FPGA 与 GPU 计算存储加速对比
judy 在 周三, 08/04/2021 - 11:24 提交为了提升计算基础设施的性能,并紧跟数据分析与 AI 不断攀升的需求,众多企业将硬件加速视为主要的解决方案。在大多数情况下,先进的可编程硬件(主要是指 GPU 和 FPGA)是加速的主要方式。通过使用这种先进的硬件,企业正在赢得计算优势;然而,对于编程难度,他们仍然存在合理的担忧。
为了提升计算基础设施的性能,并紧跟数据分析与 AI 不断攀升的需求,众多企业将硬件加速视为主要的解决方案。在大多数情况下,先进的可编程硬件(主要是指 GPU 和 FPGA)是加速的主要方式。通过使用这种先进的硬件,企业正在赢得计算优势;然而,对于编程难度,他们仍然存在合理的担忧。
随着在数据驻留位置附近对数据进行处理的性能优势得到充分体现,计算存储持续受到广泛关注。行业的发展势头正在形成,存储网络工业协会 (SNIA) 等组织正在通过计算、存储器和存计划帮助定义计算存储的方式、内容、位置和原因。SNIA 帮助确定的计算存储类型之一是计算存储处理器 (CSP)
Xilinx 数据中心架构师唐 杰在赛灵思技术日上分享《加速大数据和计算存储应用》