डेटा केंद्रों में FPGA के प्रवेश की अनिवार्यता

FPGA के लिए प्रोग्राम करने के लिए आपको एक चिप डेवलपर होने की आवश्यकता नहीं है, आपको जावा कोड लिखने के लिए C ++ प्रोग्रामर होने की आवश्यकता नहीं है। हालांकि, दोनों ही मामलों में, शायद, यह अतिश्योक्तिपूर्ण नहीं होगा।

जावा और FPGA दोनों तकनीकों के व्यावसायीकरण का लक्ष्य, नवीनतम विवरण का खंडन करना है। FPGAs के लिए अच्छी खबर यह है कि पिछले 35 वर्षों में अमूर्त और टूलकिट के उपयुक्त स्तरों के उपयोग के साथ, प्रोग्रामेबल लॉजिक डिवाइस के आविष्कार के बाद से, CPU, DSP, GPU या विशेष ASIC के किसी अन्य रूप के बजाय FPGAs के लिए एल्गोरिदम और डेटा स्ट्रीम बनाना। आसान।

उनकी रचना की अद्भुत समयबद्धता इस तथ्य में प्रकट होती है कि बस जब सीपीयू कई कार्यों को करने के लिए डेटा केंद्रों का एकमात्र कंप्यूटिंग मॉड्यूल नहीं रह सकता था - विभिन्न कारणों से - FPGAs ने गति, कम विलंबता, नेटवर्क क्षमताओं और स्मृति की पेशकश करके अपनी दक्षता हासिल की - विषम आधुनिक FPGA SoCs की कम्प्यूटिंग क्षमताएं, जो लगभग पूर्ण कंप्यूटिंग सिस्टम हैं। हालांकि, FPGAs हाइब्रिड सिस्टम में अन्य उपकरणों के साथ सफलतापूर्वक संयोजन करते हैं, और, हमारी राय में, कंप्यूटिंग की पदानुक्रम में अपनी सही जगह खोजने के लिए अभी शुरुआत कर रहे हैं।

इसलिए हमने 22 जनवरी को सैन जोस में द नेक्स्ट एफपीजीए प्लेटफॉर्म का आयोजन किया। स्वाभाविक रूप से, दुनिया में FPGAs के मुख्य आपूर्तिकर्ताओं में से एक और इस क्षेत्र में अग्रणी Xilinx है। Xilinx के वरिष्ठ उपाध्यक्ष और CTO Ivo Bolsens ने सम्मेलन में एक प्रस्तुति दी और हमें आज अपने विचारों के बारे में बताया कि कैसे Xilinx डेटा केंद्रों के लिए परिवर्तनशील कंप्यूटिंग सिस्टम बनाने में मदद करता है।

सिस्टम आर्किटेक्ट और प्रोग्रामर को विषम डेटा सेंटर में आने के लिए पर्याप्त समय लगा, जो विभिन्न प्रकार की कंप्यूटर क्षमताओं को प्रस्तुत करेगा जो कंप्यूटिंग, भंडारण और नेटवर्किंग की समस्याओं को हल करते हैं। यह इस तथ्य के कारण आवश्यक लगता है कि विभिन्न CMOS का उपयोग करते हुए मूर के नियम का पालन करना कठिन होता जा रहा है। जबकि हमारी भाषा अभी भी सीपीयू से जुड़ी हुई है, और हम अभी भी "एप्लिकेशन त्वरण" के बारे में बात कर रहे हैं, अकेले सीपीयू पर क्या किया जा सकता है, इसकी तुलना में कार्यक्रमों के संचालन में सुधार का जिक्र है। कुछ समय बाद, डेटा केंद्र कंप्यूटिंग शक्ति, डेटा वेयरहाउसिंग और प्रोटोकॉल के सेट में बदल जाएंगे, जो सब कुछ एक साथ जोड़ देंगे, और हम "कंप्यूटिंग" और "एप्लिकेशन" जैसे शब्दों में वापस आ जाएंगे। हाइब्रिड कंप्यूटिंग आज की क्लाउड सेवाओं के समान होगी,पारंपरिक या आभासी मशीनों के आधार पर काम करना, और कुछ बिंदु पर हम उनके काम का वर्णन करने के लिए "कंप्यूटिंग" शब्द का उपयोग करेंगे। कुछ बिंदु पर - और शायद इस युग के आगमन को FPGA द्वारा सक्रिय रूप से सुविधाजनक बनाया जाएगा - हम इसे फिर से डेटा प्रोसेसिंग कहेंगे।

डेटा केंद्रों में FPGA को लागू करने के लिए, आपको अपनी मानसिकता बदलने की आवश्यकता है। "जब आप आज के अनुप्रयोगों को गति देने के तरीकों के बारे में सोचते हैं, तो आपको इस बात की तह तक जाना होगा कि वे कैसे चलते हैं, किन संसाधनों का उपयोग किया जाता है, क्या समय लगता है," बोलसेन बताते हैं। - आपको उस सामान्य समस्या का अध्ययन करने की आवश्यकता है जिसे आप हल करने का प्रयास कर रहे हैं। डेटा केंद्रों में चल रहे कई एप्लिकेशन आज स्केलेबल हैं, बड़ी संख्या में संसाधनों पर कब्जा कर रहे हैं। उदाहरण के लिए, बड़ी संख्या में कंप्यूटिंग नोड्स का उपयोग करके मशीन लर्निंग को लें। लेकिन त्वरण की बात करें तो हमें न केवल त्वरित कंप्यूटिंग के बारे में सोचना होगा, बल्कि बुनियादी ढांचे में तेजी लाने के बारे में भी सोचना होगा। ”

उदाहरण के लिए, उन मशीन लर्निंग ऑपरेशन्स में, जिनका अभ्यास में बोल्सेन ने अध्ययन किया था, लगभग 50% समय बिखरी हुई कंप्यूटिंग शक्ति के बीच डेटा को स्थानांतरित करने के लिए बिताया जाता है, और केवल शेष आधा समय स्वयं गणनाओं पर व्यर्थ होता है।

"यह यहाँ है, यह मुझे लगता है, कि FPGA मदद कर सकेगा, क्योंकि हम कम्प्यूटेशनल पहलुओं और अनुप्रयोग के लिए डेटा ट्रांसफर पहलुओं दोनों का अनुकूलन प्रदान कर सकते हैं। और हम इसे सामान्य बुनियादी ढांचे के स्तर पर, और चिप के स्तर पर कर सकते हैं। यह FPGAs के महान लाभों में से एक है जो आपको एप्लिकेशन की विशिष्ट आवश्यकताओं के लिए संचार नेटवर्क बनाने की अनुमति देता है। कृत्रिम बुद्धि के काम से संबंधित कार्यों में डेटा आंदोलन के विशिष्ट पैटर्न को देखते हुए, मुझे स्विच पर आधारित एक जटिल वास्तुकला की आवश्यकता नहीं दिखती है। आप डेटा के एक बड़े प्रवाह के साथ एक नेटवर्क का निर्माण कर सकते हैं। यह तंत्रिका नेटवर्क के प्रशिक्षण के कार्यों पर लागू होता है - आप पैकेट आकार के साथ एक जाल नेटवर्क का निर्माण कर सकते हैं जो एक विशिष्ट कार्य के लिए अनुकूल है। FPGA का उपयोग करके, आप एक विशिष्ट एप्लिकेशन के लिए डेटा ट्रांसफर प्रोटोकॉल और सर्किट टोपोलॉजी को स्केल और फाइन-ट्यून कर सकते हैं।और मशीन सीखने के मामले में, यह भी स्पष्ट है कि हमें दोहरे-सटीक फ़्लोटिंग-पॉइंट नंबरों की आवश्यकता नहीं है, और हम इसे भी समायोजित कर सकते हैं। "

FPGA और CPU या विशेष ASIC के बीच का अंतर यह है कि उत्पादन के दौरान बाद वाले प्रोग्राम किए जाते हैं, और उसके बाद आप गणना किए गए डेटा या गणना किए गए तत्वों के प्रकार या डिवाइस के माध्यम से जाने वाले डेटा स्ट्रीम की प्रकृति के बारे में अपना विचार नहीं बदल सकते। अगर काम की स्थितियां बदलती हैं तो FPGAs आपको अपना दिमाग बदलने देता है।

अतीत में, यह लाभ महंगा था जब FPGA के लिए प्रोग्रामिंग दिल के बेहोश करने के लिए इरादा नहीं था। आपको FPGAs के लिए कंपाइलर खोलने की आवश्यकता है ताकि वे C, C ++ या Python में CPU के लिए समानांतर कंप्यूटिंग एप्लिकेशन बनाने के लिए प्रोग्रामर द्वारा उपयोग किए जाने वाले टूल के साथ बेहतर तरीके से एकीकृत हो सकें, और कुछ काम पुस्तकालयों को दे सकें जो FPGAs पर प्रक्रियाओं को गति प्रदान करते हैं। यह वही है जो Vitis मशीन लर्निंग स्टैक है, जो Caffe और TensorFlow के रूप में MO के लिए ऐसे प्लेटफ़ॉर्म का आधार है, और जिसमें साधारण AI मॉडल लॉन्च करने या वीडियो ट्रांसकोडिंग, वीडियो पर ऑब्जेक्ट पहचान, डेटा विश्लेषण जैसे कार्यों के लिए FPGA क्षमताओं को जोड़ने के लिए पुस्तकालय हैं, इस में लगे हुए हैं। , वित्तीय जोखिम प्रबंधन और किसी भी तीसरे पक्ष के पुस्तकालय।

यह अवधारणा Nvidia से CUDA प्रोजेक्ट से बहुत अलग नहीं है, दस साल पहले लॉन्च हुई, और GPU त्वरक के समानांतर कंप्यूटिंग को स्थानांतरित कर रहा है, या AMD से ROCm टूलकिट, या इंटेल प्रोजेक्ट, OneAPI के वादों से, जो अलग-अलग CPU, GPU और पर चलना चाहिए FPGA

एकमात्र सवाल यह है कि इन सभी उपकरणों को एक साथ कैसे जोड़ा जाएगा ताकि कोई भी अपने विवेक पर कंप्यूटिंग शक्ति का एक सेट प्रोग्राम कर सके। यह महत्वपूर्ण है क्योंकि FPGAs किसी भी उपलब्ध सीपीयू की तुलना में अधिक जटिल, बहुत अधिक जटिल हो गए हैं। वे सबसे उन्नत तकनीकी प्रक्रियाओं के साथ और सबसे आधुनिक चिप पैकेजिंग प्रौद्योगिकियों की सहायता से बने हैं। और वे अपने आला को खोज लेंगे, क्योंकि हम अब समय, पैसा, ऊर्जा और बुद्धिमत्ता बर्बाद नहीं कर सकते हैं - ये सभी बहुत महंगे संसाधन हैं।

"FPGA तकनीकी लाभ प्रदान करता है," Bolsens कहते हैं। - और यह अनुकूलनशीलता और पठनीयता के बारे में सिर्फ साधारण विज्ञापन नहीं है। सभी महत्वपूर्ण अनुप्रयोगों में - मशीन लर्निंग, ग्राफ विश्लेषण, हाई-स्पीड ट्रेडिंग, आदि। - उनके पास एक विशिष्ट कार्य के लिए न केवल डेटा वितरण पथ को अनुकूलित करने का अवसर है, बल्कि मेमोरी आर्किटेक्चर भी है - जिस तरह से चिप के भीतर डेटा चलता है। और FPGA में अन्य उपकरणों की तुलना में बहुत अधिक मेमोरी है। यह भी ध्यान दिया जाना चाहिए कि यदि कार्य एक FPGA में फिट नहीं होता है, तो आप कई सीपीयू या जीपीयू में कार्यों को स्केल करते समय होने वाले नुकसान से निपटने के लिए बिना कई चिप्स के पैमाने पर कर सकते हैं। "

Source: https://habr.com/ru/post/undefined/