作者:赵广立 来源:中国科学报 发布时间:2018/3/1 9:43:21
选择字号:
中科院计算所高通量中心主任范东睿:
数据计算从高性能向高通量变迁

 

大会主席Michael Gschwind、大会程序委员会主席谢源教授参观SmarCo产品。

■本报记者 赵广立

2月24~28日,第24届高性能计算机体系结构会议(HPCA2018)在奥地利首都维也纳举行。在此次计算机体系结构领域的学术顶级会议上,中科院计算所高通量中心主任、中科睿芯董事长范东睿向国际同行报告了中国在高通量计算研究领域的重要成果“面向数据中心高通量应用处理的众核处理器”,受到了广泛关注。同题论文被HPCA 2018录用发表。

“高通量芯片设计在HPCA这种顶会上发表,是高通量计算(HTC)研究发展的重要时刻,这标志着国际上对高通量基础研究的认可与重视。”范东睿说,随着数字时代的推移与智能时代的来临,大数据处理对计算的需求面临着从HPC(高性能计算)向HTC的变迁,HTC应用的爆发或已到来。

天生适合“吞噬”海量大数据

今天,人类产生的数据量日益惊人。据IDC最新报告显示,到2025年,人类创造的数据量将达到163ZB(1ZB=1000EB),是2016年的10倍。

而据Synergy Research最新报告,2017年全球超大规模数据中心数量已由300家增至390家,且2018年没有丝毫放缓的迹象。此外,绝大多数超大规模数据中心仍位于美国,占全球44%,遥遥领先于位居第二的中国(8%),国内数据中心需求仍将呈爆发式增长。

“人类将彻底淹没在数据之中。”范东睿向《中国科学报》记者解释说,“数据的实时处理对瞬时吞吐提出了更高的要求,传统的高性能处理器已经无法满足未来数据中心的负载需求,仅靠设备的堆积已经无法真正解决问题。”他举例说,诸如Google、Facebook这样的新兴互联网公司,需要数据中心提供亿级并发请求访问的能力,同时保障QoS(指通过利用各种基础技术为指定的网络通信提供更好的服务能力)。

因此,范东睿判断,数据中心应用将从以前的“求快”变为“求多”,服务器处理器芯片也相应地从传统追求单个任务的“快”,变为单位时间处理任务数量的“多”。

“高通量计算的技术核心是‘体系结构级的数据流思想’,强调高通量、强实时、低延迟以及易扩展等特征,天生适合‘吞噬’海量大数据。”范东睿介绍说,高通量计算的处理方式适用于互联网新兴应用负载特征,可在强时间约束下处理高吞吐量请求,呈现出对数据的一种“吞噬效果”。

范东睿告诉记者,相较于传统高性能处理器,高通量处理器更注重单位时间任务处理量的提升,特别适用于解决数据中心任务相对独立且访存比例大的难题。而在大数据时代,数据处理效率是系统最关键的指标。

高通量整体解决方案

由于高通量计算擅长“数据在计算设备的流动中被处理”,这有效避免了反复访问存在效率与能耗上的损失。中科院计算所副研究员叶笑春解释说,像人脑一样,数据流思想强调“并行”和“不规则运算”,这从根本上解决了海量数据处理多样性的问题。同时,与人工智能契合的数据流思想,也为研制具有通用性、高通量特性的普适人工智能芯片奠定了基础。

记者了解到,脱胎于中科院计算所的中科睿芯在国内率先开展了基于高通量数据流计算技术的芯片探索设计,并已成功产品化,其中包括曾被《微处理器报告》评为全球十大服务器处理器之一的高性能众核睿芯处理器SmarCo-1和全球首款高通量众核视频处理芯片SmarCo-2等。

叶笑春透露,中科睿芯研发的最新一代面向数据中心高通量应用处理的众核处理器SmarCo,相对于传统高性能处理器在能效比方面“有一个数量级以上的提升”。此外,叶笑春还介绍说,由于高通量计算本身的特性,相较于目前在通用人工智能计算市场独占鳌头的GPU,高通量芯片在人工智能、图计算、数据分析、区块链等的计算方面也有显著的性能优势。

中科院计算所所长、中国计算机学会副理事长孙凝晖曾就此表示,未来计算的世界,将越来越清晰地划分为两个阵营,一支是以传统“高性能计算”为基础的产业力量,会继续以改良的方式去适应新时代高通量应用的需求变化;还有一支是引领“高通量处理”技术的新生力量,如中科睿芯和高通公司推出的全新的高通量众核处理芯片与高通量处理系统。“中科院计算所在此方向有长达十年的大规模投入与研发,现在到了贡献产业、服务国民经济的时候。”

“未来,中科睿芯希望发挥在高通量体系结构研究领域的优势,组成一套全新的高通量整体解决方案。”范东睿最后说道。

《中国科学报》 (2018-03-01 第7版 产业)
 
 打印  发E-mail给: 
    
 
以下评论只代表网友个人观点,不代表科学网观点。 
SSI ļʱ
相关新闻 相关论文

图片新闻
大规模基因研究重绘开花植物的生命之树 彭慧胜院士团队把“充电宝”做成衣服
缓解肠易激综合征  饮食比服药更有效 银河系发现巨大黑洞
>>更多
 
一周新闻排行 一周新闻评论排行
 
编辑部推荐博文
 
论坛推荐