異構計算的網，鋪成智能時代的路_風聞
智能相对论-智能和车，边评边测；未来和家，且品且鉴2022-09-23 16:29
從雲而上，以邊緣為終。
計算支持的層面上雲計算、霧計算、邊緣計算等相繼而起，從場景層面上，智能家居、工業製造、交通政務、環境勘測等各自芬芳。我們能看到的算力形態已開始百花爭豔，而在我們看不到的地方，依然有着旺盛的算力需求。
隨着“十四五”計劃的不斷落地，加快數字化發展，大力發展數字經濟，打造具有國際競爭力的數字產業集羣，全面實施智能製造行動計劃，業已成為我國當前發展的重點之一。而企業想要從中脱穎而出，如何突破算力的迷局，找到更加高效的算力形態，就變得至關重要。據英特爾預測，全球的算力需求預計到 2025 年將提升 1000 倍。那麼算力需求如此旺盛，哪裏才能得到這樣的算力呢？算力的形態如此豐富，最終的答案究竟是什麼？是 CPU？GPU？ASIC？還是 FPGA？近年來，我們看到了一個更加可靠的答案，那就是：“我全都要。”
異構計算：不僅僅是多面手
“我全都要”並非一種貪心，而是一種趨勢。
數字化建設的根源在數據，也在智能。而各行業日趨複雜的大數據和 AI 應用環境下，算力需求爆發式增長，這不僅是量在增加，形態也在變化。但是，作為一家企業，算力與架構及系統的綁定關係使得他們不可能頻繁更換底層，因此，當算力的供給增長無法跟上算力需求的腳步，多元化算力的概念就被人開始提起。
異構計算是多元算力的典型。跨越標量（CPU）、矢量（GPU）、矩陣（ASIC）、空間（FPGA）的異構計算，如今已經成為企業推動 IT 基礎設施重構的重要力量。其能夠將不同架構的運算單元整合到一起進行並行計算，以最適合的專用硬件去做最適合的事如密集計算或外設管理等，從而達到性能和成本的最優化。因此很多企業開始嘗試使用異構計算來化解算力瓶頸，挖掘和實現算力增長。
多元算力的應用場景正在變得越發廣泛，以快手為例，其在內容生產、內容理解、內容分發、內容消費等過程中都多元算力有着大量需求。尤其是在推薦系統方面，快手採用了計算與存儲分離的架構模式，推薦系統中的存儲型服務主要是用來存儲和實時更新上億規模的用户畫像、數十億規模的短視頻特徵、以及千億規模的排序模型參數。其中參數服務器是一個容量和帶寬受限的系統，需要支撐每秒數億次的KV請求；參數服務器的KV請求也高達每秒數億次，大規模查表會消耗大量 CPU 資源，成為其性能的主要瓶頸。
異構計算正是快手與英特爾聯手給出的答案，通過將負載卸載到專門優化的芯片上，將有助於消除性能瓶頸，在吞吐量與延時方面實現顯著改善。
快手可提供異構加速選項的 LaoFe NDP 架構在計算層採用英特爾 CPU、FPGA、PMEM 等器件，實現了基於 LaoFeNDP 架構的 FPGA based KVS 實踐落地，進一步提升快手在推薦、搜索、廣告、風控等各種場景的應用性能。同時，其通過計算體系結構創新、軟硬一體化、領域專用加速器設計，通過網絡存、存儲、計算三重加速來提供低延遲、高併發、高吞吐、低總體擁有成本（TCO）的基礎資源。
三重加速，正是異構計算獨有的魅力所在。
存儲方面，LaoFe NDP 架構將 CPU 存儲操作也卸載到 FPGA 上。為了可以最大程度發揮 FPGA 的能力，快手基於通用 KV 存儲場景定製了一套易於 FPGA 訪問的 KV（Key-Value）引擎。同時，其支持 SSD/英特爾® 傲騰™ 持久內存/DRAM 內存、基於 hash 的 Key-Value 存儲引擎，能夠有效加速存儲性能。通過實戰檢驗，使用 KV 查表的吞吐相比 CPU 方案提升了足足 5 倍以上。
計算方面，LaoFe NDP 架構通過 DSA 的方式將計算操作卸載到 FPGA 上，實現了一個領域專用處理器。領域專用處理器是一類針對特定領域量身定製的處理器。它針對特定領域可編程，同時在特定領域問題處理上能帶來顯著的性能和效率的提升。再加上英特爾® 至強® 可擴展處理器、英特爾® FPGA 等設備，可以幫助快手將 LaoFe NDP 架構優勢發揮到極致。
異構計算背後，一場性能的變局
事實上，異構計算並非新的概念，其早在上世紀 80 年代中期就已經被踢出，當時便被認為有着計算能力強、可擴展性好、資源利用率高等特點。但是，為什麼異構計算時至今日，才再次發揮出巨大作用呢？
我們知道技術是發展的，很多在以往無法實現的構思，可能在若干年後發光發熱。就比如 1956 年提出的人工智能技術，在半個世紀後才發展壯大併成為了社會生活必不可缺的一部分。支撐起其變化的一方面是數據處理技術的成熟，另一方面就是算力自身的發展。異構計算也是如此，英特爾在其發展的過程中起到的關鍵作用。
在快手的 LaoFe NDP 架構中，英特爾® Stratix® 10 FPGA 表現十分出眾。全新的英特爾 Hyperflex™ FPGA 架構相比前一代時鐘頻率提高了 2 倍，功耗降低了 70%。此外，更快的時鐘頻率減小了總線寬度和知識產（IP）的規模，釋放了更多分 FPGA 資源，以添加更強大的功能。同時它採用了超感知設計工具，減少了佈線擁塞和設計迭代，提高了設計工作的效率。
一隻蝴蝶都可能引發一場風暴，更何況是產品效能的全面提升。當英特爾® Stratix® 10 FPGA 在 LaoFe NDP 每個環節中頻繁出現，其帶來的影響是巨大的。
1. 通過將負載從 CPU 卸載到 FPGA 中，並採用 Hash 表查找優化、隨機訪存、讀寫分離等方式，快手將單節點參數服務器的吞吐性能提升了 5-6 倍，整體請求延時則降低 70%-80% ，這有助於提升上層應用的實時性，提供更佳的用户交互體驗。
2. 由於 FPGA based KVS 方案能夠在單節點服務器中提供遠超傳統方案的吞吐性能，因此僅需要部署少量的服務器就能夠滿足特定的性能指標要求（替代比可達 1:5），從而降低參數服務器的 TCO。
3. 通過使用 FPGA 來進行查表，能夠有效地降 CPU 由於高頻率更新而產生的性能抖動。
總結一下，英特爾® Stratix® 10 FPGA 為快手 LaoFe NDP 架構提供了富於彈性的可編程硬件能力，減少延時，實現精確控制，而且其單位算力功耗低、片上內存大，能夠適用於延時要求高、批處理（Batch）比較小、併發性和重複性強的應用場景。
英特爾® 至強® 可擴展處理器針對眾多工作負載類型和性能等級而優化的平衡架構，其對於 LaoFe NDP 非常重要，能夠為之提供內置的人工智能加速和高級安全功能，可提供無縫性能基礎，幫助從邊緣到雲加快數據的變革性影響。除此以外它橫跨計算、網絡、存儲的平台創新和硬件增強虛擬化，均支持新型內存創新，促進以經濟實惠、靈活、可擴展的方式實現邊緣到雲的傳輸，從而一致地提供出色的企業對企業（B2B）和企業對消費者（B2C）體驗。同時英特爾硬件增強的安全性有助於抵禦惡意攻擊，同時保持工作負載的完整性和性能。
英特爾® 傲騰™ 持久內存集高速、高性價比、大容量、持久數據保護和高級加密等優勢於一體，在其推出之時便引發了巨大反響。它能夠為 LaoFe NDP 增加全新的內存和存儲層級，縮小內存和存儲層次架構之間的關鍵差距，從而實現更智能、更靈活的架構。其能實現每台服務器的內存容量翻倍，且每台虛擬機的成本降低達 25%，在進行實時分析和 AI 工作負載等需要處理大量數據集的服務，性能提升可高達 2 倍。除此以外它還提供了內存模式（Memory Mode）和應用直接訪問模式（App Direct Mode）兩種模式。在內存模式下，英特爾® 傲騰™ 持久內存可作為經濟高效的 DRAM 替代品。CPU 內存控制器會把持久內存視作易失性的系統內存，表現與 DRAM 類似，同時 CPU 內存控制器會將 DRAM 內存用作持久內存的高速緩存。該模式能夠提供更大的內存容量，這對於異構計算的提升效果是巨大的。
軟硬並進，異構即兼容
你見，或者不見，算力就在那裏。異構計算衍生發展數十年，其就像一座礦山，等待用户的去發掘。寶劍贈英雄，開發者們如何充分挖掘現有異構硬件的性能，獲得最優性價比的 IT 資源才是關鍵。
“軟硬兼施”才能更好的應對異構計算的需求。
在硬件層面，英特爾提出 XPU 戰略，完善在 CPU、GPU、ASIC、FPGA 領域的產品線。不僅通過性能核心和能效核心戰略，使CPU中不同核心負責不同工作負載，實現 CPU 集羣自身的異構，同時通過 AMX、SSE、AVX、AVX-512 等指令集擴展，大幅度提升 CPU 的 AI 運算性能。在全新的第四代英特爾®至強®可擴展處理器中，加入了更多異構加速引擎，比如加速內存拷貝的 DSA，加速網絡處理的 DLB，加速大數據分析的 IAA，加速數據加解密、壓縮解壓縮的 QAT，使 CPU 彈性進一步提升，輕鬆應對多種工作負載的性能加速需求。
除了 CPU，英特爾還提供面向雲遊戲、視頻處理、虛擬桌面和 AI 推理的 Flex 系列 GPU，面向 HPC 和 AI 訓練/推理的 GPU Ponte Vecchio。而針對特定的 AI 加速，英特爾還打造了面向AI訓練和推理的專用人工智能處理器 Habana，豐富 ASIC AI 芯片的生態系統。
針對數據中心部署和應用中的數據流處理、計算加速和存儲加速等問題，英特爾® Stratix® 10 和最新的 Agilex™ FPGA 芯片，以編程的靈活性、高併發、高吞吐性能和低延遲特性，被廣泛使用在各大雲計算公司的數據中心中。值得一提的是，為了幫助雲服務提供商轉移基礎設施功能任務，最大化 CPU 資源，獲得更多收入，英特爾還提供能夠清晰隔離基礎設施功能和租户工作負載的，且基於 FPGA 和 ASIC 的 IPU，以滿足用户的多樣化需求。
在軟件層面，英特爾也在持續發力，最大化硬件性能。其重磅推出的 oneAPI，作為統一的軟件編程架構，可以支持多種異構計算單元， 為上層的軟件開發者提供一套應用開發接口，以解決未來應用功能在 CPU、GPU 等因為分佈或是硬件升級後需要重寫軟件代碼的問題。OneAPI 不侷限於支持英特爾硬件，也支持其他廠商的硬件。同時提供基於 API 的各種高性能庫，可以在多種異構平台上運行並提供極高的性能，其中很多庫將開源，英特爾鼓勵生態協作創新，共同推動異構計算的發展與演進。
我們不難發現，異構計算的網，正在鋪成智能時代的路。英特爾對於異構計算架構在軟硬件層面不斷進行調優與支持，軟硬兼備，幫助開發者更加高效地進行數據的存儲與處理，推動智能化發展進程。LaoFeNDP 架構就是英特爾與快手的一次成功嘗試，其證明了通過異構計算來加速不同的負載，能夠顯著提升在推薦等場景下的系統吞吐與延時表現。
面向未來，為構建高性能、低成本、靈活高效的異構計算平台，需要更多的技術協同應用，共同推進數據中心升級。可以預見，PCIe 5.0、DDR5、Scalable IOV、虛擬內存共享技術 SVM、CXL 等技術都將發光發熱。當 CPU、XPU、共享內存、共享存儲等技術將通過智能網絡架構和 IPU 互聯，更加強大的異構計算能力和數據中心必將為數字化的世界提供源源不斷的算力支撐。
觀看英特爾聯合國際學術期刊《科學》共同推出的“架構師成長計劃” 第六期《異構計算 數據中心“芯”變革》精彩回放點擊鏈接：https://bizwebcast.intel.cn/planlist.aspx?tc=7guw8u19br&frm=wechatkol
