TeraBox 1400DNサーバースタック

コンピュートアクセラレーション

パフォーマンス
+ 柔軟性
+ 効率性

なぜFPGAをComputeに使うのかアクセラレーション?

お客様は、補完的な技術を組み合わせて協調動作させる異機種混合の プラットフォームを導入することが多くなっています。

FPGAは、さまざまなHPCアプリケーションに対して、高い性能、ワークロードの柔軟性 エネルギー効率の高い動作を提供します。

HPC における CORE FPGA のメリット

HPCにおけるFPGAの価値提案は、ここ数年で大きく強化されています。

これらは、BWNNのホワイトペーパーで実証されたように、重要な利点です:

パフォーマンス アクセラレーション

FPGAはCPUと並んで、コンピューティングのヘテロジニアス・アプローチの一翼を担っています。特定のワークロードでは、FPGAはCPUに対して大幅なスピードアップを実現します(この例では、機械学習の推論を50倍高速化)。

渋滞中の車種表示イメージ
CPUの50倍速

アプリケーションテーラリングへの柔軟な対応

FPGAには、アプリケーションに最適に調整するためのさまざまなツールがあります。ハードウェアファブリックは、必要なものだけを使用するように適応し、必要な場合は硬化浮動小数点ブロックを含みます。BWNNの重みについては、1ビットと平均スケーリングファクターのみを使用し、許容できる精度を達成しながらも、リソースを大幅に削減することができました。

エネルギー効率

ワットあたりの消費電力はエッジで重要なだけでなく、スペースと電力コストの両面でデータセンターのパワーバジェットに含まれます。FPGAは、最新の効率的なライブラリをユニークに提供でき、しかもCPUよりもはるかに低いワットあたりの電力で実現できます。

ソフトウェアベースの開発

BittWare'独自の最適化されたOpenCL BSPを使用することで、ソフトウェア指向の開発者と最新のソフトウェアライブラリの両方を利用することができるようになりました。これにより、古いMLライブラリよりも性能が向上したYOLOv3フレームワークを迅速に適応させることができました。

HPCの深層に迫る

2D FFT記事サムネイル

2D FFTホワイトペーパーを読む

520N-MXカードを使用したHBM2による2D FFTアプリケーションの高速化についてご覧ください。

2D FFTホワイトペーパーを読む

こちらをクリックしてください。
BWNNサムネイル

BWNNホワイトペーパーを読む

OpenCLを使用して、YOLOv3機械学習フレームワークを当社のFPGAカードに適応させた方法をご紹介します。

BWNNホワイトペーパーを読む

こちらをクリックしてください。

アプリケーション

CPUを中心とした従来のアーキテクチャに比べ、ストレージ処理への要求が高いアプリケーションを対象としています。

人工知能/機械学習 推論

科学的シミュレーション

画像・映像処理

素粒子物理モデリング

遺伝子配列決定

分子動力学

HPCにFPGAを使用する場合

FPGAを使用することで、お客様は以下のような特性を持つアプリケーション固有のハードウェア実装を作成することができます:

BittWare カードをHPCで利用する2つのお客様

プレイ動画
シグナス スパコンルーム
プレイ動画

ご質問はございませんか?

HPCに関する質問に、技術スタッフがお答えします。