加速第二代分布式计算普及 IBM

加速第二代分布式计算普及 IBM,第1张

继今年9月OpenPOWER基金会推出第二代分布式计算概念并成立联盟这一全球计算领域的里程碑式事件之后,为加速第二代分布式计算的进一步普及及落地应用,OpenHW开源硬件社区()、IBM公司和Xilinx公司联合宣布首届IBM-Xilinx异构计算大赛今日正式启动,面向全国工程和学术研究领域征集最具创意的异构计算方案, 并为这些方案的实现提供强大的技术支持。

清华大学、上海交通大学、复旦大学、天津大学和北京交通大学的学界专家和IBM、Xilinx公司的企业专家将组成强大的专家评审组,全程关注并支持各个参赛团队从创意到实现。同时,为鼓励参赛团队积极参与此次大赛,组委会特设立丰富奖项奖金。获奖者还将获得Xilinx公司捐赠的核心FPGA芯片。此外,获奖作品还将有机会在全球四大FPGA国际学术会议中展示。

云计算、大数据、认知计算等新型应用负载的爆发,迎来了以通用处理器和应用加速的混合异构计算为主要特征的第二代分布式计算时代。为了推动第二代分布式计算的落地应用,IBM与Xilinx公司在全球展开了一系列战略合作,如共同开发相关的加速基础架构、软件和中间件技术和方案等,此次大赛是双方进一步推动第二代分布式计算模式普及落地的重要举措。

首届IBM-Xilinx异构计算大赛分为报名、培训、设计、答疑和决赛几个阶段,从即日起开始到明年4月份举行最终决赛。比赛将基于POWER处理器以及CAPI技术和Xilinx FPGA硬件平台。竞赛题目分为指定命题和开放命题两部分。开放命题选题可以在大数据分析、网络、机器学习、基因计算、图像编解码等领域自由选择。参赛选手将设计方案上传IBM中国研究院打造的SuperVessel超能云()平台进行验证测试,并由专家评审组评出最终获奖作品。

首届IBM-Xilinx异构计算大赛专家评审组专家清华大学汪玉教授表示:“云计算和大数据时代新型工作负载的涌现和处理器性能功耗比的制约,使通用处理器计算和特定目的协处理器计算(应用加速,如FPGA器件)相结合的混合异构计算更加普遍。混合异构计算需要将基于处理器软件编程和基于FPGA硬件编程相结合,这给传统的应用编程带来了新的挑战。IBM-Xilinx异构计算大赛将集合高校、开源硬件社区等优质技术资源,对于新型编程人才的培养将起到积极作用,对于普及推广先进的第二代分布式计算模式也具有重要意义。”

OpenHW开源硬件社区将为本次大赛的官方网站。获取更多信息及报名请登录: 。

CAPI技术闪光 开放生态铸就力量
第二代分布式计算模式将广泛应用于高性能计算、认知计算、机器学习、基因计算以及大数据分析等领域。借助应用加速,能以较低功耗满足新型应用对于吞吐量和时延的要求。不过,要让应用加速与处理器更好地协调工作,需要解决加速与处理器的协同和混合编程难题。

利用OpenPOWER和POWER处理器先进的CAPI(Coherent Accelerator Processor Interface,一致性处理器加速接口)技术,FPGA能实现与处理器的高效连接,从而充分利用FPGA可编程硬件强大的硬件加速能力,实现软硬结合的异构计算,达到突破性的应用性能提升。

IBM和OpenPOWER基金会会员联合开发基于应用加速的解决方案,奠定了技术行业的未来发展方向,构建了健康可持续发展的产业生态。通过开放合作的协作模式,OpenPOWER处理器与加速紧密集成,参与OpenPOWER基金会加速工作组的90多家会员正在广泛开发和提供基于加速的解决方案。

9月16日,OpenPOWER基金会在北京召开第二代分布式计算技术峰会,成立第二代分布式计算联盟,构建了由处理器技术厂商、服务器厂商、应用加速厂商、ISV和行业用户等组成的生态链,以推动以应用加速技术为重要特征的新一代计算模式的技术和应用的发展。同时,构建于SuperVessel云平台上的CAPI FPGA应用加速商城(CAPI FPGA APP Store)也正式上线启动,为ISV和行业用户更高效地沟通交流成熟的应用加速技术和方案,降低用户采用的成本和时间搭建了沟通桥梁,进一步推动了新一代计算技术在行业的普及应用。

IBM SuperVessel超能云是由IBM中国研究院创建的基于POWER技术(包括Power服务器以及OpenPOWER服务器)的新型云平台。该平台可作为虚拟研发引擎,用于学习、开发和测试各种科学计算,大数据分析,物联网等新兴领域的软件应用。SuperVessel超能云不仅可以提供传统的虚拟计算服务,同时还在业界创新推出了加速虚拟化服务(Accelerator as Service),可以将FPGA/GPU作为计算资源放在云端为用户提供例如机器学习,深度学习,基于加速技术的图像、语音、视频分析等领域的服务支持。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/2564989.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-06
下一篇 2022-08-06

发表评论

登录后才能评论

评论列表(0条)

保存