人工智能 电子

谷歌:摩尔定律太慢了!跪求更牛逼的芯片

摩尔定律跟不上年轻又活力十足的云端应用需求?

Google的一位主管在日前于美国举行的年度产业策略高峰会(Industry Strategy Symposium)上对与会企业高层表示,摩尔定律(Moore’s law)并未跟上仍然「年轻」的云端服务市场之脚步,他呼吁产业界推动资料中心专用处理器、记忆体、互连与封装等技术的创新。

「摩尔定律速度趋缓以及云端服务的成长,已经把我们带到了一个反曲点(inflection point);」负责资料中心硬体采购的Google资深营运总监Prasad Sabada表示:「游戏规则又一次改变,我们需要产业界以有意义的方式来回应。」

具体来说,他呼吁推动处理器的最佳化,降低本文切换(context switching)以及其他对Google实际工作负载十分关键的运作之延迟:「我们已经看到许多处理器针对Spec性能评测基准进行最佳化,但是在Google,我们的工作负载与Spec大不相同。」

20170113 Google NT02P1

Google引述史丹佛大学(Stanford)制作的图表,表示处理器性能进展停滞
(来源:Google)

Google也想要更低延迟的记忆体晶片,「我们能从降低记忆体延迟取得很大的进展,就像处理器的性能提升那样;」Sabada所指的是新一代记忆体架构的潜力表现。

在近一年前,Google的竞争对手Facebook开始支援英特尔(Intel)的3D XPoint记忆体,这种新一代记忆体在许多方面的表现号称优于今日的NAND快闪记忆体;英特尔已经在去年底开始限量提供该记忆体晶片样品。

在互连方面,Sabada表示,今日的典型处理器汇流排有许多针对I/O与加速器元件的overhead存取,并不适合新兴的记忆体架构;此外,需要光学介面例如矽光子(silicon photonics)技术,来连结资料中心里的伺服器。

Sabada指出IBM的OpenCAPI介面就是Google支持的技术之一,但他并未提到另两个在去年发表的技术CCIX与GenZ,分别是开放性加速器介面,以及储存级(storage-class)记忆体。

Google寻求更低成本的2.5D晶片堆叠

在封装技术方面,Sabada表示将逻辑、记忆体、数位与类比裸晶结合在同一片基板上的2.5D晶片堆叠技术「令人振奋」,是一种实现异质晶片的「酷方法」;不过他也指出,该类技术的大量生产良率与成本还未达到令人满意的程度。

AMD的绘图处理器部门首席架构师最近也表达了类似的挫折( 参考原文 ),该公司同样正尝试将晶片堆叠技术推向主流市场。

Sabada请求晶片产业高层加速各领域技术的创新,但他也理解,设计与生产先进晶片的复杂度与成本越来越高。「我们已经遭遇障碍,频率的提升不是我们习惯的,基本上我们看到了单核心处理器性能的限制;」他指出,种种挑战推动了往多核心处理器的转移,但:「这在云端环境中会是一个挑战。」

Google在去年发表了张量处理单元(Tensorflow processing unit,TPU),将之视为未来潮流;Sabada表示:「我们已经迈入加速器时代…TPU只是你们将在接下来看到的这类元件案例之一。」他并指出,机器学习将会是云端运算的关键驱动力,那是一个利用人工智慧的强大应用案例,也是Google许多云端产品支援的能力。

编译:Judith Cheng

(参考原文:Google Searches for Better Silicon,by Rick Merritt)

十时集的头像
十时集
面对海量信息必然分不清哪些是重点,也很难将世界看的通透,我们需要一把“奥卡姆剃刀”,提倡轻盈、简洁的生活观,如无必要,勿增实体。
http://www.widegrow.com/

发表评论

电子邮件地址不会被公开。 必填项已用*标注