来源:内容来自eettaiwan,谢谢。
美国国防部先进计划署(DARPA)目前正资助开发一种全新的非冯-诺伊曼(non-von-Neumann)架构处理器——称为「分层辨识验证利用」(Hierarchical Identify Verify Exploit;HIVE )。DARPA计划在4年内半内投入8,000万美元,打造这款HIVE处理器。包括英特尔(Intel)与高通(Qualcomm)等晶片商以及国家实验室、大学与国防部承包商North Grumman都加入了这项计划。
美国太平洋西北国家实验室(Pacific Northwest National Laboratory;PNNL)和乔治亚理工学院(Georgia Tech)负责为该处理器打造软体工具,而Northrup Grumman则将建立一座巴尔的摩中心,利用这款号称全世界首款图形分析处理器(GAP)执行国防部(DoD)的图表分析任务。
HIVE使用以资料的多层图形显示作为开始的序列(如图),开启了图解分析处理的方式,在各层之间辨识资料之间的关系。(资料来源:DARPA)
DARPA微系统技术办公室(MTO)计划经理Trung Tran表示:「今日的电脑架构同样采用1940年代发明的[John] von Neumann架构。CPU与GPU均采取平行运算,但它的每个核心仍然是von Neumann处理器。」
Tran说:「HIVE并不是冯诺依曼架构,因为它的资料稀疏,而且能同时在不同的记忆领域同时执行不同的过程。这种非冯-诺依曼途径可让许多处理器同时存取,各自采用其本地暂存记忆体,在全局记忆体上同时执行分散和汇集作业。」
「晶片拼贴图」象征DARPA资助开发的新型处理器计划——「超越微缩:电子复兴计划」(Beyond Scaling: An Electronics Resurgence Initiative)正推动微系统结构和性能的新纪元。(来源:DARPA)
图形分析处理器目前并不存在,但在理论上与CPU和GPU有着显著的不同。首先,它们经最佳化用于处理稀疏图形元素。由于所处理的项目稀疏地位于全局记忆体,因而也涉及一种新的记忆体架构——能以每秒高达TB容量的超高速度随机存取记忆位置。
当今的记忆体晶片经过最佳化,能以最高速度存取长序列位置(以填补其快取),这些速度大约落在每秒GB的范围。另一方面,HIVE将以最高速度从全局记忆体随机存取8位元资料点,然后再以专用的暂存记忆体分别处理。该架构据称也具有可扩展能力,但需要许多HIVE处理器执行特定的图形演算法。
Tran说:「当今所收集的所有资料中,只有大约20%是有用的——这就是为什么稀疏——让我们的8位元组粒度对于巨量资料(Big Data)的问题效率更高。」
即时绘图分析需要高达Giga TEPS的处理速度(绿色),才能辨识现场呈现的关系,这较目前速度最快的GPU (蓝色)或CPU (红色)速度更快1,000倍。(来源:DARPA)
这种图形分析处理器采用最佳化的新式演算法处理单元(APU),加上DARPA提供的新记忆体架构晶片,据称其功耗较今日的超级电脑功耗更低1,000倍。参与这项计划的组织,特别是英特尔与高通,也将有权商用化这款处理器与记忆架构。
根据DARPA,图形分析处理器可用于解决Big Data的问题,因为这方面的问题通常是多对多的关系,而非为目前的处理器最佳化的多对一或一对一的关系。
Tran说:「从我的立场来看,下一个需要解决的大问题就是Big Data,目前采用的方法是回归分析,但对于非常稀疏的资料点之间的关系来说,这种方法是无效的。我们发现,CPU与GPU在处理问题的大小与结果的丰富性之间留下了很大的差距,而图形理论则完美契合目前所看到的这一新兴市场。」
除了HIVE晶片,DARPA也呼吁共同开发软体工具,并藉由同步平行存取随机记忆体位置,协助编程这种超越今日平行处理典范的新架构。如果成功了,DARPA宣称这种图形分析处理器将有能力辨识传统CPU与GPU难以处理的许多情况类型。
英特尔CPU、Nvidia GPU、Google TPU和DARPA提出的HIVE处理器之间的应用(上)和性能(下)比较。(来源:DARPA)
联系客服