面向机器学习、数据分析和视频流的 赛灵思可重配置加速堆栈

热度68票  浏览796次 【共0条评论】【我要评论 时间:2016年12月08日 18:26
FPGA 特有的可重编程性可提供高性能和高灵活性,同时还能加速超大规模数据中心的创新 概述 数据类型复杂的工作负载加速,是超大规模云、电子商务和社交网络数据中心正越来 越多面的难题,例如 4K 视频和自然语言。这类数据处理往往超出了传统 CPU 的处理 能力。号称“超七大”数据中心公司的阿里巴巴、亚马逊、百度、脸书 (Facebook)、谷 歌、微软和腾讯对这个问题特别敏感。在这些公司中 , 这些新应用往往需要数千台加速 的应用服务器来支持。 虽然 GPU 和专用集成电路 (ASIC) 等特殊用途的硬件能有效地为这些代码加速,但快 速变化的先进算法会让一款专用加速器刚一完成开发、测试、投产,就很快过时。对 ASIC 来说,过时最容易。因此许多超大规模数据中心公司把目光投向了现场可编程门 阵列 (FPGA)。这是一种专用可重编程硬件 , 能通过低功耗、高度灵活的硬件平台提供 专用加速器的性能优势,支持更快创新。 为更好地满足这一新兴市场需求,在 FPGA 市场中占有巨大市场份额并居技术领先地 位的赛灵思近期宣布推出可重配置加速堆栈,初步针对三大计算密集型应用:机器学习、 数据分析和流媒体视频直播。借助这些新型解决方案,赛灵思旨在通过提供用于超大 规模数据中心中部分增长速度最快的工作负载的各种库、开发工具和参考设计,降低 阻碍 FPGA 通用的编程门槛,并帮助赛灵思客户加速产品上市进程。

点击下载:
对本篇资讯内容的质量打分:
当前平均分:-0.11 (37次打分)
【已经有31人表态】
7票
感动
4票
路过
5票
高兴
2票
难过
4票
搞笑
2票
愤怒
4票
无聊
3票
同情
上一篇 下一篇
查看全部回复【已有0位网友发表了看法】