欧美日韩国产一区二区|qovd片|小明个人发布看看|小浪货你夹真紧水又多|老头把我添高潮了A片故|99热久久精品国产一区二区|久久久春色AV

  1. 首頁 > 科技 > >

AMD|AMD 將用可編程邏輯和其他 XILINX IP 做什么？( 二 )

cpuit芯片AMDGPU賽靈思


做些大膽的猜測 ， 也歡迎提出你的看法進行交流：
首先 ， 我們認為整個 CPU 和整個 FPGA 的單芯片混合實現是不太可能的 ， 但有可能會發生共同封裝的 CPU-FPGA 混合 。
這是英特爾早在 2014 年就與 FPGA 制造商 Altera 合作的東西 ， 甚至在它收購該公司之前 ， 然后在 2018 年宣布將“Skylake”至強 SP 處理器與 Arria 10 FPGA 混合在一個封裝中的產品 。 我們認為這些不會在數據中心起飛 ， 原因與為什么我們在數據中心的單個封裝中看不到 CPU-GPU 混合體的原因相同 ， 除非是非常特殊的情況 ， 例如帶有集成顯卡的 PC 芯片被重新用作媒體處理服務器引擎 ， 就像 AMD 和英特爾過去在其嵌入式產品線中所做的那樣 。
在其 frankensocket CPU-GPU 復合體中 ， 英特爾將 125 瓦的成熟 20 核 Xeon SP-6138P 與額定 70 瓦的成熟Arria 10 GX FPGA 1150放在同一封裝中 。 它們通過 UltraPath 互連 (UPI) 鏈接進行連接 ， 這些鏈接用于與 CPU 進行共享內存 NUMA 配置 ， 這意味著英特爾將 UPI 控制器移植到 Arria 10 上 。 （這個 UPI 控制器似乎不太可能在可編程控制器中實現邏輯 ， 但 UPI 協議可能是在硬編碼 SerDes 之上實現的 ， 該 SerDes 適合 UPI 的時序 ， 可編程邏輯填補了空白 。 ）Arria 10 GX 沒有在 FPGA 復合體上激活 Arm 內核（他們可能一直在那里 ， 英特爾從未明確表示過） 。
【AMD|AMD 將用可編程邏輯和其他 XILINX IP 做什么？】這個 frankensocket 的 FPGA 部分的目標應用程序是在可編程邏輯上運行 Open vSwitch 虛擬切換 ， 使其運行速度提高 3 倍以上 ， 并允許 Xeon CPU 托管 2 倍的虛擬機 ， 因為它沒有在軟件中運行 Open vSwitch在至強核心上 。 我們估計組合設備的成本為 6500 美元 ， 當時 Xeon 部分的成本約為 2600 美元 。 據我們所知 ， 這個想法并沒有席卷市場 ， 談話已經轉向卸載虛擬存儲、虛擬網絡和交換以及加密/解密到 DPU（一種美化的 SmartNIC ， 取決于你想要什么定義使用） 。
AMD 十多年來一直在考慮這種混合 CPU-GPU 計算方法及其異構系統架構 ， 甚至在一些服務器部件中實現了它們 ， 并且顯然已經為 PC 和大批量定制游戲機芯片做到了這一點 。 在一定程度上 ， Infinity Fabric 互連是 HSA 的一種實現 。
AMD 可以將整個 CPU 和整個 FPGA 集成在一起——由用于 CPU 計算的 frankensocket、用于 FPGA 可編程邏輯的小芯片以及它們兩者的共享內存和 I/O 集線器組成——這很有趣 ， 因為它可以提供連貫的共享插槽內跨 CPU 和 FPGA 容量的內存 。 使用 Infinity Fabric 鏈接 ， 它也可以跨套接字完成 。 正如我們所建議的 ， 使用 Infinity Fabric 交換 ， 它可以跨機架甚至跨行完成 。 這是一個強大的想法 。
其中任何一個問題都是鎖定任何套接字中的配置 。 CPU 與 FPGA 可編程邏輯的比例會因應用、行業和客戶用例而異 。 如果你將 GPU 加入其中 ， 你就有許多不同的變量需要排序 ， 實際上 ， 每個芯片都會及時成為特定客戶的定制部件 。 你可以為超大規模企業和云建設者這樣做 ， 因為數量值得 ， 但如果 AMD 想把它賣給其他服務提供商和大型企業 ， 它就必須挑選一些 SKU ， 而且它所做的任何事情都可能不是最理想的 。
Nvidia 對 FPGA 沒有任何用處 ， 除了可能用于模擬自己的芯片（如果它在其“Selene”超級計算機上進行所有模擬和驗證 ， 可能甚至沒有） ， 該公司的聯合創始人兼首席執行官 Jensen Huang ， 說這話并不害羞.但英特爾收購了 Altera 而現在 AMD 又收購了 Xilinx 的事實至少表明 ， FPGA 在現成 CPU 上運行的編程語言和用于實現某些功能或軟件堆棧的定制 ASIC 之間的邊界仍然具有吸引力 。 我們一直認為 ， 一個平衡的系統將包括所有三個計算引擎 ， 例如現代交換機 。 您需要用于快速串行處理和大內存占用的 CPU ， 用于快速并行處理和高內存帶寬的 GPU ， 以及用于加速硬編碼算法的 FPGA ， 這些算法在 X86 或 Arm 處理器上的軟件實現中可用 ， 但在由于這些算法變化太大 ， 或者因為您無法支付熱量或成本溢價 ， 因此無法保證定制 ASIC 的數量 。

相關經驗推薦