Intel ser en utvidgad roll för fpgas, heterogen databehandling

Mycket av den intressanta processordiskussionen har nyligen kretsat kring att använda olika typer av chips och kärnor, i motsats till de allmänna datorkärnorna som är vanliga i konventionella CPU: er. Vi har sett alla typer av olika kombinationer av chips som används för särskilda beräkningsuppgifter, inklusive CPU: er, GPU: er, DSP: er, anpassade ASICS och fältprogrammerbara gate-arrayer (FPG), och allt mer ser vi applikationer som kombinerar aspekter av alla dessa, ibland i ett system och ibland i ett enda chip.

Till och med Intel - länge förespråkaren av allmänna datorkärnor som fördubblats i hastighet varje par år - har börjat agera med sitt köp av Altera, en av de ledande FPGA-tillverkarna. Nyligen fick jag en möjlighet att prata med Dan McNamara, chef för Intels Programmable Solutions Group (PSG) - som en gång var känd som Altera - som kastade lite ljus på Intels planer på detta område och gav mer detaljer om företagets planer för anslutning olika typer av kärnor och olika dör tillsammans i höghastighetschippaket.

"Världen går heterogen", sade McNamara och noterade att det nu finns ett gemensamt insikt att du inte kan lösa alla problem med kärnor för allmänt bruk. Anpassade ASIC: er - som Googles Tensorbehandlingsenheter eller TPU: er kan påskynda vissa typer av funktioner långt utöver traditionella CPUS eller GPU: er, men det tar lång tid att skapa. Däremot sade han, FPGA: er möjliggör anpassningsbar kod som ger mycket av ASIC: s prestandafördelar utan att vänta två år på chipdesign och tillverkning. En utvecklare kan omedelbart ändra algoritmer inom en FPGA, medan en CPU, GPU eller anpassat chip fungerar på ett fast sätt.

McNamara sade också att FPGA: er är mycket låg latens och kan vara mycket parallella, med olika delar av ett chip som fungerar samtidigt på applikationer som bildbehandling eller kommunikation.

Intel levererar nu Arria 10 FPGA, tillverkat på TSMC: s 20nm-process, och erbjuder ett paket som kombinerar en Xeon (Broadwell) -processor och Arria 10. Detta används i applikationer som webbskalasökning och analys. McNamara sa att FPGA: er kunde påskynda sökningen upp till tio gånger och noterade att Microsoft har varit offentligt om att använda sådana FPGA: er för att påskynda sökningen.

Ett stort område med förbättringar på senare tid har varit att skapa snabbare multichip-paket som kan kombinera chipmatrar skapade på olika processer och kanske från olika tillverkare. Dessa inkluderar paket som innehåller en CPU och en FPGA, såsom Xeon / Arria-kombinationen; en FPGA med olika sändtagare, som i Intels Stratix 10 FPGA; eller till och med olika delar av en fullständig CPU, som Intel beskrev i sin senaste teknik och tillverkningsdag.

Intel har skapat en ny teknik som kallas inbäddad multi-chip interconnect bridge (EMIB) för att göra detta, vilket debuterade i Stratix 10. I EMIB skapas kärnformen på Intels 14nm-process och sändtagarna på TSMC: s 16nm-process.

Sammantaget sa McNamara att flera områden går mot att anta fler FPGA-enheter med sådan förpackning. Han berättade om hyperskaliga webbplatser, som ser efterfrågan snabbt förändras och där en FPGA / CPU-kombination kan fungera bra inom områden som sökning, analys och videoströmning, liksom transformation av nätverk, där trender som programvarudefinerat nätverk och virtualiseringsnätverksfunktioner driver ett behov av mer paketbehandling. Andra fokusområden inkluderar 5G- och trådlösa applikationer, autonom körning och AI-applikationer. I AI sade McNamara att optimerade ASIC: er och rå datorkraft kan vara bäst för utbildning (Intel har köpt Nervana), men att FPGA: er ofta är bäst vid slutsatser på grund av deras flexibilitet och låga latens, och noterade att ZTE använde Arria 10s för att visa mycket imponerande poäng för bildigenkänning.

Personligen är jag nyfiken på om framtida CPU: er verkligen kommer att ta olika komponenter och blanda och matcha dem med hjälp av EMIB eller liknande teknik för att ändra det vi tänker på som ett processorchip. Jag är fascinerad av idén att framtidens system kan använda massor av olika kärnor - vissa programmerbara (FPGA) och några fixade (en blandning av både anpassade ASIC: er och traditionella CPU och GPU) för att göra saker tillsammans som förbättrar vad som helst teknik kan göra på egen hand.