矽谷新創為資料中心打造專屬通用處理器

作者 : Gary Hilson,EE Times特約記者

一家美國矽谷新創公司開發的通用處理器在單一架構中結合了CPU與GPU的功能,號稱能為雲端運算、AI、HPC等應用環境提供更佳性能、功耗與整體擁有成本表現。

對許多設計工程師來說,選擇適合的處理器可能很快就會成為他們工作中更簡單的決策,甚至是在高性能運算(HPC)、資料分析、5G網路處理,以及人工智慧(AI)、機器學習(ML)等應用領域。

與其決定部署CPU或GPU,由一家美國矽谷新創公司Tachyum開發的通用處理器(universal processor) Prodigy這樣的單體式元件解決方案,或許也是一個選項;Prodigy在單一架構中結合了CPU與GPU的功能。該公司創辦人暨執行長Rado Danilak在對《EE Times》的簡報中表示,這種單體元件具備能為雲端運算、AI、HPC等應用環境,提供更佳性能、功耗與整體擁有成本表現。

處理器性能提升已經趨緩,摩爾定律也不再與製程微縮的速度一致。

(來源:Tachyum)

Tachyum預計在今年底開始提供Prodigy樣品,並於2023上半年量產;Prodigy由128顆運作頻率達5.7GHz的高性能統一核心組成,提供可供氣冷與水冷式資料中心的機架解決方案。Tachyum採用CPU模式並擴展該向量處理器來處理超級運算工作負載,然後進行修改以因應AI資料類型與矩陣。Danilak表示:「每一顆核心都比任何一個Intel/AMD處理器核心更快,而整體晶片對晶片的比較,速度則是大約高出四倍。」

資料中心一個很關鍵的痛點是功耗,這可能使得擴展受限。今日,資料中心消耗了整個地球電力的4%左右,二氧化碳排放量比整個航空業還多50%。Danilak表示:「如果目前的趨勢都沒有改變,到2040年,資料中心消耗的電力比例會達到40%。」

不過Danilak也指出,僅管功耗高,許多伺服器的利用率卻非常低;他引述一項來自Facebook的研究,每24小時伺服器平均利用率不到50%,這樣的低利用率每年消耗的成本可達數十億美元。「如果他們開始利用通用處理器,而不是在夜間人們不用的時候將伺服器關閉,他們就可以將伺服器用於AI,並且在不需要採購任何一顆GPU的情況下取得10倍的AI。」

Tachyum的通用處理器避免透過線路傳輸資料,因為隨著製程微縮、電晶體速度變得更快,線路的速度卻變得更慢;線路延遲導致功能區塊功能受限。

(來源:Tachyum)

所有這一切發生的同時,處理器性能提升已經趨緩,摩爾定律(Moore’s Law)似乎也不再與製程微縮的速度一致。此外,就算電晶體速度更快,線路速度卻更慢,這意味著線路延遲也會限制功能區塊的性能表現。進展緩慢導致了過度配置(overprovisioning),也因此增加了功耗;這也是為什麼Tachuym決定從電子與物理的角度來看待這個問題。

最終,Prodigy藉由選擇不跨越線路移動資料──這是導致速度趨緩的根本問題──來因應功耗與性能的挑戰。「我們不只提高了速度,也節省了電力;」Danilak表示:「這讓Prodigy能以更少的資源做更多事。」

Danilak強調,Prodigy不是AI加速器,而是非常適合AI應用的CPU替代品。該公司在6月初時曾宣佈,將於今年稍晚打造數量有限的Tachyum Prodigy評估平台,配備完整功能的Prodigy處理器、記憶體以及應用程式軟體,提供給合格客戶與夥伴。該評估平台將採用標準2U氣冷式規格高性能伺服器形式,讓橫跨廣泛應用市場的客戶能測試並評估其通用處理器。

 

本文同步刊登於《電子工程專輯》雜誌2022年9月號

編譯:Judith Cheng

(參考原文:Startup Tachyum Offers Universal Processor for Evaluation,By Gary Hilson)

 

加入我們官方帳號LINE@,最新消息一手掌握!

發表評論