大數(shù)據(jù)量進(jìn)一步推動(dòng)集中式計(jì)算

作者/Achronix市場(chǎng)營(yíng)銷副總裁 Steve Mensor

近10年來(lái)，大家看到集中式計(jì)算已實(shí)現(xiàn)了大幅的增長(zhǎng)，大量數(shù)據(jù)都流向云端以利用其在專用數(shù)據(jù)中心中低成本處理的優(yōu)勢(shì)。這是一種似乎與計(jì)算領(lǐng)域總趨勢(shì)不一致的趨勢(shì)，總的趨勢(shì)是始于大型機(jī)卻逐漸移向周邊包圍型智能和物聯(lián)網(wǎng)（IoT）。隨著我們進(jìn)入2018年，這種集中化將達(dá)到它的極限。驅(qū)動(dòng)下一波應(yīng)用所需的數(shù)據(jù)量正在開(kāi)始推動(dòng)發(fā)展方向上的改變。

當(dāng)前在企業(yè)生成數(shù)據(jù)中，僅有10%是在集中式數(shù)據(jù)中心之外被生成和被處理的。行業(yè)分析機(jī)構(gòu)Gartner預(yù)測(cè)這個(gè)數(shù)字將在2022年達(dá)到50%。這是一種必然的反轉(zhuǎn)，其推動(dòng)因素是業(yè)界向超級(jí)連通信息物理系統(tǒng)的轉(zhuǎn)變。這一反轉(zhuǎn)將隨著諸如5G無(wú)線通信等技術(shù)的到來(lái)和新一波面向應(yīng)用的計(jì)算硬件浪潮的興起而實(shí)現(xiàn)。

物聯(lián)網(wǎng)的第一波浪潮就產(chǎn)出了眾多小型個(gè)體性數(shù)據(jù)項(xiàng)目，它們共同在大型數(shù)據(jù)中心中以最有效的方式被聚合和處理。但是隨著物聯(lián)網(wǎng)設(shè)備和越來(lái)越多的信息物理系統(tǒng)開(kāi)始依賴于解讀更大量數(shù)據(jù)流的能力，重心就需要向邊緣轉(zhuǎn)移。

汽車行業(yè)提供了這種轉(zhuǎn)變的一個(gè)縮影，而我們將隨之在眾多行業(yè)中看到這種轉(zhuǎn)變。舉例來(lái)說(shuō)，將來(lái)自于多輛汽車的GPS數(shù)據(jù)聚集在一起，就實(shí)現(xiàn)了交通堵塞的信息采集。再反送回車載單元，就可以引導(dǎo)駕駛員去駕行暢通的路線。數(shù)周的重復(fù)數(shù)據(jù)采集已經(jīng)顯現(xiàn)出更長(zhǎng)期的效益。運(yùn)行于數(shù)據(jù)中心的系統(tǒng)已經(jīng)從成千上萬(wàn)車輛的通行狀況中獲知，在哪些高速的方式運(yùn)轉(zhuǎn)。結(jié)果是更加精確、生動(dòng)的數(shù)字地圖：所有功能都實(shí)現(xiàn)了，而且無(wú)需派遣大量的調(diào)查車輛。

在集中式服務(wù)器中維護(hù)數(shù)據(jù)只能走到這么遠(yuǎn)?，F(xiàn)在，汽車制造商正快速轉(zhuǎn)向在他們的車輛中構(gòu)建更高等級(jí)的自動(dòng)能力。讓計(jì)算機(jī)來(lái)控制駕駛的能力可以減少擁堵并縮短出行時(shí)間。如今，自動(dòng)化駕駛員輔助系統(tǒng)（ADAS）大部分都包含智能化功能，由車載攝像頭和雷達(dá)系統(tǒng)所采集的場(chǎng)景信息完全在車輛內(nèi)進(jìn)行處理，這些數(shù)據(jù)中的很小一部分會(huì)轉(zhuǎn)發(fā)至汽車制造商的服務(wù)器。轉(zhuǎn)發(fā)的數(shù)據(jù)可以用于更新維護(hù)數(shù)據(jù)庫(kù)以幫助實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，以及收集ADAS軟件運(yùn)行情況的統(tǒng)計(jì)數(shù)據(jù)。

還有更多可以使用的數(shù)據(jù)，但是帶寬和處理能力的限制阻礙了其使用，裝備ADAS系統(tǒng)的車輛每行駛1英里將產(chǎn)生大約10GB數(shù)據(jù)。這些信息會(huì)馬上被處理，然后會(huì)被快速遺棄；這些數(shù)據(jù)所包含的內(nèi)在信息可能對(duì)很多系統(tǒng)都有價(jià)值。數(shù)據(jù)太過(guò)密集，所以很難傳送至集中式云服務(wù)器。但是，更接近車輛的系統(tǒng)可以使用高速、高性價(jià)比的無(wú)線網(wǎng)絡(luò)，例如專為V2X通信設(shè)計(jì)的IEEE 802.11p協(xié)議，以獲取這些數(shù)據(jù)并基于它們做出有依據(jù)的決定。

隨著自主駕駛變得越來(lái)越普遍，路邊的信標(biāo)和智能交通信號(hào)燈將與行駛的車輛配合以優(yōu)化道路使用。在一個(gè)簡(jiǎn)單的場(chǎng)景中，通行車輛上的傳輸裝置會(huì)使用車聯(lián)網(wǎng)（V2X）將它們遇到的路面情況的數(shù)據(jù)傳遞給路邊信標(biāo)。信標(biāo)本身可以是孤立的，僅以低速方式連接至云端。信標(biāo)可以使用其自身的計(jì)算能力來(lái)了解路面情況，并將信息傳送給另一個(gè)方向的通行車輛，而不必為了將數(shù)據(jù)傳送至云端進(jìn)行處理而遺棄大量的數(shù)據(jù)。

相似地，智能交通信號(hào)燈將采集來(lái)自于車輛的數(shù)據(jù)和圖像，以有助于確定行人、其他弱勢(shì)道路使用者和車輛本身的位置。這將幫助它們的軟件就“它們應(yīng)該在何時(shí)變燈以實(shí)現(xiàn)最佳交通流量”這一問(wèn)題做出智能的決策。路邊的信標(biāo)和車輛也將開(kāi)始互相配合以提供“一目了然”功能，從而通過(guò)確定最安全的操作時(shí)點(diǎn)來(lái)輔助超車和變道等駕駛行為。

隨著自主駕駛等級(jí)的提升，對(duì)于低延遲、實(shí)時(shí)響應(yīng)的需求變得更加至關(guān)重要。當(dāng)車輛高速通行時(shí)，數(shù)毫秒都很重要。當(dāng)今的無(wú)線網(wǎng)絡(luò)可能會(huì)有大約數(shù)百毫秒級(jí)的雙向延遲，而第五代移動(dòng)通信（5G）已經(jīng)被重新架構(gòu)，以在僅僅1毫秒之內(nèi)對(duì)消息做出響應(yīng)。但是這種引人矚目的延遲改進(jìn)需要與數(shù)據(jù)移向云端時(shí)所發(fā)生的延遲進(jìn)行比較。

邊緣計(jì)算

為了支持毫秒級(jí)的響應(yīng)時(shí)間，計(jì)算資源需要被放置在更接近傳送點(diǎn)的位置，即位于網(wǎng)絡(luò)邊緣的“微云”上。微云所執(zhí)行的處理將包括大量的數(shù)據(jù)分析，這通?；跈C(jī)器學(xué)習(xí)技術(shù)。這種將人工智能（AI）技術(shù)推向網(wǎng)絡(luò)邊緣的趨勢(shì)，已經(jīng)隨著諸如亞馬遜云計(jì)算服務(wù)中的Greengrass（Amazon Web Services’ Greengrass）這樣的創(chuàng)新項(xiàng)目而發(fā)生了。這種服務(wù)原本被開(kāi)發(fā)用來(lái)應(yīng)對(duì)物聯(lián)網(wǎng)服務(wù)發(fā)送數(shù)據(jù)到云時(shí)，可能出現(xiàn)的無(wú)論服務(wù)器資源是否可用都需要AI支持這一情況。

首先，這些機(jī)器學(xué)習(xí)算法的訓(xùn)練將發(fā)生在核心云中，同時(shí)邊緣計(jì)算系統(tǒng)提供了能夠處理一些推理的任務(wù)，這樣也可以減輕云的能量需求。另外，連訓(xùn)練過(guò)程也很可能移向邊緣，也還是因?yàn)閿?shù)據(jù)的重心所致。即使有高比例數(shù)據(jù)壓縮，上傳足夠的數(shù)據(jù)以實(shí)現(xiàn)良好的訓(xùn)練往往被證明是不現(xiàn)實(shí)的。

本地訓(xùn)練也能使系統(tǒng)為它們所看到的情況、而非一個(gè)國(guó)家或者全球的平均值來(lái)修正自己的行為。智能交通信號(hào)燈可以學(xué)習(xí)本地的堵塞模式，或利用通行車輛的燃油效率追蹤來(lái)基于本地條件去優(yōu)化它們周邊的交通流量。

為了合理地服務(wù)這些多樣化的、需要快速響應(yīng)的應(yīng)用，微云或者邊緣計(jì)算機(jī)不能簡(jiǎn)單地只是一個(gè)云服務(wù)器的規(guī)模縮小版。高性能是必需的，但是它要以一種緊湊、可靠、節(jié)能的形式來(lái)提供，這些系統(tǒng)很可能緊鄰像路邊的機(jī)柜一樣小的通信設(shè)備。即使是那些被部署在校園中的系統(tǒng)，將無(wú)法獲得與核心數(shù)據(jù)中心中的刀片服務(wù)器同等級(jí)的支持。

為了實(shí)現(xiàn)計(jì)算效率最大化，硬件加速技術(shù)將在邊緣計(jì)算機(jī)和微云中起到關(guān)鍵作用。在處理諸如實(shí)時(shí)機(jī)器學(xué)習(xí)等任務(wù)時(shí)，多核處理器本身會(huì)很慢且能耗很高。一種加速選擇可以是用一個(gè)通用圖形處理單元（GPGPU）或視覺(jué)處單元（VPU）來(lái)增強(qiáng)多核CPU。GPGPU和VPU被用于一些嵌入式系統(tǒng)中，來(lái)運(yùn)行機(jī)器學(xué)習(xí)和數(shù)據(jù)分析算法，因?yàn)樗鼈儞碛懈叨炔⑿谢母↑c(diǎn)運(yùn)算單元，可以為很多并行的神經(jīng)元集合多輸入，而且這種做法比CPU的集群要快得多；即便是高端CPU供應(yīng)商，也已經(jīng)在整合其大規(guī)模并行單指令多數(shù)據(jù)（SIMD）單元（如Intel的AVX512 和ARM的NEON）來(lái)彌補(bǔ)這種差距。

強(qiáng)調(diào)GPGPU中浮點(diǎn)運(yùn)算的峰值性能，使得這種架構(gòu)不適合具有能量約束性系統(tǒng)，因?yàn)镚PGPU通常需要將能耗等級(jí)維持在150W以上。甚至在機(jī)器學(xué)習(xí)中，使用GPGPU和VPU還會(huì)有一些缺點(diǎn)，這類器件的首要設(shè)計(jì)目的是加速涉及諸如卷積等操作的2D和3D圖形以及圖像應(yīng)用。它們將自己用于深度神經(jīng)網(wǎng)絡(luò)的卷積層，但是其他類型的操作會(huì)引起存儲(chǔ)訪問(wèn)方面的麻煩。最高池化和全連接層將重點(diǎn)放在虛擬神經(jīng)元之間的數(shù)據(jù)傳輸上，使用了并不適合其存儲(chǔ)結(jié)構(gòu)的訪問(wèn)模式。更進(jìn)一步的問(wèn)題是，它們將重點(diǎn)放在了浮點(diǎn)和矩陣運(yùn)算上，使得GPGPU和VPU很難適合那些在邊緣計(jì)算機(jī)中需要加速的其他應(yīng)用?；诳删幊逃布翘幚砥鞯慕鉀Q方案則提供了自由度，可以優(yōu)化虛擬神經(jīng)元之間的數(shù)據(jù)傳輸?？删幊逃布€提供了自由度以適應(yīng)范圍更廣的、要求邊緣計(jì)算機(jī)去執(zhí)行的任務(wù)。

產(chǎn)品及技術(shù)方向

Achronix多年以來(lái)一直在為可編程邏輯領(lǐng)域提供創(chuàng)新，在性能、功耗和成本領(lǐng)先性方面樹(shù)立了行業(yè)標(biāo)準(zhǔn)。

2013年，Achronix發(fā)布了Speedster22i FPGA系列產(chǎn)品，從而推出了業(yè)內(nèi)最先進(jìn)的FPGA產(chǎn)品，該系列帶有用于高性能有限應(yīng)用的嵌入式系統(tǒng)級(jí)知識(shí)產(chǎn)權(quán)（IP）產(chǎn)品。Speedster22i系列產(chǎn)品是首款特定應(yīng)用型FPGA芯片，支持了全新的、具有創(chuàng)新性的高性能可編程設(shè)計(jì)。

2016年10月，Achronix宣布其可集成至客戶SoC中的Speedcore嵌入式FPGA（eFPGA）IP產(chǎn)品開(kāi)始供貨；在發(fā)布此消息時(shí)，Achronix已經(jīng)向多家客戶交付了Speedcore IP。從那時(shí)起，對(duì)Speedcore IP的需求空前高漲。Speedcore eFPGA IP是專為人工智能/機(jī)器學(xué)習(xí)（AI/ML）、高性能計(jì)算、汽車、5G無(wú)線通信和網(wǎng)絡(luò)等應(yīng)用設(shè)計(jì)的。它和Speedster22i FPGA基于同一種高性能架構(gòu)。

Achronix的所有產(chǎn)品都得到了我們自己強(qiáng)健的、經(jīng)過(guò)驗(yàn)證的ACE設(shè)計(jì)工具的支持。ACE是一款功能強(qiáng)大的EDA工具，可以支持邏輯綜合、布局和布線，還可提供時(shí)序收斂和調(diào)試工具。ACE工具可免費(fèi)用于評(píng)估。

Achronix最近宣布已完成一款在16nm工藝上驗(yàn)證了 Speedcore的測(cè)試芯片，該芯片采用臺(tái)積電（TSMC）的16FFplus-GL工藝制造，擁有11層金屬疊層；其中的一個(gè)高性能Speedcore eFPGA內(nèi)核包含40，000個(gè)查找表、48個(gè)大小為20Kbit的RAM單元塊和72個(gè)DSP64單元塊。Achronix正在積極開(kāi)發(fā)其7nm產(chǎn)品，并計(jì)劃也將于近期將該產(chǎn)品推向市場(chǎng)。

中國(guó)市場(chǎng)策略

2017年是Achronix取得突破性發(fā)展的一年，公司成為了全球增長(zhǎng)速度最快的半導(dǎo)體公司之一。公司在2017年實(shí)現(xiàn)了巨大的增長(zhǎng)，營(yíng)業(yè)收入比上年增長(zhǎng)7倍且超過(guò)1億美元。我們的所有產(chǎn)品都可為中國(guó)市場(chǎng)供貨，包括Speedcore、Speedster22i等等，中國(guó)是Achronix最重要的市場(chǎng)之一。

Achronix面向全球客戶提供產(chǎn)品和服務(wù)，在中國(guó)設(shè)有專門(mén)的銷售和應(yīng)用工程支持機(jī)構(gòu)。Achronix的客戶橫跨數(shù)個(gè)目標(biāo)市場(chǎng)，從人工智能和機(jī)器學(xué)習(xí)到自動(dòng)駕駛、高性能計(jì)算和5G無(wú)線通信均有所覆蓋。憑借特定領(lǐng)域的專業(yè)知識(shí)和客戶在這些目標(biāo)應(yīng)用上取得的成功，以及強(qiáng)大的工程支持團(tuán)隊(duì)，Achronix已經(jīng)完全做好準(zhǔn)備來(lái)用自己基于FPGA的硬件加速技術(shù)和產(chǎn)品為中國(guó)半導(dǎo)體行業(yè)的快速增長(zhǎng)提供鼎力支持。