Atomic Rules社製TimeServo IPコア
BittWare パートナーIP TimeServo IPコア 高性能システムタイマIP Atomic Rules社のTimeServo IPコアは、RTL IPコアで、以下のような役割を果たします。
CXL(Compute Express Link)は、プロセッサ、メモリ拡張、アクセラレータ間のキャッシュコヒーレント相互接続として業界でサポートされています。CXLテクノロジーは、CPUのメモリ空間と接続されたデバイスのメモリ間のメモリコヒーレンシーを維持し、低レイテンシー、ソフトウェアスタックの複雑さの軽減、およびシステム全体のコストの削減でリソースを共有することができます。これにより、ユーザーは、アクセラレータ内の冗長なメモリ管理ハードウェアとは対照的に、ターゲットとなるワークロードに集中することができるようになります。
CXLは、人工知能や機械学習などの新しいアプリケーションをサポートするために、CPUを補完するアクセラレータの使用が増加していることから、高速通信の業界オープンスタンダードなインターフェースとして設計されています。
ダブルワイド IA-860mカードは、最大32GBのインパッケージHBM2eメモリーをサポートする画期的なMシリーズ・インテル® Agilex™ 7 FPGAを搭載しています。これは、ハイパフォーマンス・コンピューティング、特にメモリに制約のあるアプリケーション向けの驚くべきプラットフォームです。
BittWare は、Agilex™ I シリーズと M シリーズ FPGA ファミリの両方が、FPGA ファブリックリソースの使用を最小限に抑えながら、フルバンド幅の Gen5 x16 構成をサポートするハード IP を備えているため、CXL をサポートできます。
CXLは、FPGAを搭載したヘテロジニアスコンピューティングアーキテクチャにおいて、新しいレベルの性能を実現します。
お客様は、アプリケーションのために、より高い性能と エネルギー効率の良い計算機能、より多くのメモリへのアクセスを要求しています。
CXLはPCIe 5.0と同じ高帯域インターフェースで動作し、PCIe 4.0の2倍の帯域幅を実現しています。
クラウドコンピューティングの普及に伴い、お客様はより高速で効率的なデータ処理を実現するために、アーキテクチャを進化させる必要があります。これは、コンピュート、 ネットワーク 、 ストレージの 各アプリケーション 領域におけるイノベーションを意味 します:
コンピュート, ネットワーク と ストレージ の技術は、すでにPCI Express上で接続されています。しかし、アプリケーションのパフォーマンスを一段と向上させるためには、CXLの利点を活用する必要があります。
CXLプロトコルでは、CXLが接続されたデバイスの3つの使用形態が記述されています。
タイプ1デバイス
タイプ1のデバイスは、ストリーミングやSmartNICのような低レイテンシのアプリケーションに使用でき、アクセラレータはプロセッサのメモリへのコヒーレントアクセスを必要とし、自身のメモリへのホストアクセスは必要ありません。
タイプ2デバイス
タイプ2のデバイスは、3つのCXLサブプロトコルをすべて扱うため、最も複雑な実装となっています:CXL.IO、CXL.Cache、CXL.Memの3つのCXLサブプロトコルすべてを扱うため、最も複雑な実装となります。このタイプは、AI推論、データベース分析、スマートストレージなどの複雑なタスクに使用することを想定しています。
第3種デバイス
タイプ 3 のデバイスでは、CXL デバイスに接続されたすべてのメモリにホストからコヒーレントにアクセスできるようになります。この例でも、FPGAは独自の圧縮や暗号化アルゴリズムなど、特別なFPGAロジックの実装を可能にすることで、価値あるメリットを提供することができます。
Intel FPGA CXL IPは、ハードIPとソフトIPを組み合わせたものです。
CXL はBittWareの IntelAgilex 7 I-Series および M-Series FPGA カードと互換性があります。
当社のテクニカルセールスチームは、在庫状況や構成情報を提供したり、技術的な質問に答えたりする準備ができています。
"*"は必須項目
BittWare パートナーIP TimeServo IPコア 高性能システムタイマIP Atomic Rules社のTimeServo IPコアは、RTL IPコアで、以下のような役割を果たします。
ホワイトペーパー Synthetic Traffic Generator Reference Design Overview Synthetic Traffic Generatorは、ネットワークポートを備えたFPGAデザインのラボテストを可能にします。他にも様々な用途がありますが
ホワイトペーパー FPGAアクセラレーション of Convolutional Neural Networks 概要 Convolutional Neural Networks(CNN)は、複雑な画像認識問題において非常に有効であることが示されている。
PCIe FPGAカード XUP-PL4UltraScale+ FPGA Low-Profile PCIeカード Dual QSFP28s and DDR4 価格の見積もりは必要ですか?見積もりフォームへ移動する 購入の準備はできていますか?チェック