《電子技術應用》
您所在的位置:首頁 > 嵌入式技術 > 業(yè)界動態(tài) > 全球首顆非馮諾伊曼架構處理器即將面世

全球首顆非馮諾伊曼架構處理器即將面世

2017-06-14

美國國防部先進計劃署(DARPA)目前正資助開發(fā)一種全新的非馮-諾伊曼(non-von-Neumann)架構處理器——稱為“分層辨識驗證利用”(Hierarchical Identify Verify Exploit;HIVE)。DARPA計劃在4年內半內投入8,000萬美元,打造這款HIVE處理器。包括英特爾(Intel)與高通(Qualcomm)等芯片商以及國家實驗室、大學與國防部承包商North Grumman都加入了這項計劃。

美國太平洋西北國家實驗室(Pacific Northwest National Laboratory;PNNL)和喬治亞理工學院(Georgia Tech)負責為該處理器打造軟件工具,而Northrup Grumman則將建立一座巴爾的摩中心,利用這款號稱全世界首款圖形分析處理器(GAP)執(zhí)行國防部(DoD)的圖表分析任務。

1497337498492039971.jpg

HIVE使用以數(shù)據(jù)的多層圖形顯示作為開始的序列(如圖),開啟了圖解分析處理的方式,在各層之間辨識資料之間的關系。(數(shù)據(jù)源:DARPA)

DARPA微系統(tǒng)技術辦公室(MTO)計劃經理Trung Tran表示:“今日的計算機架構同樣采用1940年代發(fā)明的[John] von Neumann架構。CPUGPU均采取平行運算,但它的每個核心仍然是von Neumann處理器?!?/p>

Tran說:“HIVE并不是馮諾依曼架構,因為它的數(shù)據(jù)稀疏,而且能同時在不同的記憶領域同時執(zhí)行不同的過程。這種非馮-諾依曼途徑可讓許多處理器同時存取,各自采用其本地暫存內存,在全局內存上同時執(zhí)行分散和匯集作業(yè)?!?/p>

1497337498664091427.jpg

“芯片拼貼圖”象征DARPA資助開發(fā)的新型處理器計劃——“超越微縮:電子復興計劃”(Beyond Scaling: An Electronics Resurgence Initiative)正推動微系統(tǒng)結構和性能的新紀元。(來源:DARPA)

圖形分析處理器目前并不存在,但在理論上與CPU和GPU有著顯著的不同。首先,它們經優(yōu)化用于處理稀疏圖形元素。由于所處理的項目稀疏地位于全局內存,因而也涉及一種新的內存架構——能以每秒高達TB容量的超高速度隨機存取記憶位置。

當今的內存芯片經過優(yōu)化,能以最高速度存取長序列位置(以填補其快取),這些速度大約落在每秒GB的范圍。另一方面,HIVE將以最高速度從全局內存隨機存取8位數(shù)據(jù)點,然后再以專用的暫存內存分別處理。該架構據(jù)稱也具有可擴展能力,但需要許多HIVE處理器執(zhí)行特定的圖形算法。

Tran說:“當今所收集的所有數(shù)據(jù)中,只有大約20%是有用的——這就是為什么稀疏——讓我們的8字節(jié)粒度對于巨量數(shù)據(jù)(Big Data)的問題效率更高。”

1497337498866080715.jpg.png

實時繪圖分析需要高達Giga TEPS的處理速度(綠色),才能辨識現(xiàn)場呈現(xiàn)的關系,這較目前速度最快的GPU (藍色)或CPU (紅色)速度更快1,000倍。(來源:DARPA)

這種圖形分析處理器采用優(yōu)化的新式算法處理單元(APU),加上DARPA提供的新內存架構芯片,據(jù)稱其功耗較今日的超級計算機功耗更低1,000倍。參與這項計劃的組織,特別是英特爾與高通,也將有權商用化這款處理器與記憶架構。

根據(jù)DARPA,圖形分析處理器可用于解決Big Data的問題,因為這方面的問題通常是多對多的關系,而非為目前的處理器優(yōu)化的多對一或一對一的關系。

Tran說:“從我的立場來看,下一個需要解決的大問題就是Big Data,目前采用的方法是回歸分析,但對于非常稀疏的數(shù)據(jù)點之間的關系來說,這種方法是無效的。我們發(fā)現(xiàn),CPU與GPU在處理問題的大小與結果的豐富性之間留下了很大的差距,而圖形理論則完美契合目前所看到的這一新興市場?!?/p>

除了HIVE芯片,DARPA也呼吁共同開發(fā)軟件工具,并藉由同步并行存取隨機內存位置,協(xié)助編程這種超越今日平行處理典范的新架構。如果成功了,DARPA宣稱這種圖形分析處理器將有能力辨識傳統(tǒng)CPU與GPU難以處理的許多情況類型。

1497337498944079850.jpg

英特爾CPU、Nvidia GPU、Google TPU和DARPA提出的HIVE處理器之間的應用(上)和性能(下)比較。(來源:DARPA)

DARPA認為,Big Data為圖形節(jié)點提供了傳感器饋送、經濟指標、科學和環(huán)境測量,而圖形的邊緣則是不同節(jié)點之間的關系,例如亞馬遜(Amazon)案例中的“購買”行為。

圖形理論分析的基礎可以追溯到著名的哲學家Gottfried Wilhelm Leibniz,以及Leonhard Euler在1736年出版的首篇相關論文:“柯尼斯堡七橋問題”(Seven Bridges of K?nigsberg)。從那時起,圖形理論已經發(fā)展成為建模隨機數(shù)據(jù)點之間關系的一系列算法和數(shù)學結構。HIVE架構的設計就在于使用這些圖形分析來辨識威脅、追蹤疾病爆發(fā),以及解答B(yǎng)ig Data的問題,因為這些問題寺于目前的傳統(tǒng)CPU和GPU來說相當棘手。

為期四年半的DARPA計劃在第一年將與英特爾和高通共同設計芯片架構,而Georgia Tech和PNNL則負責開發(fā)軟件工具。在第一年之后,將會選出一款硬件設計和一款軟件工具。DARPA將為贏得硬件設計的公司提供5,000萬美元的贊助,但該公司也將自行提供5,000萬美元。此外,DARPA還將為贏得軟件設計的組織提供700萬美元的贊助。

同時,Northrup將獲得1,100萬美元的資金,用于打造巴爾的摩中心,調查國防部對于圖形分析的所有需求,并確保硬件和軟件制造商滿足這些需求。

英特爾數(shù)據(jù)中心副總裁Dhiraj Mallick表示:“HIVE計劃目的在于針對數(shù)據(jù)處理,利用圖形分析處理器發(fā)揮機器學習以及其他人工智能(AI)的影響力?!?/p>

Mallick有信心英特爾的芯片設計將會贏過高通,他說:“英特爾已被要求在這項計劃結束時提供16節(jié)點的平臺,在一塊電路板上使用16個HIVE處理器,英特爾也將擁有為全球市場提供產品的權利?!?/p>

隨著這項計劃進展,這款HIVE處理器將可實現(xiàn)實時辨識與感知策略資產。相形之下,Mallick說,至今我們還得依靠“失馬鎖廄,為時已晚”的事后分析…


本站內容除特別聲明的原創(chuàng)文章之外,轉載內容只為傳遞更多信息,并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創(chuàng)文章及圖片等內容無法一一聯(lián)系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。