△ 百度解釋了FPGA上AI和數(shù)據(jù)分析工作負載的情況

在加州Hot Chips大會上，百度發(fā)布XPU，這是一款256核、基于FPGA的云計算加速芯片。合作伙伴是賽思靈（Xilinx）。百度也在這次的大會上，透露了關于這款芯片的更多架構方面的細節(jié)。

過去幾年，百度在深度學習領域，尤其是基于GPU的深度學習領域取得了不錯的進展。而且，百度也在開發(fā)被稱作XPU的新處理器。

百度研究員歐陽劍表示，百度設計的芯片架構突出多樣性，著重于計算密集型、基于規(guī)則的任務，同時確保效率、性能和靈活性的最大化。今天，他在Hot Chips大會上與來自FPGA廠商Xilinx的人士一同發(fā)布了XPU。

△ 百度去年宣布采用Xilinx Kintex UltraScale FPGA加速數(shù)據(jù)中心的額機器學習應用

XPU的目標是在性能和效率之間實現(xiàn)平衡，并處理多樣化的計算任務。FPGA加速器本身很擅長處理某些計算任務，但隨著許多小內(nèi)核交織在一起，多樣性程度將會上升。

歐陽劍表示：“FPGA是高效的，可以專注于特定計算任務，但缺乏可編程能力。傳統(tǒng)CPU擅長通用計算任務，尤其是基于規(guī)則的計算任務，同時非常靈活。GPU瞄準了并行計算，因此有很強大的性能。XPU則關注計算密集型、基于規(guī)則的多樣化計算任務，希望提高效率和性能，并帶來類似CPU的靈活性?！?/p>

目前XPU有所欠缺的仍是可編程能力，而這也是涉及FPGA時普遍存在的問題。到目前為止，XPU尚未提供編譯器。不過歐陽劍表示，該團隊將會很快開發(fā)一款編譯器。

歐陽劍還表示

為了支持矩陣、卷積，以及其他大大小小的內(nèi)核，我們需要一個配備高帶寬低延時內(nèi)存，以及高帶寬I/O接口的大型數(shù)學陣列。FPGA中XPU的DSP單元提供了并行處理能力，片外DDR4和HBM接口優(yōu)化了數(shù)據(jù)傳輸，而片上SRAM則提供了必要的存儲特性。

在Micro Benchmark測試中，對于計算密集型、常規(guī)內(nèi)存訪問的計算任務，XPU的效率與x86內(nèi)核類似。對于數(shù)據(jù)同步的計算任務，XPU的可擴展性應當可以進一步優(yōu)化。而對于沒有數(shù)據(jù)同步的計算任務，XPU的可擴展性與核心數(shù)量呈線性關系。

這就是問題所在。如前所述，XPU仍然沒有配備編譯器。這款處理器在FPGA上實現(xiàn)，通過訂制的邏輯電路提供指令。這些小核心類似于CPU，開發(fā)者只能使用匯編語言，而所有的執(zhí)行都由主機來控制。整個流程包括拆分計算任務，編寫XPU代碼，調(diào)用專用的邏輯函數(shù)，從而在Linux平臺上進行編譯和運行。

△ XPU具有256個內(nèi)核，集成了一個共享內(nèi)存用于數(shù)據(jù)同步。所有內(nèi)核都運行在600MHz。

歐陽劍稱：“在百度，我們使用FPGA已有多年時間。我們的數(shù)據(jù)中心、云計算平臺和自動駕駛項目中有大量FPGA。我們非常了解FPGA的優(yōu)缺點，以及如何優(yōu)化。憑借XPU的大型核心，我們專注于多樣化的計算任務。”

去年有媒體報道了基于百度深度學習SDA的SQL加速器。當時的數(shù)據(jù)流基于SA架構。根據(jù)歐陽劍的描述，這也是XPU內(nèi)存帶寬和延時優(yōu)勢的核心。

歐陽劍同時展示了今年完成的一些benchmark測試，但信息非常粗略。不過，這只是百度第一次公開展示XPU。

如果XPU被證明可以用于AI、數(shù)據(jù)分析、云計算和無人駕駛，那么百度可能需要用ASIC技術去開發(fā)XPU。