Video: WE GOT INTEL'S PROTOTYPE GRAPHICS CARD!! (Tháng mười một 2024)
Phần lớn các cuộc thảo luận về bộ xử lý thú vị gần đây đã xoay quanh việc sử dụng các loại chip và lõi khác nhau, trái ngược với các lõi máy tính có mục đích chung phổ biến trong các CPU thông thường. Chúng tôi đã thấy tất cả các loại kết hợp chip khác nhau được sử dụng cho các tác vụ điện toán cụ thể, bao gồm CPU, GPU, DSP, ASICS tùy chỉnh và mảng cổng lập trình trường (FPG) và ngày càng chúng ta thấy các ứng dụng kết hợp các khía cạnh của tất cả các những cái này, đôi khi trong một hệ thống và đôi khi trong một con chip.
Ngay cả Intel cũng từ lâu, người đề xuất các lõi tính toán đa năng, tăng gấp đôi tốc độ cứ sau vài năm, đã bắt đầu hành động với việc mua Altera, một trong những nhà sản xuất hàng đầu về đồ họa. Gần đây, tôi có cơ hội nói chuyện với Dan McNamara, tổng giám đốc Tập đoàn Giải pháp lập trình của Intel (PSG) đã từng được biết đến với cái tên Altera, người đã làm sáng tỏ các kế hoạch của Intel trong lĩnh vực này và cung cấp thêm chi tiết về kế hoạch kết nối của công ty các loại lõi khác nhau và khác nhau chết trong các gói chip tốc độ cao.
"Thế giới đang trở nên không đồng nhất", McNamara nói, lưu ý rằng hiện tại có một nhận thức chung rằng bạn không thể giải quyết tất cả các vấn đề với lõi sử dụng chung. Các ASIC tùy chỉnh như Bộ xử lý kéo căng hoặc TPU của Google có thể tăng tốc một số loại chức năng nhất định ngoài CPUS hoặc GPU truyền thống, nhưng chúng phải mất nhiều thời gian để tạo. Ngược lại, ông nói, các GPU cho phép mã tùy biến mang lại nhiều lợi ích về hiệu năng của ASIC mà không phải chờ hai năm để thiết kế và sản xuất chip. Một nhà phát triển có thể thay đổi thuật toán trong một GPU ngay lập tức, trong khi CPU, GPU hoặc chip tùy chỉnh hoạt động theo cách cố định.
McNamara cũng cho biết các GPU có độ trễ rất thấp và có thể rất song song, với các phần khác nhau của chip hoạt động đồng thời trên các ứng dụng như xử lý hình ảnh hoặc giao tiếp.
Intel hiện đang vận chuyển Arria 10 FPGA, được sản xuất trên quy trình 20nm của TSMC và cung cấp gói kết hợp bộ xử lý Xeon (Broadwell) và Arria 10. Điều này được sử dụng trong các ứng dụng như tìm kiếm và phân tích trên quy mô web. McNamara cho biết các GPU có thể tăng tốc tìm kiếm lên tới 10 lần và lưu ý rằng Microsoft đã công khai về việc sử dụng các GPU như vậy để tăng tốc tìm kiếm.
Một lĩnh vực cải tiến lớn gần đây là tạo ra các gói đa chip nhanh hơn có thể kết hợp các khuôn chip được tạo ra trên các quy trình khác nhau và có lẽ từ các nhà sản xuất khác nhau. Chúng bao gồm các gói có chứa CPU và một đồ họa, chẳng hạn như tổ hợp Xeon / Arria; một FPGA với các bộ thu phát khác nhau, như trong Stratix 10 của Intel; hoặc thậm chí các bộ phận khác nhau của CPU đầy đủ, như Intel mô tả trong ngày sản xuất và công nghệ gần đây.
Intel đã tạo ra một công nghệ mới gọi là cầu kết nối đa chip nhúng (EMIB) để thực hiện việc này, được ra mắt trong Stratix 10. Trong EMIB, lõi chết được tạo ra trên quy trình 14nm của Intel và bộ thu phát trên quy trình 16nm của TSMC.
Nhìn chung, McNamara nói rằng một số lĩnh vực đang chuyển sang áp dụng nhiều GPU hơn bằng cách sử dụng bao bì như vậy. Ông đã nói về các trang web siêu quy mô, đang thấy nhu cầu thay đổi nhanh chóng và ở đó sự kết hợp giữa GPU / CPU có thể hoạt động tốt trong các lĩnh vực như tìm kiếm, phân tích và truyền phát video, cũng như chuyển đổi mạng, trong đó các xu hướng như mạng được xác định bằng phần mềm và ảo hóa các chức năng mạng đang thúc đẩy nhu cầu xử lý gói nhiều hơn. Các lĩnh vực trọng tâm khác bao gồm 5G và ứng dụng không dây, lái xe tự động và ứng dụng trí tuệ nhân tạo (AI). Về AI, McNamara cho biết các ASIC được tối ưu hóa và sức mạnh máy tính thô có thể là tốt nhất để đào tạo (Intel đã mua Nervana), nhưng cho biết các GPU thường tốt nhất khi suy luận, vì tính linh hoạt và độ trễ thấp của chúng, và lưu ý rằng ZTE đã sử dụng Arria 10 hiển thị điểm nhận dạng hình ảnh rất ấn tượng.
Cá nhân, tôi tò mò muốn xem liệu các CPU trong tương lai có thực sự sẽ lấy các thành phần khác nhau và trộn và kết hợp chúng bằng EMIB hoặc một công nghệ tương tự để thay đổi những gì chúng ta nghĩ về như một chip xử lý. Tôi bị thu hút bởi ý tưởng rằng các hệ thống trong tương lai có thể sử dụng nhiều lõi khác nhau, một số chương trình (FPGA) và một số cố định (kết hợp cả ASIC tùy chỉnh và CPU và GPU truyền thống) để làm mọi thứ cùng nhau cải thiện bất kỳ thứ gì công nghệ có thể tự làm.
