FPGA-устройства: Intel ускоряет будущее

Программируемые пользователем вентильные матрицы ускоряют работу облачных приложений

Автор: Дэн Макнамара 

Растущая популярность программируемых пользователем вентильных матриц легко объяснима: устройства FPGA Intel® доказали свою эффективность при использовании как в облаке, так и на периферии. В сочетании с процессорами Intel они позволяют раскрыть весь потенциал данных, что ускоряет цифровую трансформацию мира.

FPGA – это своего рода швейцарский нож в мире полупроводников: удобный и универсальный инструмент. Он совмещают в себе логику, память и блоки для цифровой обработки сигналов, что позволяет реализовать практически любые задачи в режиме реального времени, при этом устройство обеспечивают исключительно высокую пропускную способность. Все это делает FPGA идеальным решением для критически важных приложений, работающих как в облаке, так и на периферии. Кроме того, его можно использовать в любой момент: FPGA-устройства могут быть запрограммированы даже после того, как оборудование уже было отгружено заказчикам.

Подробнее: Новости подразделения Programmable Solutions Group

Если темпы развития Интернета вещей (IoT) сохранятся на сегодняшнем уровне, то к 2020 году в мире будет работать более 50 миллиардов умных устройств, то есть около шести девайсов на каждого жителя Земли. В среднем человек будет генерировать около полутора гигабайт данных ежедневно, а умное устройство – порядка 50 ГБ в сутки. Способность извлекать ценную информацию, обрабатывать и анализировать огромные объемы данных в режиме реального времени и с минимальным энергопотреблением как раз и является тем преимуществом, которое обеспечивают устройства FPGA при вычислениях в облаке и на периферии.

Неслучайно FPGA-устройства корпорации Intel будут использоваться Microsoft для работы с искусственным интеллектом в режиме реального времени на платформе ProjectBrainwave*. На ее базе работает интеллектуальный поиск Bing*, а теперь и Azure и периферийные сервисы.

Где бы ни использовались FPGA-устройства Intel, в облаке или на периферии, они позволяют создавать сервисы на базе искусственного интеллекта, работающие в режиме реального времени, т.е. с минимальной задержкой. При этом устройство не требует увеличения энергопотребления или распределения вычислений на множество элементов меньшей мощности.

Сервисы искусственного интеллекта на базе устройств FPGA отличаются исключительно высокой пропускной способностью и могут работать с глубокой нейронной сети ResNet-50, требующей выполнения почти 8 миллиардов операций. Всё это достижимо с помощью устройств FPGA, которые с легкостью реализуют любое сочетание логических функций, могут быть оптимизированы по объему используемых элементов, производительности или энергопотреблению. Поскольку эта матрица реализована на аппаратном уровне, она может быть настроена под условия конкретной задачи и может осуществлять параллельные вычисления, что позволяет добиться на порядки более высокой производительности по сравнению с использованием традиционной программной методологии или ресурсов графических процессоров.

В корпоративном мире давно оценили преимущества FPGA. Компании Dell EMC* и Fujitsu* устанавливают программируемые ускорители Intel Arria® 10 GX ProgrammableAccelerationCards (PAC) в свои серийные серверы и корпоративные центры обработки данных. В сочетании с процессорами Intel Xeon® устройства подходят для задач, требующих интенсивной обработки огромных объёмов данных – для работы приложений на базе искусственного интеллекта, перекодирования видео, решения финансовых задач, задач кибербезопасности или геномики. Это сферы, в которых пригодятся возможности параллельных вычислений и вычислений в режиме реального времени, которые доступны в устройствах FPGA. Intel активно развивает партнерскую экосистему для создания полноценных готовых решений для масштабных задач с использованием стека AccelerationStack для процессоров Intel Xeon с устройствами FPGA.

Компания Levyx* использует акселераторы Intel PAC на базе устройств FPGA Arria 10 для ускорения процессов тестирования на основе исторических финансовых данных – распространенного приема, который позволяет спрогнозировать эффективность стратегий алгоритмической торговли при работе с различными финансовыми инструментами, в том числе с самыми различными ценными бумагами, опционами и деривативами. Прежде для такой интенсивной работы с данными могло потребоваться несколько часов или даже дней. Специалисты Levyx смогли добиться увеличения производительности тестирования на основе исторических финансовых данных на 850%. На рисунке ниже представлены данные по 50 расчетам для 20 различных ценных бумаг. Полученные результаты весьма впечатляют.

fig1
Решение Levyx и Intel ускоряет работу с ретрополяцией.

Масштабы внедрения устройств FPGA для облачных приложений сегодня растут как никогда: предприятия активно используют эти технологии для работы с большими данными. Аналогичное изменение парадигмы наблюдается и на периферии. Согласно результатам исследования, большинство данных к 2020 году будут генерироваться в результате работы устройств, оборудования, механизмов, а не деятельности людей. Данные будут поступать из самых различных отраслей – из промышленного производства, робототехники, здравоохранения, розничной торговли, и инфраструктура должна быть готова к их обработке.

На периферии у FPGA тоже много работы – устройства могут использоваться как в бизнесе, так и в научно-исследовательской деятельности. Так, компания Dahua* – ведущий на глобальном рынке поставщик решений систем видеонаблюдения – нуждалась в средствах для быстрого распознавания лиц в условиях ограниченной пропускной способности сети и с лимитами по энергопотреблению. Решением стало использование устройств FPGA в качестве платформы для построения логических выводов непосредственно на периферии. Dahua оснащает сервера DeepSense устройствами FPGA от Intel для распознавания лиц по базе данных, насчитывающей 100 000 изображений.

Intel сотрудничает с Национальным научно-исследовательским советом Канады, который участвует в создании радиотелескопов нового поколения SquareKilometreArray (SKA). Они станут крупнейшими в мире, их быстродействие будет в 10 000 раз превышать возможности существующих аналогов, а разрешающая способность будет увеличена в 50 раз. В результате телескопы будут генерировать огромные объемы видеоданных – за несколько месяцев системе придется обрабатывать объем данных, сопоставимый с годовым объемом всех передаваемых данных по Интернету.

В решении NRC в центральном пункте обработки данных SKA телескопа в Южной Африке используются устройства FPGA Intel® Stratix® 10 SX, которые в режиме реального времени осуществляют обработку и анализ собираемых данных непосредственно на периферии.

Корпорация Intel находится в авангарде и предлагает самые передовые решения для облачных вычислений, работы приложений на периферии, Интернета вещей и рынка встраиваемых устройствй. В то время как другие занимаются предсказанием будущего, мы работаем над его созданием. А в нашем подразделении ProgrammableSolutionsGroup– мы научились его ускорять.

Вскоре мы с удовольствием расскажем о том, как FPGA-устройства Intel способствуют развитию инноваций  в области мобильных сетей 5-го поколения, проводных сетей, чиплетов (chiplet) и многого другого, раскрывая потенциал данных и помогая изменить наш мир.

Дэниел Макнамара – вице-президент и генеральный управляющий подразделения ProgrammableSolutionsGroup (PSG) в корпорации Intel.

О корпорации Intel

Intel (NASDAQ: INTC) раздвигает границы технологий, чтобы сделать возможными самые удивительные впечатления. Более подробная информация об Intel и о результатах работы более 100 тысяч сотрудников компании представлена на сайтах newsroom.intel.ru и www.intel.com.

Intel и логотип Intel являются торговыми марками корпорации Intel в США и в других странах.

*Прочие наименования и торговые марки могут быть собственностью соответствующих владельцев.