FPGA与GPU计算存储单位功耗性能.docxVIP

PAGE PAGE 1 FPGA与GPU计算存储单位功耗性能 1  借助应用专用编程定制可编程硬件，获得更高性能  2  将计算任务从服务器卸载到存储器件，释放 CPU 资源  3  数据与计算共址，降低数据传输需求  这种新奇的方法前景光明。不过，您应依据详细用例评估这种方法，考量性能、成本、功耗和易用性。性价比和单位功耗性能在选择加速硬件评估时，占据主要比率。在本文中，我们将研讨单位功耗性能。   计算存储功耗比较  在这个场景中，我们将比较以 CSV 数据读取用例为主的三种（工具）：（英伟达） GPUDirect 存储 和RA（PI）DS存储，以及基于（赛灵思）技术的（三星） SmartSSD 存储。CSV 读取在计算密集型流水线中起着重要的作用。  在下文中，我们将性能定义成 CSV 的处理速率，或处理“带宽”。我们先快速回顾一下三种系统的运行方式。  英伟达 GPUDirect 存储  端到端满意分析和 AI 需求  将 GPU 用作计算单元，紧贴基于 NVMe 的存储器件布局 (GPUDirect)  使用 CUDA 进行编程 (RAPIDS)  英伟达用其 CSV 数据读取技术衡量相对于标准 SSD 的性能提升。结果如图 1 所示。使用 1 到 8 个加速器时，对应的吞吐量是 4 到 23GB/s。  三星 SmartSSD 驱动器  将赛灵思 FPGA 用作计算单元  与存储规律内嵌驻留在同一个内部 PCIe 互联上  通过编程在存储平台上开展运算  赛灵思数据分析解决方案合作伙伴 Bigstream 与三星合作，为 Apache Spark 设计加速器，包括用于 CSV 和 Parquet 处理的 IP。SmartSSD 的（测试）使用单机模式的 CSV 解析引擎，以便开展比较。结果如图 2 所示，使用 1 到 12 个加速器时，对应的吞吐量是 4 到 23GB/s，同时也给出英伟达的结果（使用 1 到 8 个加速器）。请留意，本争论中的全部结果都按 x 轴上的加速器数量进行参数化。  这些结果令人兴奋，但在选择您的解决方案时，请务必将功耗状况纳入考虑。   单位功耗性能比较  图 3 显示了将功耗考虑在内后的分析结果。它们代表单位功耗达到的性能水平，依据上述争论中引用的相关材料，给出了以下假设：  （Te）sla V100 GPU：最大功耗 200 瓦  SmartSSD 驱动器 FPGA：最大功耗 30 瓦  在这个场景下，计算表明，在全部使用 8 个加速器的状况下，SmartSSD 的单位功耗性能比 GPUDirect Storage 高 25 倍。  最 终 思 考  计算存储的优势在于能增加数据分析和 AI 应用的性能。然而，要让这种方法具备可实际部署的力量和有用性，就必需在评估时将功耗纳入考虑。  针对用于 CSV 数据解析的两种不同的计算存储方法，我们已经提出按功耗参数化的吞吐量性能曲线。结果显示，在使用相像数量的加速器进行比较时，SmartSSD 驱动器的单位功耗性能优于 GPUDirect存储方法。  GPUDirect 是英伟达通过 NVIDIA DGX-2 应用平台供应的讨论系统。  三星 SmartSSD 驱动器是一种可部署的量产型 PCIe 可插拔平台，现在已经通过赛灵思及分销商供货。  责任