Notice: Undefined index: HTTP_ACCEPT_LANGUAGE in /data/wwwroot/default/speedclouds/speedcloud/system/mvc/request.system.php on line 99

Notice: Undefined index: HTTP_ACCEPT_LANGUAGE in /data/wwwroot/default/speedclouds/speedcloud/system/mvc/request.system.php on line 118
杭州加速云信息技术有限公司

IFTD2016(英特尔FPGA技术大会)杭州站,加速云自主研发高性能加速卡引关注

9月8日IFTD2016(英特尔FPGA技术会)在杭州希尔顿酒店正式拉开帷幕。英特尔的多家合作伙伴参加了本次峰会,齐齐亮相共同展示与英特尔合作的技术、产品和服务,共同领略前沿炫酷的技术体验,共同探讨未来计算的创新趋势。作为英特尔(Altera)的合作伙伴,加速云在本次峰会上展示了完全自主研发的高性能加速卡引起了与会嘉宾的热烈关注。

 

1.webp.jpg




依托加速云研究团队的自主研发实力,结合英特尔(Altera)业界领先的FPGE产品技术,加速云一直致力于不断为用户提供高性能、高性价比的大数据加速产品和解决方案。


2.webp.jpg


3.webp.jpg


4.webp.jpg

(加速云工作人员在认真讲解)




加速云深度学习方案的实际应用案例




最近几年数据量和可访问性的迅速增长,使得人工智能的算法设计理念发生了转变。人工建立算法的做法被计算机通过从大数据中自动习的方法所取代,使得计算机视觉、语音识别、自然语言处理等关键领域都出现了重大突破。深度学习是这些领域中所最常使用的技术,也被业界大为关注。然而,深度学习模型需要极为大量的数据和计算能力,只有更好的硬件加速条件,才能满足现有数据和模型规模继续扩大的需求。现有的解决方案使用图形处理单元(GPU),尽管 GPU 对深度学习算法而言在性能方面是一种更好的选择,但其功耗太高使得应用也受到很大限制。因此,亟需一种能够加速算法又不会显著增加功耗的处理平台。

 


在这样的背景下,FPGA 似乎是一种理想的选择,可以实现60GFLOPS/W的超高性能功耗比,是GPU3倍以上。虽然个别的GPU提供峰值浮点性能,在深度神经网络的应用中,相比相同的性能水平FPGA消耗更少的功率,并可以安装在刀片式服务器上,完全由连接在主板上的PCI Express总线供电。此外在FPGA方案中一个计算得到的结果可以被直接发送到下一个计算单元,而无需在主机侧存储器临时保存,因此对存储器带宽需求比使用GPUCPU实现时低得多。


5.webp.jpg






 通过对DNN深入的研究,结合FPGA的并行特性,加速云创造性地实现了高性能基于FPGADNN解决方案,成为业内第一家基于FPGADNN解决方案提供商。目前,加速云已与英特尔(Altera)、科大讯飞等企业展开了长期而深入的合作。

 

6.webp.jpg



作为专注于大数据加速和业务卸载解决方案的提供商,根植于持续跟进和深刻了解客户的实际需求,加速云将继续携手英特尔等优秀的合作伙伴一起,为满足企业的需求持续创新,提供更好的大数据加速产品与方案,与客户共赢,共同拥抱以云计算大数据技术为基石的互联网+时代。