优化服务器当前任务的要求。
在我们的以前的两个文章,我们向您介绍的概念动态函数交换(DFX)动态设计方法,政府未使用的系统资源重新分配其他任务。我们还向您介绍了一些捆绑和管理你的DFX技术资源。在本文中,我们将讨论的一些自适应计算工具使DFX成为可能。
作为投资的一部分,将自适应计算范围广泛的新应用程序,Xilinx打包了自适应计算技术进入一个PCI形式因素。Alveo是一个灵活的模块平台,重新配置硬件成为最优处理资源需要为每个应用程序(见图1)。
图1:Alveo是一个灵活的模块平台,重新配置硬件成为每个应用程序所需的最优处理资源。
Alveo不仅仅是计算、存储和网络资源。它有一个完整的解决方案堆栈和由葡萄支持统一的软件开发平台。葡萄使开发人员能够利用可编程序逻辑没有复杂的效率和工作在一个较高的水平,就像发展中使用c++(参见图2)。Xilinx还开发了图书馆提供生产就绪的组件来帮助开发人员更快地推向市场。Alveo PCI卡生产就绪,必须通过严格的资格过程企业可以快速部署他们的信心。
图2:一个统一的软件开发平台像葡萄(如图所示)使开发人员能够利用可编程序逻辑没有复杂的效率和工作在一个较高的水平,就像使用c++开发。
DFX的灵活性和Alveo,服务器可以动态重新配置,以满足实时容量的要求。数据中心是昂贵的建设和管理。他们也有空间和权力约束。理想的情况是,它需要提供最高输出每平方英尺和权力的预算。DFX使服务器严重receive-based或transmit-based相同,这取决于应用程序和当前的需要。例如,如果在摄取大量增加流量,Alveo可以重新配置,以适应这一点。当流量减少,同样的Alveo卡用于摄取交通可以配置为视频分发给成千上万的端点。
一个小Alveo自适应计算卡可以代替一个完整的双套接字高端服务器和降低1000%的能耗和交付视频每通道5 x更低的成本。Alveo也增加了视频的高容量能力每台服务器和机架。
还有其他的储蓄。通常,每个SoC或ASIC必须拥有自己的权力,时钟,和记忆。虽然这些设备可以放置备用当他们不需要,他们仍然消耗电力和空间。因此,节约成本可以计算在模块级别(足迹、组件和权力)。运营成本也可以。最后,组件可以减少点故障的数量较少,导致增加可靠性。
DFX和Alveo也可以用来使数据中心能够适应应用程序和数据的快速进化所带来的人工智能。作为人工智能服务激增,这增加了大量的非结构化数据可用来获得更好的洞察力业务以及如何做出更好的决策。传统存储为这些应用程序是不够的。计算存储、或智能存储至关重要支持这些新的工作负载的有效处理。
Alveo,智力可以接近存储。例如,视频发送到存储、编码没有加载服务器CPU。此外,当视频检索,Alveo码流可以由应用程序的要求,又没有加载服务器CPU。
应用硬件加速是至关重要的,一个自适应计算平台结合DFX提供了一个灵活的架构,优化性能,效率和利用率。
|
|
|
|
|
|
|
|
|
留下一个回复