近日,美国国防先期研究计划局(DARPA)宣布资助研究一种全新的非传统冯·诺依曼处理器,称为HIVE(Hierarchical Identify Verify Exploit),总金额8000万美元,为期4年。美国英特尔和高通公司、太平洋西北国家实验室、佐治亚理工学院和诺·格公司共同承研。
太平洋西北国家实验室和佐治亚理工学院主要参与研制该处理器所需的软件工具,诺·格将在美国巴尔的摩市建立一个中心,为该世界首个图形解析处理器(GAP)实现国防部关于图形分析的需求。
图 HIVE处理器采用以多层图形代表的数据开始进行图形分析处理,识别数据或者各层图形之间的关系
DARPA的微系统技术局(MTO)项目经理Trung Tra表示,“我们今天看到的电脑架构使用了在20世纪40年代发明的冯·诺依曼架构,CPU和GPU并行,但每个核心仍然是冯·诺依曼处理器。”
Trave说:“HIVE并不是冯·诺依曼架构,因为它的数据稀疏,并且能够同时在不同的存储区域执行不同的程序。这种非冯·诺依曼方法允许许多处理器访问数据,每个处理器都使用自己的本地存储器(local scratch-pad memory),同时在全局存储器上执行分散和采集操作(scatter-and-gather)。”
现在并没有这种图形解析处理器(GPA),理论上GPA的很多关键点都与CPU和GPU不同。首先,GPA被优化用于处理稀疏的图形元素。由于这些图形稀疏的位于全局存储器中,所以GPA还涉及一种新的存储器架构,可以以超高速(高达TB/s)访问随机放置的存储器位置。
现在的内存芯片经过优化,可以访问一个很长的地址连续的存储空间(以弥补缓存的不足)的最高速度为GB/s,远低于TB/s。另一方面,HIVE将以最高速度从全局存储器随机访问8比特数据,然后使用其专用的临时存储器来独立处理这些数据。该架构也设计为可扩展的,必要时可以使用更多的HIVE处理器来执行特定的图形算法。
Trave说:“现在收集的所有数据中,只有约20%数据时有用的,所以说它们是稀疏的。这就使得8比特稀疏化方法对于处理大数据问题有更高的效率。”
图 实时图形分析需要千兆遍历边缘每秒每瓦,比当前最快的GPU(蓝色)或CPU(红色)快1000倍
HIVE项目将开发一个单独的处理器,能够实时高效检测具有多达十亿个顶点的图形。当前的单个CPU/GPU无法实时处理大的图形。而大数据中心需要克服这些处理器的限制。
由DARPA定义的针对图形分析进行了优化的新算法处理单元(APU,arithmetic-processing-unit)加上新的内存架构芯片,使用的功耗比当今超级计算机低1000倍。参与者,特别是英特尔和高通,也将有权将他们发明的处理器和内存架构商业化,以创建一个HIVE。
DARPA表示,图形分析处理器对于解决大数据问题非常重要。这些问题通常涉及多对多的关系(many to many),而不是目前处理器所面对的多对一或一对一的关系。如从亚马逊购物的人映射到他们购买的所有商品,这就是一种多对多的关系。
Trave说:“对于非常稀疏的数据点之间的关系而言,回归分析方法不是很有效。我们发现CPU和GPU在问题的规模和结果的丰富性之间存在很大不足,而图形理论能够填补这一不足,也完美契合当前的新兴商业市场。”
除HIVE处理器芯片外,该任务还将开发软件工具,来帮助实现针对新架构的变成。DARPA称,如果该图形解析处理器能够成功研制,将能够识别和确定许多常规CPU和GPU难以处理的问题。
诺·格将获得1100万美元资助,以建立巴尔的摩中心,用于分析国防部对于图形解析的所有需求,并确保软件和硬件合同商能够满足这些需求。
任务周期为四年半。
第一年,英特尔和高通将竞争进行芯片架构设计,佐治亚理工学院和太平洋西北国家实验室将竞争设计软件工具。
一年后,DARPA将从四家中选择一个硬件设计和一个软件设计。DARPA将为硬件设计优胜者提供5000万美元的资金,同时该公司也需自筹5000万美元,将为软件设计优胜者提供700万美元资助。