|
美国国防部先进计划署(DARPA)目前正资助开发一种全新的非冯-诺伊曼(non-von-Neumann)架构处理器——称为“分层辨识验证利用”(Hierarchical Identify Verify Exploit；HIVE)。DARPA计划在4年内半内投入8,000万美元，打造这款HIVE处理器。包括英特尔(Intel)与高通(Qualcomm)等芯片商以及国家实验室、大学与国防部承包商North Grumman都加入了这项计划。 美国太平洋西北国家实验室(Pacific Northwest National Laboratory；PNNL)和乔治亚理工学院(Georgia Tech)负责为该处理器打造软件工具，而Northrup Grumman则将建立一座巴尔的摩中心，利用这款号称全世界首款图形分析处理器(GAP)执行国防部(DoD)的图表分析任务。 HIVE使用以数据的多层图形显示作为开始的序列(如图)，开启了图解分析处理的方式，在各层之间辨识资料之间的关系。（数据源：DARPA） DARPA微系统技术办公室(MTO)计划经理Trung Tran表示：“今日的计算机架构同样采用1940年代发明的[John] von Neumann架构。CPU与GPU均采取平行运算，但它的每个核心仍然是von Neumann处理器。” Tran说：“HIVE并不是冯诺依曼架构，因为它的数据稀疏，而且能同时在不同的记忆领域同时执行不同的过程。这种非冯-诺依曼途径可让许多处理器同时存取，各自采用其本地暂存内存，在全局内存上同时执行分散和汇集作业。” “芯片拼贴图”象征DARPA资助开发的新型处理器计划——“超越微缩：电子复兴计划”(Beyond Scaling: An Electronics Resurgence Initiative)正推动微系统结构和性能的新纪元。（来源：DARPA） 图形分析处理器目前并不存在，但在理论上与CPU和GPU有着显著的不同。首先，它们经优化用于处理稀疏图形元素。由于所处理的项目稀疏地位于全局内存，因而也涉及一种新的内存架构——能以每秒高达TB容量的超高速度随机存取记忆位置。 当今的 内存芯片 经过优化，能以最高速度存取长序列位置(以填补其快取)，这些速度大约落在每秒GB的范围。另一方面，HIVE将以最高速度从全局内存随机存取8位数据点，然后再以专用的暂存内存分别处理。该架构据称也具有可扩展能力，但需要许多HIVE处理器执行特定的图形算法。 Tran说：“当今所收集的所有数据中，只有大约20%是有用的——这就是为什么稀疏——让我们的8字节粒度对于巨量数据(Big Data)的问题效率更高。” 实时绘图分析需要高达Giga TEPS的处理速度(绿色)，才能辨识现场呈现的关系，这较目前速度最快的GPU (蓝色)或CPU (红色)速度更快1,000倍。（来源：DARPA） 这种图形分析处理器采用优化的新式算法处理单元(APU)，加上DARPA提供的新内存架构芯片，据称其功耗较今日的超级计算机功耗更低1,000倍。参与这项计划的组织，特别是英特尔与高通，也将有权商用化这款处理器与记忆架构。 根据DARPA，图形分析处理器可用于解决Big Data的问题，因为这方面的问题通常是多对多的关系，而非为目前的处理器优化的多对一或一对一的关系。 Tran说：“从我的立场来看，下一个需要解决的大问题就是Big Data，目前采用的方法是回归分析，但对于非常稀疏的数据点之间的关系来说，这种方法是无效的。我们发现，CPU与GPU在处理问题的大小与结果的丰富性之间留下了很大的差距，而图形理论则完美契合目前所看到的这一新兴市场。” 除了HIVE芯片，DARPA也呼吁共同开发软件工具，并藉由同步并行存取随机内存位置，协助编程这种超越今日平行处理典范的新架构。如果成功了，DARPA宣称这种图形分析处理器将有能力辨识传统CPU与GPU难以处理的许多情况类型。 英特尔CPU、Nvidia GPU、Google TPU和DARPA提出的HIVE处理器之间的应用(上)和性能(下)比较。（来源：DARPA） |
|
|
