О возможностях FPGA

Относительно недавно приобретенный Intel бизнес программируемой логики FPGA в последнее время стал все чаще попадать в новостные ленты благодаря своим достижениям.

Про интересные проекты, реализованные в Programmable Solutions Group (PSG), который объединяет все, что связано с FPGA, рассказал в корпоративном блоге его глава Дэниел Макнамара (Dan McNamara). Мы уже останавливались на совместном проекте Intel и Microsoft Brainwave, посвященном искусственному интеллекту, который работает в режиме реального времени на сборочных линиях Jabil. Теперь же стоит остановиться на сервисах искусственного интеллекта на базе устройств FPGA, которые 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 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 выполнять параллельные вычисления. Это 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 Programmable Acceleration Cards (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.

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 – 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.