|
 
- UID
- 1062083
- 性别
- 男
|
腾讯云推出国内首款高性能异构计算基础设施——FPGA云服务器，以云服务方式将大型公司才能长期支付使用的FPGA推广到更多企业。
通过FPGA云服务器，企业可以进行FPGA硬件编程，可将性能提升至通用CPU服务器的30倍以上，而只需支付相当于通用CPU约40%的费用。腾讯云成为国内首家在云端开放FPGA计算服务的云服务商。
腾讯云官网现已开放FPGA使用申请
与已经深入人心的高性能计算的代表GPU相比，FPGA具有硬件可编程、低功耗、低延时的特性，代表了高性能计算的未来发展趋势。企业可以在火热的深度学习领域，将FPGA用于深度学习的检测阶段，与主要用于训练阶段的GPU互为补充。不仅如此，FPGA还可应用于金融分析、图像视频处理、基因组学等需要高性能计算的领域，是这类对效率要求高的行业应用的最佳选择。
例如金融行业实时处理交易数据，使用通用CPU处理延时大、成本高，而使用FPGA可以很好的解决上述问题，FPGA在搜索领域也因为低延时被互联网搜索公司深度应用。FPGA之所以比CPU甚至GPU能效高，本质上是无指令、无需共享内存的体系结构带来的福利。
腾讯云副总裁王慧星认为，FPGA从底层开始变革人工智能的设计逻辑，加速企业业务在云端的处理能力，推动全行业在人工智能领域的创新步伐。他进一步指出，FPGA已经在QQ、微信等腾讯海量业务中长期使用，具备深厚的技术积累和复杂的场景实践，希望这项的技术开放大大降低企业的使用门槛，让大中小型企业都搭上人工智能这班列车。
PGA诞生至今已有30余年，此前主要应用于大型互联网和科技公司，腾讯等互联网大型企业均在数据中心批量部署了FPGA，为自身的深度学习等应用提供硬件加速平台。
与传统的计算架构相比，FPGA能够更好地支撑深度学习等大规模并行计算需求。通过与通用CPU横向测试对比表明，FPGA在深度学习、图片压缩和分类检测等应用场景中，在成本、性能上具有明显优势。
FPGA在腾讯的深度学习领域被广泛应用，深度学习主要应用于图片分类识别、语音识别、个性化内容推荐算法等领域。其中，微信、QQ为了增强社交通讯等业务的违规图片检测的处理能力，降低图片检测成本，通过FPGA对深度学习模型的CNN算法进行加速后，FPGA处理性能是通用CPU的4倍，单位成本是通用CPU的1/3。
FPGA在图片处理的优势也很明显，用户每天通过微信和QQ等社交平台上传了海量的图片，如果采用WEBP图片压缩格式替代标准的JPEG格式，图片大小可减少三分之一，同时给用户带来更好的图片下载体验。而通过FPGA对大小为853x640的图片转码进行加速测试得出，FPGA的处理延时比通用CPU降低20倍，处理性能是通用CPU的6倍，而FPGA单位成本仅为通用CPU的1/3。
另一项测试表明，FPGA在DNN计算加速上有较明显的优势。国内外的搜索引擎公司普遍使用DNN算法用于广告搜索，腾讯使用FPGA对DNN计算进行加速测试得出，在使用50%的FPGA资源的情况下，将4000个样本的DNN计算时延减小为1.2毫秒，吞吐率达到6000集合/s(4000个样本为1个集合)，不仅达到了系统对低延时的要求，而且极大地提高系统的吞吐能力：处理延时降低100倍，处理吞吐率提高5倍，而成本是通用CPU服务器的1/5。 |
|
