GE智能平臺：多核處理器可替代FPGA

Peter認為，鑒于其高性能、易編程及低成本特點，GPGPU技術在許多情況下能夠替代FPGA和DSP

　　盡管沒有針腳，諸如圖形處理器（GPU）和Tilera處理器等多核處理器在某些應用中正逐步替代現場可編程門陳列（FPGA）。開發人員表示，GPU可用于執行多種功能，而非單純的圖形處理，從而成就了圖形處理器通用計算（GPGPU）技術的出現，其中最為矚目的便是 NVIDIA’s CUDA。當評估GPGPU、TILE或FPGA技術能否作為任何即定應用的首選時，需考慮（但不局限于）以下因素：

　　• 可用處理能力

　　• 延遲

　　• 可擴展性

　　• 開發成本

　　• 技術嵌入

　　• 價格

　　處理能力

　　處理能力的評估一定程度上取決于處理數據類型及處理算法。

　　由于GPU起初主要負責圖形繪制，因此，其尤其善于處理單精度（SP）及（某種情況下）雙精度（DP）浮點（FP）運算。Tilera的TILE設備當前不支持硬件FP運算，但要求進行軟件模擬，且性能代價高昂。一般而言，FPGA亦是如此，設備通過利用多種資源來處理FP運算問題。達到可接受性能要求IP區塊需消耗多個門并要求深流水線技術。例如：當前Tesla級GPU每秒最高可執行1012次浮點運算或1TFLOPS，而Xilinx Virtex-6設備則為150 GFLOPS。

　　當考慮到定點運算時，情況有所不同。新一代GPU在浮點速率相同的情況下可執行整數運算，例如：當Virtex-6設備提高至500GOPS時，GPU每秒可執行1012次運算或1TOPS。整數性能是TILE處理器的優勢所在：8位數據時，TILE-Gx(圖1)最高執行能力為750GOPS，32位數據時為188GOPS。

　　在信號處理應用中使用定點處理會延長開發時間。在系統定義階段時間進行諸多分析，進而能夠測定各處理階段的動態范圍要求，并確保實際信號應用中無上溢或下溢現象發生。否則，開發人員需要在系統運行時使用額外資源來持續監控動態范圍并調整區塊比例因數。

　　無論從時間還是空間上講，許多通用架構處理開銷可能顯著較大，因此，逐位運算尤為適用于FPGA。若在FPGA上執行逐位運算，則需要考慮開發時間。

　　毋庸置疑，系統的實際可用處理能力在很大程度上可能會因理論峰值處理能力的不同而有所差異。影響該差異的兩個主要因素包括硬件架構算法的適用性及優化執行能力所需時間。

　　例如：FPGA能夠利用其并行及適應多種算法的特性來獲得更加接近理論最大值的性能。但是，FPGA需要更大的硅片空間和更長的開發時間來接近這些理論最大值。對于適應于GPU硬件并行模式的算法，GPU已經能夠達到峰值的20~30%。它們同樣具有合理的硅密度（40nm工藝，32nm研發中）和開發時間（通常只有數周，而FPGA則需幾個月）。TILEPro64處理器可提供FPGA相類似的適應性和GPU相類似的可編程性，但是，由于其粗糙的任務級問題分解特點使得其無法像FPGA和GPU那樣實現細粒度并行。

　　內存帶寬在評估處理器性能方面同等重要，GPU能夠提供3倍于FPGA、6倍于TILEPro64的優勢。但是，必須指明，該帶寬須以下列條件為基礎：出現的大延遲須通過交叉處理進行控制，應在最佳訪問模式中通過整合實現接合訪問。有了FPGA，開發人員需要充分考慮內存位置。新一代GPU和TILEPro64處理器具有傳統的緩存分布，能夠幫助優化內存位置并減少開發時間。

　　延遲

　　也許能夠排除使用GPGPU的最可能因素便是延遲。例如：調用內核所需時間及主存儲器較長訪問時間均可引起長延遲。許多情況下，這種延遲可能會稍有緩解但是無法完全避免。因此首選應為大數據集處理，原因在于，其為大量運算，換言之，其具備較高的計算強度。在需要滿足嚴格延遲要求的環境下（例如閉回路控制），FPGA為首選。TILE處理器具有良好的延遲特性，“裸機”模式下進行編程時尤為突出。

　　可擴展性

　　FPGA能夠與諸如Aurora等低開銷聯接緊密耦合，或執行諸如Serial RapidIO或PCI Express等標準串行結構。GPGPU為協處理器，通常需要一個主處理器。如圖2所示，許多GPU能夠聯接至一個單主處理器（首選多核）中，但是，當各主處理器核使用一個GPU時，共享資源會限制返回。

　　多聯接GPGPU間執行代碼的常用方法是使用OpenMP。該方法允許在并行線程中自動執行處理回路，且分別使用不同的GPU。在集群層面（主處理器+GPU[或多GPU]）還可實現進一步擴展。該集群還可通過PCI Express、10G Ethernet、InfiniBand及其它聯接進行聯接，并且通過使用諸如MPI等中間件進行編程。

　　TILE處理器可通過多種網狀結構實現核間高度連接，進而調整至不同的處理類型。TILE處理器多交換結構考慮到了核間通用低延遲IPC及核間內存一致性。設備與設備之間可通過10G以太網和PCI Express進行連接。整個設備或核心集群可編程為對稱多處理設備。

　　開發成本

　　開發成本難以度量。從定性分析的角度，一般認為采用C或C++的多核設備編程要比FPGA編程簡單。而且大家普遍認為找到合格的多核設備編程工程師要比招募FPGA 設備的VHDL或Verilog編程人員更加容易。由于開發人員須同時優化硬件和算法（軟件），因此需要多種技能，才可使FPGA接近理論性能。在多核情況下，因為硬件已經確定，開發人員可專注于算法開發和優化（僅軟件）。

　　量化該差別是個難題。一種方法是考慮軟件規模即代碼行（SLOC）多少。這種方法根據算法不同而會有所差異，但多核處理器代碼行少于三分之一的現象并不少見。使用更高級的比較方法會使情況變得模糊——如GPGPU采用MATLAB，FPGA編程采用Agility-C或MATLAB系統生成器等。

　　單單SLOC并不能精確代表開發成本。許多推動軟件開發生產率發展的工具和語言創新，如集成開發環境、調試器、測試覆蓋率生成和面向對象編程都在對FPGA開發產生影響——但還有很長的路要走。此外，開箱即用的FPGA開發由于較長的綜合及布局、布線時間、較低的處理器狀態透明度以及可能耗時很久的仿真時間等因素，并不具有最快的軟件測試和修改周期。這些問題有相應的解決方案，但都需要額外的投資。

　　技術嵌入

　　在應用層面，GPGPU設備可升級至更多核的新產品而無需做出很大改動。例如，無論存在多少核，通過小型執行單元（內核）進行并行處理的方法都依然有效。在開發及運行時，工具鏈和驅動程序可分別使應用程序與硬件脫離。可同時調用成百上千的線程，運行這些內核。