在英特尔FPGA中国创新中心落地重庆西永微电子产业园的启动仪式上,英特尔公司全球副总裁兼中国区总裁杨旭说,FPGA市场将迎来爆发!

戴尔易安信全球资深副总裁、大中华区企业解决方案总经理曹志平说:“当前,业内对FPGA技术适用场景的探索还处在初级阶段。接下来,我们要寻找更多更能发挥FPGA技术特长的应用场景。我们期待FPGA市场的爆发,我们更期待FPGA市场的未来。”

非FPGA不可

应用越来越普及的深度学习、人工智能等对IT基础架构的效能和计算性能提出了新的挑战。传统的单纯以CPU为计算核心的通用服务器已经无法满足各类智能应用对计算性能的要求。因此,形形色色的加速计算技术层出不穷,GPU、FPGA等成了热议的话题。CPU与GPU、FPGA等的各种异构计算组合正在诸多领域开花结果,比如视频流的处理、图像处理以及金融企业的某些应用等。

GPU、FPGA等新技术的兴起,说到底还是应用在驱动。AI工作负载与传统IT负载的差异,是推动技术创新与迭代的催化剂。AI涉及的应用面非常广,或与图形图像有关,或与卷积神经网络有关,或涉及自然语言处理,其中最火的还属与卷积神经网络有关的应用,比如安防领域的人脸识别,还有知名的AlphaGo。AI负载的处理包含大量张量运算,这在以前的工作负载处理中并不常见。张量运算特别适合采用并行计算的方式,这也是为什么今天GPU和FPGA大热的原因。

像数据库、Web服务、邮件服务器以及高性能计算这些我们非常熟悉的应用,通过一个公式或算法就可以得出结果。但是处理卷积神经网络的方法则截然不同,没有一个固定的公式可循,而是要通过海量数据的学习,得出一个模型。AI之所以具有颠覆性,就是它从算法、从寻找规律这个角度上彻底颠覆了传统应用的做法。

FPGA具有很多优势和特色,但最突出的是以下两方面:第一,高性能、低功耗,可以根据客户进行定制,做针对性的算法设计,尤其是在处理海量数据的时候,FPGA相比CPU和GPU,计算效率更高,其高并行性的特性往往可以使业务性能得到量级的提升;第二,灵活性强,FPGA是现场可编程逻辑门阵列,可以重复编程,比如在数据中心部署之后,可根据业务形态来配置不同的逻辑,实现不同的硬件加速功能。

FPGA加速技术在人工智能、5G、自动驾驶和数据中心等领域的应用会越来越广泛。FPGA支持差异化定制,是一种极具竞争力的大数据、深度学习、无线通信加速器;FPGA支持底层硬件架构重新调整和软件自定义,因此可融合最新的行业创新技术;FPGA具有高效可重复编程特性,可实现定制性能、定制功耗、高吞吐量和低批量延迟,满足用户对各种规格的要求。

研调机构Global Market Insights的最新报告显示,FPGA市场在2015~2022年间的复合增长率为8.4%,到2022年其市场规模有望超过99.8亿美元。曹志平对这一预测持保留态度,他认为作为一项充满活力的新技术,如果只有不足10%的增长率,很难满足人们的预期。作为强大的“加速器”,FPGA必须挖掘更多的应用场景,特别是那些可能会引发爆炸性效果的“杀手级”应用。

用就用“最长”

以前,一提到人工智能应用,我们脱口而出就是“GPU”。那么FPGA与GPU或者更进一步说与ASIC有何区别呢?

FPGA是一种可编程的硬件,拥有很强的灵活性。以压缩和解压缩为例,完成这样一件相同的工作,ASIC的优势是性能、功耗比较好,但成本也更高;FPGA的最大优势是灵活性好,可以在不需要流片、不需要生产的情况下,随时改变FPGA片上的功能。

戴尔易安信全球资深副总裁、大中华区企业解决方案总经理曹志平

AI的负载主要分为“训练”和“推理”两种。AI训练涉及大量浮点运算,在这种情况下,FPGA的效率并不比GPU高,GPU更适合浮点运算;但是AI推理主要是整点运算,这时FPGA的并行处理能力、可编程的灵活性就凸显出来。

“人工智能市场近两年确实十分火爆,但是大量的投入都集中在训练环节。接下来,我们可能需要加强一下推理环节。”曹志平介绍说,“当前,训练和推理的比率大致是1:1。未来的五到十年,这个比例会可能会变成1:3,推理应用会更多。因为模型在训练一次以后,可以应用到各处,而不需要在每个人的机器上都去做训练,所以从长远来看,推理类型的应用一定会越来越多。更适合推理应用的FPGA的发展前景将更加广阔。”

很多人都喜欢“擎天柱”,ASIC就像是在工厂里一次组装完成的“擎天柱”,而FPGA则像是每个人自己用乐高积木组装的“擎天柱”。也许用乐高积木组装的“擎天柱”不那么精致、完美,但它可以千变万化,成为用户需要的样子。

中国一家知名的以语音交互为核心的人工智能平台提供商,他们从来不用4路以上的GPU。另外,他们正在与戴尔合作,探讨如何用FPGA来做推理应用。

有人说,FPGA是阳春白雪,主要应用于数据中心和云,而不适合边缘。曹志平并不同意这种说法。其实,FPGA可大可小。用于数据中心的FPGA板卡功耗通常是50瓦-100瓦,价格从几千美元到一万美元不等,计算能力非常强。但是也有一些非常小的FPGA板卡,面积只有几平方厘米,功耗一瓦左右,甚至更低。虽然其计算能力不可能与数据中心级的FPGA板卡相提并论,但可以做成嵌入式的产品,装入摄像头。摄像头拍摄的 8K高清画面,数据量非常大,不可以直接通过网络回传至数据中心,就可以用FPGA对其做编码,将8K高清的原始数据编码后,就可以轻松通过网络回传了。这就是FPGA用于边缘计算的典型场景。

“FPGA可以裁剪,尺寸小的FPGA,功耗和计算能力相对低,适用于端的应用场景;大尺寸的FPGA板卡可以直接插到服务器中,计算能力强,适合于数据中心的应用场景。FPGA的应用跨度很大,从边缘到数据中心到云端都游刃有余。”

为什么是戴尔?

戴尔易安信作为英特尔FPGA创新中心服务器产品的独家赞助商,为创新中心提供了搭载FPGA的第14代PowerEdge系列服务器。戴尔易安信是第一家通过英特尔FPGA认证的服务器厂商。在FPGA的落地和推广上,戴尔易安信一直是先锋。

适配不同的应用场景,Dell EMC PowerEdge R740/R840/R940等不同型号的服务器都可以很好地支持FPGA,并且保证了整个系统的稳定、可靠。

戴尔是一家系统级的厂商,其丰富的产品可以形成多种的组合,不仅有硬件,还有大量平台级的软件和管理工具等,以及可以实现FPGA虚拟化的软件。能够将所有这些能力汇聚在一起的,业界无人能出戴尔其右。“我们的优势是,对客户的应用场景和需求有深刻理解,可以提供整体解决方案。这得益于我们的创新能力和强大的生态体系。”曹志平表示。

人工智能考验的绝不是像GPU、FPGA或服务器这样的一个产品或组件,它对整个基础架构来说是一种挑战,甚至可以说是颠覆。因此,一个在战略、软硬件产品和解决方案,以及服务等方面的 “全才”才是用户的理想选择。

在智能基础架构层面,戴尔就是这样一个理想选择。在计算力方面,全球排名第一的戴尔服务器毋庸置疑,它对GPU、FPGA的支持也在业界名列前茅;在存储方面,戴尔拥有最全的存储产品线,无论是FPGA内存数据,还是AI数据的存储都不在话下,比如一款知名的美颜手机,采用的就是戴尔的AI存储;在数据的交互方面,无论是服务器、存储之间,还是数据之间的交流,都离不开网络,而戴尔的软件定义网络延时极小;在平台软件方面,戴尔拥有高效的调度软件,可以调度不同的软件和资源;在显示方面,戴尔拥有强大的工作站;在算法方面,虽然戴尔本身没有专注于算法,但与中科院自动化所联合推出的“诸葛·深知”深度学习应用和服务平台名扬天下。

“对于各种新兴技术,戴尔持开放的态度,积极拥抱。”曹志平表示,“我们不会在意新技术短期内是否可以带来可观的业务增长。我们更关注的是大方向。只要方向正确,期待的结果早晚会来,就像真理可能会迟到,但绝不会缺席。”FPGA的爆发是一定的。

信息化和软件服务网 - 助力数字中国建设 | 责编:左右