La informática adaptativa acelera la llegada de la era del hardware definido por software
Red de entusiastas electrónicos Cheng Wenzhi original ayer
En el pasado, al diseñar un producto, primero debe planificar la arquitectura del hardware. Una vez completado el diseño del hardware, comenzará el desarrollo de la parte del software y luego se lanzará el producto completo. Ahora, con el desarrollo de la computación en la nube, Internet y el auge de la inteligencia artificial, la 5G y la conducción autónoma, los requisitos del proceso de desarrollo de hardware y productos están experimentando cambios sin precedentes, como un mayor rendimiento del hardware; mayores requisitos de seguridad y confidencialidad; aumento del sensor tipos e interfaces; algoritmos y modelos de IA en constante evolución; y el desarrollo de software debe sincronizarse con el desarrollo de hardware, etc.

Impulsado por estos nuevos requisitos, el concepto de "hardware definido por software" se ha mencionado muchas veces. La gente espera que el software complete el control y la programación de todas las operaciones en el chip, a fin de reducir la sobrecarga y el uso del hardware correspondiente. la parte guardada Para computación y almacenamiento en chip. Este deseo se ve muy bien, pero todavía hay muchas dificultades para realizarlo. Por ejemplo, FPGA puede realizar algunas funciones de hardware definidas por software, pero su eficiencia es menor que ASIC, pero su consumo de energía es mayor que ASIC. ¿Hay alguna forma mejor?
Ventajas de las plataformas adaptativas

La plataforma de computación adaptativa de Xilinx nació para esto. Según el informe técnico de informática adaptativa de Xilinx y el área de informática adaptativa, la informática adaptativa se basa en la tecnología FPGA y es compatible con la construcción dinámica de la arquitectura de dominio específico (DSA) en el chip. En otras palabras, el cálculo adaptativo permite que los DSA se actualicen dinámicamente con los cambios en la demanda, evitando así las limitaciones de los largos ciclos de diseño de ASIC y los altos costos de NRE. Con la mejora continua del nivel distribuido de procesamiento, la computación adaptativa no solo puede admitir la actualización de software por aire (OTA), sino también la actualización de hardware por aire, y la actualización se puede repetir de forma casi inalámbrica .
"Plataforma adaptable" se refiere a cualquier tipo de producto o solución centrada en hardware adaptable. La plataforma adaptable se basa completamente en la misma base de hardware adaptable, pero contiene mucho más que hardware o dispositivos de chip, pero cubre todo el hardware y un conjunto completo de software de diseño y software operativo.

1

"Informe técnico sobre informática adaptativa"

Escanee el código para descargarlo ahora
Con una plataforma adaptable, los ingenieros de hardware pueden liberarse del trabajo de diseño repetitivo y de bajo nivel y concentrarse en el desarrollo de funciones profesionales en las que son buenos. Los ingenieros de software pueden comenzar el trabajo de diseño al mismo tiempo que los ingenieros de hardware sin esperar. Después de todo el hardware está diseñado, comienza a funcionar.
2
Figura: Diagrama esquemático de hardware adaptativo configurado y no configurado (fuente: Xilinx)
Por supuesto, además de este beneficio, la plataforma adaptativa tiene las siguientes ventajas:
Uno es acelerar el proceso de lanzamiento del producto. Por ejemplo, uno de los productos de la plataforma informática adaptativa de Xilinx, la tarjeta aceleradora del centro de datos Alveo, utiliza la tarjeta aceleradora para crear aplicaciones que pueden acelerarse para aplicaciones específicas sin la necesidad de personalización especial de hardware. Y simplemente agregue la tarjeta PCIe al servicio, puede llamar directamente a la biblioteca de aceleración desde la aplicación de software existente.
El segundo es reducir los costos operativos. En comparación con las soluciones basadas en CPU, debido al aumento de la densidad informática, las aplicaciones optimizadas basadas en plataformas adaptativas pueden proporcionar una eficiencia significativamente mejorada en cada nodo.
La tercera es que la carga de trabajo se puede configurar de forma flexible y dinámica. La plataforma adaptable se puede reconfigurar según las necesidades actuales. Los desarrolladores pueden cambiar fácilmente las aplicaciones implementadas dentro de la plataforma adaptable y usar el mismo dispositivo para cumplir con los requisitos cambiantes de la carga de trabajo.
El cuarto es ser compatible con el futuro. La plataforma adaptable se puede ajustar continuamente. Si las aplicaciones existentes requieren nuevas funciones, el hardware se puede reprogramar para implementar estas funciones de la mejor manera, reduciendo la necesidad de actualizaciones de hardware y extendiendo la vida útil del sistema.
En quinto lugar, se puede acelerar la aplicación general. Debido a que la inferencia de IA rara vez existe sola, generalmente es parte de una cadena de procesamiento y análisis de datos más grande, a menudo coexistiendo con múltiples etapas ascendentes y descendentes que utilizan soluciones de implementación tradicionales (sin IA). La IA incorporada en estos sistemas se beneficia en parte de la aceleración de la IA, mientras que las partes que no son de IA también pueden beneficiarse de la aceleración. La flexibilidad natural de la computación adaptativa es adecuada para acelerar las tareas de procesamiento de IA y no IA, lo que se denomina "aceleración general de la aplicación". A medida que la inferencia de IA computacionalmente intensiva penetra en más aplicaciones, su importancia también está aumentando.
Caso de aterrizaje exitoso de la computación adaptativa

En el pasado, si los ingenieros querían usar FPGA, necesitaban construir sus propias placas de hardware y configurar FGPA con un lenguaje de descripción de hardware (HDL). Hoy en día, los desarrolladores de plataformas adaptativas solo necesitan usar sus marcos de software y lenguajes familiares (como C ++, Python, TensorFlow, etc.) para ejercer directamente la efectividad de la computación adaptativa. En otras palabras, los desarrolladores de software e inteligencia artificial no necesitan construir placas de circuitos o convertirse en expertos en hardware para usar la computación adaptativa libremente.

Lo que es más conveniente es que los ingenieros no solo pueden llamar directamente a su código de software existente a través de API, sino también utilizar las bibliotecas de código abierto proporcionadas por el ecosistema y los proveedores de proveedores de software independientes (ISV). Hay una gran cantidad de API aceleradas disponibles en la biblioteca. .
Tomemos como ejemplos los dos productos de plataforma de computación adaptativa Kria SOM y las tarjetas aceleradoras Alveo que Xilinx ha producido en masa. Kria SOM se basa en la arquitectura Zynq UltraScale + MPSoC y ayuda a los desarrolladores a desarrollar aplicaciones de vanguardia en una plataforma adaptativa llave en mano. Al estandarizar las partes centrales del sistema, los desarrolladores tienen más tiempo para concentrarse en crear características diferenciadas.
3

El primer producto Kria SOM producido en masa de Xilinx es el K26 SOM. En términos de configuración de hardware, el K26 SOM se basa en el diseño de la arquitectura Zynq UltraScale + MPSoC, con un tamaño total de 77 × 60 × 11 mm, equipado con un brazo de cuatro núcleos El procesador A53 y una memoria DDR4 de 64 bits y 4 GB incorporada, con una unidad lógica del sistema de 256 K y un rendimiento del procesador AI 1.4TOPS, admiten el códec de video 4K 60p H.264 / 265.
Kria SOM está diseñado, fabricado y probado como un producto listo para producción en masa, que puede soportar una variedad de entornos de aplicación hostiles. En la actualidad, Kria SOM se divide en dos categorías: grado industrial y grado comercial. El grado industrial soporta vibraciones más altas y temperaturas más extremas, así como grados de ciclo de vida más largos y mantenimiento.
4

Kria SOM es principalmente para aplicaciones de visión inteligente. Por lo tanto, se puede utilizar para la detección de objetivos de alta velocidad en ciudades inteligentes, como el reconocimiento de matrículas. Al mismo tiempo, también se puede utilizar para aplicaciones de visión artificial en líneas de producción industriales.
Para la tarjeta aceleradora Alveo, utiliza la interfaz PCI-e estándar de la industria, que puede proporcionar capacidades de descarga de hardware para cualquier aplicación de centro de datos, y también se puede usar para que el almacenamiento SmartSSD acelere en los puntos de acceso al almacenamiento. Además, también se puede utilizar para SmartNIC para proporcionar directamente aceleración en el tráfico de la red.
Por ejemplo, Alveo SN1000 SmartNIC, que amplía la gama de rendimiento de SmartNIC, se dirige a centros de datos y plataformas informáticas de borde, combina redes de alto rendimiento, clústeres de CPU y FPGA a gran escala, y crea una informática de alto rendimiento (HPC). una importante función de aceleración de la red.
Además, Alveo SN1000 SmartNIC adopta la estandarización y el marco de software, no necesita lidiar con la programación FPGA directamente, es más conveniente de usar. Los ingenieros pueden usar Xilinx o terceros para admitir la mayoría del firmware utilizado en FPGA, e incluso el software que se ejecuta en clústeres de CPU. El clúster de CPU puede ejecutar distribuciones estándar de Linux, como Ubuntu y Yocto Linux. El controlador SmartNIC se puede utilizar en plataformas de host como Red Hat Enterprise Linux (RHEL), CentOS y Ubuntu.
En términos de aplicación, Alveo es adecuado para análisis genómico, bases de datos de gráficos, procesamiento y análisis de imágenes médicas y aplicaciones de monitoreo de imágenes basadas en video. En términos de aterrizaje de aplicaciones, ya existen aplicaciones en centros de datos y aplicaciones de secuenciación de genes.
5