借助全新 AMD Alveo™ V80 计算加速卡释放计算能力

对于大规模数据处理,最佳性能不仅取决于原始计算能力,还取决于高存储器带宽。 因此,全新 AMD Alveo V80 计算加速卡专为具有大型数据集的内存受限型应用而设计,这些应用需要 FPGA 硬件灵活应变能力以实现工作负载优化。Alveo V80 加速卡现已量产出货,其能提供较之上一代加速卡至高 2 倍的带宽与计算密度1,并为使用 AMD Vivado™ 设计套件的 FPGA 设计人员提供简化的开发流程。

1.png

1Alveo V80 计算加速卡

这款全新加速卡采用全高、3/4 长( FH¾L )尺寸规格,由 AMD Versal™ HBM 自适应 SoC 提供支持,具备 2,600,000 LUT 逻辑单元的 FPGA 架构、10,848 DSP 计算逻辑片以及 820 GB/s 的存储器带宽,从而助力克服性能瓶颈。

与前代产品 AMD Alveo U55C 计算加速卡相比,Alveo V80 的逻辑密度至高翻倍、存储器带宽至高翻倍且网络带宽可高至 4 1可以实现强大的计算集群,同时还能优化卡、服务器数量以及机架空间。

面向大型数据集和内存密集型工作负载专属打造的网络附接加速卡

Alveo V80 卡的硬件灵活性允许跨不同的自定义工作负载进行广泛应用。作为一款  4x200G 网络附接加速卡,该卡可以实时处理大量传入数据,避开 GPU 遇到的 PCIe® 连接限制。

2.png

2:大规模加速计算密集型内存受限工作负载

Alveo V80 加速卡可通过以太网扩展到数百个节点实现计算集群,非常适合一系列高性能计算应用,包括基因组测序、分子动力学和传感器处理。 在网络安全方面,内置 400G 加密引擎和 600G 以太网硬块,加之 FPGA 的硬件灵活性,令 Alveo V80 加速器适用于线速数据包检测和 AI 支持的异常检测。

该加速卡还非常适合计算存储和数据分析,能够在同一张卡上集成压缩和查询加速,从而增加有效存储容量,同时更快获得洞察。此外,它还适合于各种金融科技应用,包括策略回测、期权定价以及金融建模与仿真。

案例:天体物理学计算飞跃

联邦科学与工业研究组织( CSIRO )是澳大利亚的国立研究组织,其参与建造了世界上最大的射电天文学天线阵列,该天线阵列目前包含 420 Alveo U55C 加速器卡用于处理无线电波,以研究早期宇宙并探索星系演化。

CSIRO计划借助 Alveo V80 加速卡缩减占板面积与成本,并将所需加速卡的数量精简多达 66%,同时应对来自望远镜 131,000 个天线的新信号处理任务。考虑到卡、服务器、机架空间和功耗的潜在减少,每卡算力的跃升预计可带来至高 20% 总拥有成本( TCO )下降2

CSIRO 空间与天文学部研究工程师 Grant Hampson 表示:“我们起初采用 Alveo 产品线是因为它能够实时处理大量传感器数据。对于我们的下一代波束成形器和相关器来说,降低总拥有成本势在必行。 Alveo V80 加速卡是对上一代 Alveo U55C 卡的技术阶跃提升,以经济高效的占板面积提供了紧凑、节能的解决方案2。”

3.png

3AMD Alveo V80 加速卡实现的预估传感器处理和 TCO 节省2(参见尾注 ALV-162

FPGA 设计人员简化开发

Alveo V80 加速卡经由 Alveo Versal 示例设计( AVED )完全可为传统硬件开发人员使用,现已在 GitHub 上提供。AVED 利用传统 FPGA RTL 流程简化了硬件启动,并且基于常见的 Vivado 工具流程。示例设计采用在 AMD Versal 自适应 SoC 上实现并专门针对 Alveo V80 加速器卡的预构建子系统,提供了高效的起点。

在系统层面,Alveo V80 计算加速卡简化了系统集成并提供了快速的量产路径。通过使用预先验证的部署卡,设计团队可以避开 PCB 集成、库存管理和产品生命周期管理任务。

现已出货

Alveo V80 已投入量产,现可从 AMD 和授权经销商处购买。敬请访问 www.amd.com/v80,了解全新加速卡如何为您的基础设施重新定义计算;阅读产品简介数据一览以了解详细规格,或联系专家以获取更多信息。

1:基于截至 2024 4 月公开发布的 AMD Alveo 产品选型指南中发布的规格。(ALV-13)

2:基于 CSIRO 2023 10 月进行的独立“早期试用体验”性能和成本分析估算,比较了 420 Alveo U55C 加速卡的现有实施与 140 AMD Alveo V80 加速卡的预期实施。预计总拥有成本以三年期计算,包括电力和冷却运营支出的预计成本。所有性能和成本节省声明均为 CSIRO 提供的估算值,未经 AMD 验证。性能和成本效益受各种假设和变量影响,且可能基于系统配置和其他因素而发生变化。 结果仅针对 CSIRO,可能不具典型性。有关更多详细信息,请参见图 (3) (ALV-16)

最新文章