搜尋

會員登入

搜尋

導覽

會員
廣告

在使用CNN演算法的雲端資料中心,Altera高階FPGA實現加速效能

瀏覽次數:5049

Altera公司宣佈微軟採用Altera Arria 10 FPGA(現場可程式化閘陣列)實現採用CNN(卷積神經網路)演算法的資料中心加速功能,其每瓦性能優異。這些演算法通常用於影像分類、影像識別,以及自然語言處理等。

微軟研究人員在雲端技術上不斷取得進展,採用Arria 10開發套件和Arria 10 FPGA工程樣品,展示了每瓦40 GFLOPS的性能。而且,與GPGPU相比,在CNN平臺上,這一個FPGA的性能功率消耗比是CNN的3倍。能夠達到此性能水準,是由於採用了開放軟體發展語言OpenCL與VHDL,對Arria 10 FPGA及其IEEE754硬式核心浮點DSP(數位訊號處理)模組進行程式設計。

微軟研究院客戶和雲端應用總監Doug Burger評論表示:「我們發現採用了Arria 10工程樣品之後,CNN性能和功率效益大幅度提升,矽晶片中DSP模組的高精度硬式核心浮點功能是我們取得令人注目的研究成果的主要原因。」

Altera運算和儲存業務部總監Michael Strickland表示:「FPGA在神經演算法上有架構方面的優勢,能夠高效率的進行卷積和彙集,其靈活的資料通路支援大量的OpenCL核心直接互相傳送資料,而不需要使用外部記憶體。Arria 10在架構上還有更多的優勢,乘法和加法都支援硬式核心浮點—這種硬式核心浮點功能在邏輯數量和時鐘速度上要優於傳統的FPGA產品。」

Altera曾宣佈微軟使用其Stratix V FPGA在創新的Catapult電路板上加速進行搜尋,這類電路板於去年年底部署在第一個Bing資料中心的伺服器中。

從工具自動化到工作流程智慧:Agentic AI 如何提升 RTL 驗證生產力

從工具自動化到工作流程智慧:Agentic AI 如何提升 RTL 驗證生產力

數十年來,電子設計自動化(EDA)的生產力提升,主要來自效能更高的模擬器、可擴充的形式驗證工具,以及運算能力更強的求解器。然而,隨著 SoC 設計規模持續擴大,單純提升工…

數十年來,電子設計自動化(EDA)的生產力提升,主要來自效能更高的模擬器、可擴充的形式驗證工具,以及運算能力更強的求解器…