|
不久前，一位朋友跟筆者講了這樣一個故事：去年底，曾有人問他為什么說賽靈思（Xilinx）是百度這樣的互聯(lián)網(wǎng)公司的“爸爸”？他表示，起初還真不知道如何回答這個問題。恰好有一場賽靈思的線下活動，他們就一起來到活動現(xiàn)場。在親眼目睹賽靈思展示的數(shù)據(jù)中心加速方案后，尤其是看到服務器中因插入賽靈思那張紅色的Alveo加速器卡，數(shù)據(jù)處理能力立刻有了驚人的提升，他們頓時有了自己的答案。 我們知道，所謂的萬物互聯(lián)，就是無數(shù)的電子設備與互聯(lián)網(wǎng)進行連接，從而創(chuàng)造一個魔幻的數(shù)字世界，與此同時，也產(chǎn)生了海量的數(shù)據(jù)。根據(jù)IDC的預測，從2018年至2025年，全球的數(shù)據(jù)增長量達到5倍以上，將從2018年的32 ZB增至2025年的175 ZB。中國將在2025年以48.6ZB的數(shù)據(jù)量及27.8%的占比成為全球最大的數(shù)據(jù)匯集地。然而，這些數(shù)據(jù)的分析和使用必須借助數(shù)據(jù)中心強大的計算平臺來完成，對數(shù)據(jù)中心而言，這是難得的機遇，更是前所未有的挑戰(zhàn)。 
圖1 ：2010年至2025年全球數(shù)據(jù)量增長情況（圖片來源：IDC） 數(shù)據(jù)中心蘊含巨大的市場潛力 現(xiàn)在，企業(yè)和專業(yè)用戶越來越意識到從物理和虛擬世界收集到的大量數(shù)據(jù)蘊含的價值。隨著數(shù)據(jù)量繼續(xù)呈指數(shù)級增長，對數(shù)據(jù)分析的需求也將以類似的速度增長。為此，數(shù)據(jù)中心必須加速轉(zhuǎn)型，以達到增加網(wǎng)絡帶寬，優(yōu)化人工智能等工作負載的目的，同時還要保證較低的功耗以及提供新服務的能力。綜合技術(shù)與成本等因素，數(shù)據(jù)中心加速器有助于顯著提高數(shù)據(jù)中心的性能。 在數(shù)據(jù)中心加速器市場，深度學習訓練（Deep Learning Training）在應用方面占有重要份額。根據(jù)BMRC的預測，到2025年，深度學習訓練市場將達到233.8億美元，2018年和2025年復合年增長率為40.16%。數(shù)據(jù)中心又如何支持這一巨大需求呢？ 在回答這個問題之前，我們先來看一看各大咨詢機構(gòu)對數(shù)據(jù)中心發(fā)展?jié)摿Φ难信小?br /> 根據(jù)調(diào)研機構(gòu)Gartner的分析結(jié)果，預計全球公有云服務市場在2020年將增長17%，達到2664億美元。其中，軟件即服務(SaaS)仍將是最大的細分市場，預計該市場將在2020年增長至1160億美元。第二大市場則是基礎(chǔ)設施即服務(IaaS)，2020年的市場規(guī)模將達到500億美元。
圖2：全球公共云服務收入預測（單位：十億美元）（圖片來源：Gartner） 根據(jù)調(diào)研機構(gòu)CBRE的調(diào)查數(shù)據(jù)，5G和邊緣計算部署將在2020年整合到數(shù)據(jù)中心，可能會導致二級和三級數(shù)據(jù)中心市場的需求上升。 根據(jù)思科公司的調(diào)查數(shù)據(jù)，到2021年，全球云計算數(shù)據(jù)中心流量可能達到每年20.6 ZB，預計全球?qū)⒂?28個超大規(guī)模數(shù)據(jù)中心運營。 根據(jù)調(diào)研機構(gòu)Frost&Sullivan的調(diào)查報告，全球互聯(lián)網(wǎng)IP流量預計會從2016年的6.8 ZB增長到2022年的24.6 ZB。不斷增長的全球互聯(lián)網(wǎng)和移動數(shù)據(jù)流量導致數(shù)據(jù)增長，因此，對數(shù)據(jù)中心的數(shù)據(jù)傳輸和存儲需求將明顯增加。 Technavio公司最新發(fā)布的報告顯示，2019～2023年全球數(shù)據(jù)中心市場規(guī)模有望增長2844.4億美元，復合年增長率將超過17%。 根據(jù)Structure Research公司的調(diào)查數(shù)據(jù)，到2024年，全球托管數(shù)據(jù)中心市場收入將增加一倍，達到697.6億美元。 據(jù)Vertiv公司預測，到2025年，邊緣數(shù)據(jù)中心將成為該行業(yè)的普遍發(fā)展做法，邊緣計算的站點到2025年將增加三倍。 云計算基礎(chǔ)設施廠商Apcera公司預測，到2025年，全球數(shù)據(jù)中心轉(zhuǎn)型市場預計將從2017年的58.6億美元增長到159.2億美元，至2026年的預測期內(nèi)，復合年增長率為13.2%。 數(shù)據(jù)中心硬件加速勢在必行 數(shù)據(jù)量的爆炸性增長和工作負載的復雜性，已經(jīng)超過了現(xiàn)有數(shù)據(jù)中心計算平臺的性能。面對如此情形，無論是公有云、私有云還是混合云，大幅提升數(shù)據(jù)中心的利用率、性能和能效，降低運營成本和總成本，實現(xiàn)數(shù)據(jù)中心的轉(zhuǎn)型升級成為當務之急。 高性能計算（HPC）領(lǐng)域的專家一直致力于推動新平臺的開發(fā)，通過異構(gòu)體系架構(gòu)實現(xiàn)硬件加速，將傳統(tǒng)CPU、圖形處理單元（GPU）和現(xiàn)場可編程門陣列（FPGA）等進行靈活組合。隨著新一代計算加速器的出現(xiàn)，數(shù)據(jù)中心在性能和能效上均有了大幅提升。 那么，究竟從何時開始數(shù)據(jù)中心的服務器需要增加FPGA、GPU等加速器呢？這要從摩爾定律開始講起。 根據(jù)摩爾定律，集成電路中每平方英寸的晶體管數(shù)量每隔18個月就會翻一番。然而到了2020年，業(yè)界關(guān)于摩爾定律即將失效的討論越來越多。2015年4月，英特爾表示，通過開發(fā)7nm和5nm制程工藝，摩爾定律仍將得以延續(xù)。然而，進一步減小處理器的尺寸將非常困難，因為這樣做會減少電子和空穴之間的空間，進而出現(xiàn)電流泄漏和過熱等問題，最終導致芯片的性能下降、功耗大、耐久性降低。因此，必須尋找其他替代方案來提高芯片的計算能力。 按處理器類型劃分的數(shù)據(jù)中心加速器市場，目前主要有三種方案，即通過GPU、FPGA、ASIC來加速，其中，GPU在數(shù)據(jù)中心加速器市場的占比較大。英偉達是數(shù)據(jù)中心GPU加速器市場的主要推動者，在數(shù)據(jù)中心市場與英特爾形成了激烈的競爭。隨著摩爾定律的放緩，GPU加速器有望在深度學習、訓練和推理應用方面取得重大成功。
圖3：英偉達HGX™ A100支持標準化的高性能服務器（圖片來源：英偉達） 現(xiàn)在，一個典型的通用處理器已經(jīng)無法維持分析應用程序增加的計算復雜度，基于FPGA的異構(gòu)體系結(jié)構(gòu)使計算密集型和重復性任務能夠從主CPU上卸載。與其他平臺相比，F(xiàn)PGA可以提供更高的性能，并且具有足夠的適應性，能夠滿足未來的需求和未來的算法，進而有望成為高效執(zhí)行數(shù)據(jù)分析的主要平臺。 為什么看好FPGA加速器？ FPGA（現(xiàn)場可編程門陣列）是一種集成可重構(gòu)器件，具有運算速度快、功耗低等優(yōu)點，在計算密集型應用中得到廣泛的應用。與GPU和多核CPU相比，F(xiàn)PGA具有更好的能量效率，并且可以達到11x和57x的速度。此外，對于某些類型的圖像處理應用，如立體視覺應用，F(xiàn)PGA可以說是非常好的選擇。FPGA的不足也很明顯，比如設計一個FPGA架構(gòu)需要很長時間，需要設計人員有較強的軟硬件開發(fā)技能。 現(xiàn)在，數(shù)據(jù)中心在其基礎(chǔ)設施中部署FPGA有兩種主要方法，一種是FPGA與CPU緊密耦合，另一種是FPGA作為獨立組件。 方法一 將FPGA作為協(xié)處理器，F(xiàn)PGA與CPU物理連接在一起，此時的FPGA既是加速器又是數(shù)據(jù)中心的一部分。但是，數(shù)據(jù)中心的FPGA數(shù)量受CPU數(shù)量的限制，不能作為獨立的計算資源使用。在市場上，已經(jīng)有Amazon提供的集成Xilinx Virtex UltraScale+的EC2 F1實例。F1實例易于編程，并且配備了開發(fā)、模擬、調(diào)試和編譯硬件加速代碼所需的各種資源，包括FPGA Developer AMI，并支持在云上進行硬件級開發(fā)。對于許多應用程序，使用 F1實例部署硬件加速都非常有用，可解決需要高帶寬、增強型聯(lián)網(wǎng)和超高計算能力的復雜科學、工程和業(yè)務問題。按照Amazon的信息，在EC2 F1實例上運行高性能計算幾乎可以實現(xiàn)無限的容量來擴展基礎(chǔ)設施。與CPU相比，Amazon EC2 F1實例可將速度提升高達100倍，適用于各種受計算限制的應用程序。 方法二 是將FPGA看作獨立于CPU的單獨組件，F(xiàn)PGA直接連接到網(wǎng)絡。這種方法將網(wǎng)絡和應用程序處理耦合在同一個FPGA器件中。因為應用程序可以獨立于服務器數(shù)量來擴展FPGA的數(shù)量，所以系統(tǒng)的延遲和吞吐量都會有明顯改善。
圖4：賽靈思Alveo加速器卡大幅提升數(shù)據(jù)中心部署的標準服務器性能 在這場基于FPGA加速器的數(shù)據(jù)中心變革中，賽靈思可謂是一大受益者。該公司自2018年啟動數(shù)據(jù)中心優(yōu)先戰(zhàn)略以來，在2019年就推出了Alveo加速器卡，大幅提升了云端和本地數(shù)據(jù)中心部署的標準服務器的性能。Alveo產(chǎn)品系列目前已擴展至Alveo U50、 U200、 U250、 U280四款產(chǎn)品，并已在美國、歐洲和中國市場得到廣泛應用。 目前，中國的浪潮集團已基于主流FPGA芯片，開發(fā)出高密度、高性能、易編程的FPGA異構(gòu)加速運算卡，并且在機器學習、視頻分析、語音識別、文本搜索等場景得到了很好的落地應用。根據(jù)IDC最新數(shù)據(jù)，浪潮已經(jīng)躋身全球服務器出貨量前三，中國的AI服務器市場出貨量第一。在浪潮提供的AI產(chǎn)品和解決方案中，包括全球首款內(nèi)嵌HBM2高帶寬內(nèi)部存儲的加速卡、面向視頻監(jiān)控領(lǐng)域的多通道視頻AI加速卡等都內(nèi)置了賽靈思的FPGA產(chǎn)品。 結(jié)語 隨著數(shù)據(jù)量以指數(shù)級增長，對數(shù)據(jù)分析的需求也開始快度增長。原有的硬件和軟件體系結(jié)構(gòu)已經(jīng)無法滿足數(shù)據(jù)生成、存儲和分析的需求，“加速”正在成為數(shù)據(jù)中心的當務之急。從目前的市場情況看，GPU在數(shù)據(jù)中心加速器市場占據(jù)較大比例，主要面向深度學習、AI訓練和推理等應用。FPGA以其可配置性、靈活性、并行性和功耗效率，確保了數(shù)據(jù)處理工作負載的有效和高效加速，進而迅速成為眾多互聯(lián)網(wǎng)公司在云計算和AI業(yè)務上的重要支撐，為云服務提供了一個令人信服的替代方案。 文章來源：貿(mào)澤電子 作者：Doctor M |
