回顾2012年,整个通信行业都在期待4G浪潮的来临,4G时代曾提出连接全球50亿个物品,而5G时代更要构建1000亿海量连接世界,5G物联网云还将与云计算和大数据技术结合,使得整个社会充分智能化,将人类带到一个数字化的世界。
在数字化的联网世界里,数据也将呈现指数型增长。有资料显示,到2020年,平均每位互联网用户每天将会产生1.5GB数据流量,自动驾驶汽车每天将会产生4TB数据流量,联网飞机每天将会产生5TB数据流量,智能工厂每天将会产生1PB数据流量,云视频提供商每天将会生成750PB视频类的数据流量。(1PB=1024TB)
目前,全世界有80亿个终端联网,到2020年将会有500亿个终端联网,与此同时,未来联网设备将会需要更宽的带宽。
据思科预测,到2020年,联网IP流量将会达到2300EB(1EB=1024PB)。这时,数据中心会与终端连接,形成一个良性循环,而物联网的发展将会加速这一循环,使得网络将必须在更高的速度上处理更多数据,数据中心也需要做更复杂的计算,处理更大的数据级,嵌入式终端和设备也要做很多本地计算。另外,数据中心还需要应对更多具有挑战性的负载,例如大数据分析和机器学习,这又将会在整个循环中产生很多数据瓶颈和计算热点,这些均使得CPU无法单独应对。
那么面对上述问题人类又该如何应对呢?正是为了解决这些问题,才有了FPGA(Field Programmable Gate Array,现场可编程门阵列)的应运而生。近日,“英特尔精尖制造日”在北京举办。在英特尔可编程解决方案事业部媒体见面会上,可编程解决方案事业部副总裁兼客户体验事业部总经理Rina Raman女士通过一系列数据及真实案例,分享了英特尔FPGA取得的成就。
FPGA的优势在于,利用FPGA系统设计不会被锁定,开发时间大大缩短,相比一些专用硬件来说也更具灵活性。Rina Raman介绍说,目前英特尔FPGA针对目前应用最早、转型最厉害的六个全球市场,即5G无线通讯、雷达、航天、网络、云计算、智慧城市和无人驾驶车辆。无论哪个市场,实际上它们都面临着同样的挑战,就是连接的数量以及计算的复杂度都在不断地增长。
以5G为例,目前整个行业都在朝着5G通讯时代迈进,5G时代构建的海量连接世界将需要更大的带宽,更复杂的数字信号处理能力。但是目前5G的标准并没有最终确定,所以我们无从得知5G把消费者和物联网的终端连接到云以后会出现怎样的用力。Rina Raman谈到,目前英特尔处在一个非常独特的位置,能够帮助客户应对5G所带来的挑战,如固定功能和软件、硬件、可编程的终端,还有端到端的解决方案,在整个良性循环中的每一节点,都需要一个成熟的解决方案。针对5G网络,英特尔FPGA可加速MIMO天线的计算和基带的信号处理、安全,还有其它一些可能会制约发展的网络功能。
除了直接采用FPGA的产品,CPU+FPGA架构也是业界用得非常多的一种搭配。英特尔CPU+FPGA就能取代这些专有架构,并提供本地计算、连接和分析的能力,只需要通过加速几个关键的功能就能实现。
值得一提的是,用户可以将众多数据孤岛放到一个单一的英特尔架构上,搭配FPGA环境以及5G网络。这样可以大幅降低开发成本以及错误率,同时具备数据分析和机器学习的能力,由此便可以全面了解网络所产生的数据究竟可以带给客户什么,从而帮助客户做出更加明智的决定。
FPGA对异构计算及架构来说无疑是至关重要的。我们可以将FPGA想象成一种先进的多功能加速,一方面为编程带来最大的灵活性,支持高度差异化产品;另一方面还可以在现场进行重新配置,虚拟加速任何数字的算法,且支持并行运算。因此FPGA特别适合未来计算的世界,更重要的是其性能从吞吐量、实施的速度和能耗的角度来说,都比CPU或GPU优异十倍。
FPGA在异构计算中具体有两种加速形式,即旁路加速和内建加速。旁路加速可以将重度计算功能转移到FPGA上,从而释放处理器去处理其他功能;而如果时延比较重要,则可以进行内建加速,从而通过FPGA的多功能性带来更好的网络存储和计算的加速。另外,英特尔FPGA产品在数据库加速、基因测序、存储及云端已经有具体的应用,并且达到了很好的效果。
Altera并入英特尔并成为英特尔PSG事业部,获得了英特尔领先业界三年的制程技术,并带来更大的容量和更快的速度。据悉,最新的STRATIX10高端芯片已经有样片,ARRIA10产品也在全面生产,而CYCLONE10和MAX10已经可以大量出货。
下一代基于英特尔10nm制程的新FPGA产品——FalconMesa,使用英特尔10nm制程及世界最先进的FINFET技术,也是第二代使用HyperFlex和基于EMIB异构SIP(EMIB是英特尔的接口规范)的产品。新产品会支持下一代HBM,转换速率达112Gbps,还支持PCIe 4x16,从而可以支持16TB的大带宽。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)