對(duì)于需要實(shí)時(shí)響應(yīng)的數(shù)據(jù)中心工作負(fù)載，性能不僅是指原始吞吐量或處理能力。挑戰(zhàn)在于：在保持吞吐量和能效的同時(shí)，實(shí)現(xiàn)確定性時(shí)延。

CPU 和 GPU 仍將是基礎(chǔ)架構(gòu)。但正如系統(tǒng)架構(gòu)師和數(shù)據(jù)中心運(yùn)營(yíng)商所發(fā)現(xiàn)的，在時(shí)延控制變得至關(guān)重要時(shí)，傳統(tǒng)計(jì)算架構(gòu)往往會(huì)遇到困難。對(duì)于那些尋求對(duì)性能、功耗和時(shí)延進(jìn)行精細(xì)控制的用戶(hù)來(lái)說(shuō)，采用硬件自適應(yīng)加速卡的自適應(yīng)計(jì)算正在成為一種戰(zhàn)略選項(xiàng)。

如果您正在探索如何加速實(shí)時(shí)工作負(fù)載，以下是一些基本考慮因素，有助于指導(dǎo)該過(guò)程，并著重介紹自適應(yīng)計(jì)算的用武之地。

針對(duì)實(shí)時(shí)（而非只是原始）吞吐量構(gòu)建

對(duì)于許多工作負(fù)載而言，可預(yù)測(cè)的響應(yīng)時(shí)間至關(guān)重要。無(wú)論是在高頻交易中，還是在數(shù)據(jù)流傳感器處理中，僅靠快是不夠的。您必須確?？煽壳闆r下的快速性——無(wú)論輸入變化或系統(tǒng)負(fù)載如何。CPU 和 GPU 擁有類(lèi)似的編程模型，但依賴(lài)于線(xiàn)程調(diào)度和固定的存儲(chǔ)器緩存層次結(jié)構(gòu)，這可能會(huì)影響低時(shí)延響應(yīng)時(shí)間。在這些架構(gòu)上實(shí)現(xiàn)確定性性能通常需要過(guò)度配置（ overprovisioning ）資源、微調(diào)（ fine-tuning ）軟件堆?；蚋綦x工作負(fù)載——這些都無(wú)法保證在不同系統(tǒng)負(fù)載下保持一致的時(shí)延。

由現(xiàn)場(chǎng)可編程門(mén)陣列（ FPGA ）或自適應(yīng) SoC（集成處理器子系統(tǒng)和專(zhuān)用 IP 的 FPGA）提供支持的加速卡通過(guò)提供硬件并行性和數(shù)據(jù)路徑優(yōu)化來(lái)解決這一問(wèn)題。該架構(gòu)可在電路層面進(jìn)行動(dòng)態(tài)編程，其中數(shù)據(jù)路徑經(jīng)過(guò)定制并“硬連接”至硅片本身，從而避免了不可預(yù)測(cè)的軟件指令周期。這種方法能夠?qū)崿F(xiàn)始終如一的低時(shí)延性能，并對(duì)數(shù)據(jù)的處理及移動(dòng)方式進(jìn)行精細(xì)控制。

內(nèi)存比您認(rèn)為的更重要

在這些性能敏感型環(huán)境中，內(nèi)存往往是隱藏的瓶頸。這不僅關(guān)乎加速器可用的內(nèi)存大小，還關(guān)乎內(nèi)存與計(jì)算的距離有多近，以及運(yùn)行時(shí)的訪(fǎng)問(wèn)速度有多快。這正是自適應(yīng)計(jì)算提供架構(gòu)優(yōu)勢(shì)的地方，尤其是與片上高帶寬存儲(chǔ)器（ HBM ）結(jié)合使用時(shí)。

HBM 是一種成熟的 3D 封裝 DRAM 技術(shù)，具備每秒 TB 級(jí)的帶寬，可滿(mǎn)足數(shù)據(jù)密集型加速卡的需求。但 FPGA 和自適應(yīng) SoC 還為它們帶來(lái)了靈活應(yīng)變的存儲(chǔ)器層次結(jié)構(gòu)，其中包括緊鄰處理邏輯、大小各異的嵌入式片上 SRAM。這可以實(shí)現(xiàn)快速、低時(shí)延的緩沖和中間存儲(chǔ)，無(wú)需往返外部 DRAM。對(duì)于流式應(yīng)用或?qū)崟r(shí) AI 推理，這種接近性可降低時(shí)延并提升吞吐量，而不會(huì)阻塞流水線(xiàn)。

將您的加速卡直接連接至網(wǎng)絡(luò)

如果您的加速卡會(huì)處理來(lái)自網(wǎng)絡(luò)的流式數(shù)據(jù)，為何不將其直接連接至網(wǎng)絡(luò)？傳統(tǒng)的加速卡依靠 PCIe接收傳入數(shù)據(jù)——通常經(jīng)過(guò)網(wǎng)絡(luò)接口卡（ NIC ）進(jìn)行路由，然后通過(guò)主機(jī) CPU 和系統(tǒng)內(nèi)存，最終到達(dá)加速器。這會(huì)帶來(lái)時(shí)延并消耗資源。

基于 FPGA 的網(wǎng)絡(luò)連接加速卡可直接連接以太網(wǎng)，從而實(shí)現(xiàn)在數(shù)據(jù)到達(dá)時(shí)進(jìn)行實(shí)時(shí)處理。這也為高性能計(jì)算（ HPC ）環(huán)境提供了經(jīng)由以太網(wǎng)的可擴(kuò)展計(jì)算集群。

隨工作負(fù)載演進(jìn)調(diào)整您的加速卡，

而非基礎(chǔ)架構(gòu)

如今推動(dòng)您的基礎(chǔ)設(shè)施發(fā)展的工作負(fù)載與未來(lái)擴(kuò)展基礎(chǔ)架構(gòu)的工作負(fù)載將有所不同，而自適應(yīng)計(jì)算能夠隨著應(yīng)用發(fā)展而演進(jìn)。例如，在網(wǎng)絡(luò)防火墻中，加密協(xié)議和威脅檢測(cè)模型在不斷演進(jìn)。在同一服務(wù)器節(jié)點(diǎn)上部署壓縮、解壓縮和分析功能的存儲(chǔ)機(jī)架中，靈活的硬件可以隨著數(shù)據(jù)量的增長(zhǎng)或壓縮格式的改變而調(diào)整計(jì)算管線(xiàn)。

同一加速卡的架構(gòu)靈活性可以帶來(lái)長(zhǎng)期效益，不僅能實(shí)現(xiàn)實(shí)時(shí)性能，還能在工作負(fù)載需求變化時(shí)保持敏捷性——所有這些都在同一張卡、同一臺(tái)服務(wù)器和同一個(gè)機(jī)架上實(shí)現(xiàn)。

借助適合的硬件專(zhuān)業(yè)技術(shù)加速部署

要最大限度提升基于 FPGA 的加速卡性能，需要獲得 FPGA 開(kāi)發(fā)人員的幫助。無(wú)論是通過(guò)內(nèi)部團(tuán)隊(duì)、設(shè)計(jì)合作伙伴，還是預(yù)構(gòu)建 FPGA IP 的提供商，成功都取決于能否構(gòu)建或集成滿(mǎn)足嚴(yán)格時(shí)延、吞吐量和內(nèi)存訪(fǎng)問(wèn)要求的特定應(yīng)用邏輯。

為了加快部署速度，需要尋找一款可提供強(qiáng)大 FPGA 工具鏈、預(yù)驗(yàn)證 IP 和合作伙伴生態(tài)系統(tǒng)的平臺(tái)，該平臺(tái)支持從 RTL 開(kāi)發(fā)到完整解決方案集成的所有環(huán)節(jié)——助力您的團(tuán)隊(duì)滿(mǎn)懷信心地從概念走向量產(chǎn)。

下一步

這些只是低時(shí)延和工作負(fù)載靈活應(yīng)變性至關(guān)重要的幾項(xiàng)考慮因素。盡管 CPU 和 GPU 仍然作為數(shù)據(jù)中心的核心，但它們并非永遠(yuǎn)最適合流式工作負(fù)載。自適應(yīng)平臺(tái)——例如集成 HBM 的 AMD Alveo V80 計(jì)算加速卡——?jiǎng)t提供了另一條途徑。憑借連網(wǎng)連接、自適應(yīng)硬件架構(gòu)和高帶寬存儲(chǔ)器，Alveo V80 計(jì)算加速卡可以在最關(guān)鍵時(shí)刻提供實(shí)時(shí)性能。