在热门的机器学习、数据分析和视频转码等高性能计算应用中,基于FPGA的方案又向前跨进了一步,赛灵思(Xilinx, Inc.)的可重配置加速堆栈方案据比x86服务器CPU高出40倍;比竞争型FPGA方案高出6倍。
新方案瞄准云服务供应商。据表示,该方案将加速超大型数据中心主流应用对赛灵思FPGA的采用。
通过动态可重配置技术,赛灵思为各种需要高性能计算的工作负载(如机器学习、数据分析、视频转码等)实现可芯片级优化。通过切换至最佳设计比特流,对这些工作负载的优化仅需几毫秒即可完成。
赛灵思表示,其可重配置加速堆栈包括针对云计算工作负载而设计的数学函数库、集成主要框架的应用函数库(如用于机器学习的Caffe)、面向高密度服务器的PCIe开发板和参考设计,以及OpenStack支持套件,使赛灵思FPGA加速器便于进行配置和管理。
市场研究公司 Moor Insights & Strategy 机器学习部门的资深分析师 Karl Freund 表示:“灵活性和功能速度,也就是能够通过软件快速添加新功能的能力, 对超大规模且复杂多变的应用环境至关重要。正如赛灵思所主张的那样,随着算法的发展演进,能实时进行重新配置并优化的加速器,在超大规模环境中拥有极富吸引力的优势。”
新方案瞄准云服务供应商。据表示,该方案将加速超大型数据中心主流应用对赛灵思FPGA的采用。
通过动态可重配置技术,赛灵思为各种需要高性能计算的工作负载(如机器学习、数据分析、视频转码等)实现可芯片级优化。通过切换至最佳设计比特流,对这些工作负载的优化仅需几毫秒即可完成。
赛灵思表示,其可重配置加速堆栈包括针对云计算工作负载而设计的数学函数库、集成主要框架的应用函数库(如用于机器学习的Caffe)、面向高密度服务器的PCIe开发板和参考设计,以及OpenStack支持套件,使赛灵思FPGA加速器便于进行配置和管理。
市场研究公司 Moor Insights & Strategy 机器学习部门的资深分析师 Karl Freund 表示:“灵活性和功能速度,也就是能够通过软件快速添加新功能的能力, 对超大规模且复杂多变的应用环境至关重要。正如赛灵思所主张的那样,随着算法的发展演进,能实时进行重新配置并优化的加速器,在超大规模环境中拥有极富吸引力的优势。”
[责任编辑:Joy Teng]
《安防知识网》一个服务号 二个订阅号 微信服务全面升级
不得转载声明: 凡文章来源标明“安防知识网”的文章著作权均为本站所有,禁止转载,除非取得了著作权人的书面同意且注明出处。违者本网保留追究相关法律责任的权利。
-
NVIDIA针对大规模数据分析和机器学习推出RAPIDS开源GPU加速平台
2018年10月10日,NVIDIA今日发布了一款针对数据科学和机器学习的GPU加速平台,该平台已为多个行业领先者所采用,并能帮助超大规模公司以前所未有的速度分析海量数据并进行精准的业务预测。