菲数科技以“FPGA+云”助力高性能计算.doc

《菲数科技以“FPGA+云”助力高性能计算.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、菲数科技以“FPGA+云”助力高性能计算　　从CPU到CPU+，从+GPU到+FPGA　　随着通用处理器(CPU)的摩尔定律已入暮年，从美国的微软、亚马逊到中国的BAT、华为，几乎所有的互联网巨头们都在补充他们的标准服务器芯片——CPU，使用可替代的硅来追赶在人工智能领域的急速变化。2012年，微软开始将支撑了通讯行业二十年高速发展的可编程芯片，即FPGA用在其搜索业务——Bings上，且公布FPGA相比于CPU在处理Bing的自定义算法时快出40倍，整个系统比Bing现有的系统快出两倍，因此其可以将当前已经投入

2、使用的服务器数量减少一半。甚至在接下来的几年里，几乎任何一个新的微软服务都会包含一个FPGA。　　菲数科技以“FPGA+云”助力高性能计算　　从CPU到CPU+，从+GPU到+FPGA　　随着通用处理器(CPU)的摩尔定律已入暮年，从美国的微软、亚马逊到中国的BAT、华为，几乎所有的互联网巨头们都在补充他们的标准服务器芯片——CPU，使用可替代的硅来追赶在人工智能领域的急速变化。2012年，微软开始将支撑了通讯行业二十年高速发展的可编程芯片，即FPGA用在其搜索业务——Bings上，且公布FPGA相比于CPU在处

3、理Bing的自定义算法时快出40倍，整个系统比Bing现有的系统快出两倍，因此其可以将当前已经投入使用的服务器数量减少一半。甚至在接下来的几年里，几乎任何一个新的微软服务都会包含一个FPGA。　　　　那么这个所谓的可编程芯片到底是什么？据菲数科技创始人兼CEO王文华介绍，2017年是全球超大规模数据中心的“爆发年”，全年新增超大规模数据中心90余个，总数量超过390个。且2018年也没有丝毫放缓的迹象。如此海量数据需要计算机高速计算各种矩阵运算、图像处理、机器学习、压缩、非对称加密、搜索排序等。即数据中心优先于人

4、工智能发展，这一点也得到了目前在FPGA领域一枝独秀的赛灵思的支持。今年3月，其新上任的CEOVictorPeng在采访中表示，赛灵思已经把数据中心优先放在其三大战略重点的首位。　　而传统计算机中无论是CPU，还是作为协处理器的GPU，都属于冯•诺依曼结构，即指令译码执行、共享内存。但由于指令流的控制逻辑复杂，不可能有太多条独立的指令流。为每一个新问题开发专用的芯片又成本过高，因此，这对硬件算力的性能存在着极大的挑战。　　在以通用处理器计算和特定目的的协处理器计算混合异构工作中，作为有着更加高效的数据处理能力和基

5、础架构的FPGA，则延续了以“CPU+GPU”的第一代异构计算，形成了“CPU+FPGA”的第二代异构计算。其逻辑是在每一个服务器与基础网络连接的地方部署可编程芯片，在数据到达服务器之前提前一步处理它们。　　FPGA+云VSFPGA+端，C端市场VS数据中心　　自成立起便定位于异构计算领域的菲数科技，也是国内最早一批专注于云端异构加速、高性能计算的创业公司，其CEO王文华表示，看好FPGA在异构领域的发展主要是基于以下几个原因。　　首先，FPGA之所以比CPU甚至GPU能效高，本质上是无指令、无需共享内存的体系结

6、构带来的福利。其每个逻辑单元的功能在重编程时就已经确定，不需要指令;其次，对比GPU几乎只有的数据并行，FPGA则同时拥有流水线并行和数据并行，可以根据处理数据包的步骤搭建出不同流水线，在GPU的计算单元都按照统一步调做相同事情时，FPGA早就已经分散的处理完了;而即使是吞吐量、延迟和功耗三方面都可一战的ASIC专用芯片，FPGA也因其可以快速更新逻辑、可编程的万能部署、保持不同服务器不同加速卡的同构性等优势，解决了前者研发成本高、周期长等问题，在瞬息万变的人工智能领域减少了投资风险。　　比起目前业内为数不多叫得

7、上名字的创企，如深鉴、地平线等将FPGA的业务应用在端，即偏向C端的市场化，菲数科技的业务重心则在是FPGA+云，专注于数据中心的异构加速解决方案，产品形态包括硬件加速板卡和FPGA加速IP。除了以单个产品切入数据中心的大型B端企业外，菲数已经形成了从硬件板卡，FPGAIP方案到用户API的完整产品方案。　　对此，王文华解释到，C端市场与数据中心是完全不同的市场，虽然都采用FPGA进行加速，数据中心更多的是关注性能，而C端更多的是关注功耗和成本。因此，FPGA在广阔的C端市场面临着众多ASIC解决方案的激烈竞争，

8、而在数据中心则具有独特的优势。　　首先，FPGA丰富的互联接口既适应于数据中心多样性的业务，也适应于新硬件的引入，如ssd硬盘或是HBM内存等等，具有良好的拓展性;同时它的可重构性，也使得它可以在相同的硬件上实现不同的加速功能。这让其很好的避免了因业务方向发生变化而被淘汰的情况，减少硬件投资试错成本;其次，FPGA不需要指令，稳定而又极低的延迟，也适用于流式的计算密集型任