中科驭数鄢贵海：SDA服务DSA 让“性能”与“通用性”两者兼得

主页（http://www.kuwanit.com）：中科驭数鄢贵海：SDA服务DSA 让“性能”与“通用性”两者兼得

　　半导体芯片“摩尔定律”已接近尾声，但“数据摩尔定律”才刚刚开始

　　当前，已经有一些资深的行业人士已经发现，打通底层基础硬件架构和上层应用的“全栈式”研发，定制不同的多元化解决方案，将会变成产业非常重要组成部分。然而，目前除了资本、技术均有优势的巨头们在持续的投资研发更匹配其应用与数据的处理加速器外，绝大多数企业仍然只能选择各类通用CPU为核心的服务器，即便在利用率低下、购买及使用成本高昂的情况下，仍然别无选择。

　　中科院计算所研究员、中科驭数CEO鄢贵海做主题分享

评论

　　【天极网IT新闻频道】10月25日-27日，以“大数据推动数字经济”为主题的“2018中国计算机大会”(CNCC2018)在杭州市国际博览中心(G20 会场)盛大举办。作为我国计算机领域规模最大，规格最高的学术、技术、产业交融互动的盛会，本次大会汇聚图灵奖获得者、美国工程院院士、中科院、清华、北大、东京大学、微软、谷歌、阿里、头条等众多信息技术领域知名人士及院所高校企业，以超过7500名的参会人数再创CNCC十五年盛会新高。

　　Tim认为，当前算力需求爆发的趋势已经很清楚，而DSA(Domain Specific Architecture 领域专用架构)是可以突破算力瓶颈的一个方向。其优势是对于某个领域的计算任务进行优化，算力可以得到极大提升;但是市场需求量不如通用处理器大，这就要求DSA的开发成本和针对领域的需求体量做好平衡。中科驭数推出的基于SDA(软件定义架构)方法设计的KPU，解决了DSA设计成本的问题，显著降低了DSA的开发成本，这样就大大拓展了DSA的使用领域。

　　谷歌用来加速深度学习的TPU

免责声明：以上内容为本网站转自其它媒体，相关信息仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。

　　这归结于定制专用计算架构具有很高的技术门槛，即便是基于以可编程性和灵活性著称FPGA的解决方案，多数企业的研发能力也很难下探到计算架构的层面，且还是牺牲了部分性能，因而无法从根基上优化解决方案来高效地满足“算力”的需求;而对于单个企业而言，建立一个专用架构研发团队在实际上也因为规模效应不足、研发周期长、技术难度大、成本高等因素，导致极大的风险。因此，当下计算架构的创新正是瞄准了这个众多企业面临的核心问题：利用高效的专用计算架构来显著增强企业的数据处理能力，更好的支撑已有业务的运行，也为企业奠定数据驱动的创新提供算力保障。

看过本文的人还看过

　　在半导体芯片“摩尔定律”已经接近尾声的同时，“数据摩尔定律”显然才刚刚开始。根据美国发布的《2016-2045年新兴科技趋势》，全球数据量自2015年开始每两年翻一番。随着应用领域的不断创新和数据的指数级增长，尤其是人工智能、区块链、边缘计算等技术对算力需求的不断增强，依靠传统的通用计算已很难有效地为继，而专用计算架构将发挥巨大的作用。且很多领域所承载的市场容量都足以支撑一类专用架构的研发与应用。例如，有预测表明现在热点的领域如“人工智能”、“区块链”等领域都承载了万亿美元量级的市场。

您可能想看的内容

　　目前，面向专用计算的体系结构研究仍然处于“百花齐放”的时代，从探讨FPGA、ASIC等具体底层实现到ISA指令集扩展等软硬件架构等均有涉及。专用加速系统的设计方法也还远没有形成统一的定式。以GPU(图形处理器)为代表，VPU(视频处理器)、MPU(运动增强处理器)、APU(音频处理器)等大多与多媒体的的编码解码相关的协处理器虽然得到了较广泛应用，但在一些基础性的行业数据分析、一些业务数据爆发式增长的行业，并没有得到足够的重视。算力问题依然是亟待解决的“刚需”。

　　此外Tim对中科驭数首先选择Fintech领域开发KPU非常赞同。Tim认为，金融计算领域市场还是非常大的，而且负载有其特殊性，是非常合适的DSA应用场景。同时，Tim也表示DSA方向可以助力国家的“科技赋能金融”的长期战略，是一项任重而道远的事业，前景非常广阔。

　　大咖评价：趋势已明、把握平衡、选准落地、任重致远