FPGA與GPU計(jì)算存儲加速對比

硬件制造商正在將加速方法應(yīng)用于計(jì)算存儲，這是專門設(shè)計(jì)用于包含內(nèi)嵌計(jì)算元素的存儲。這種方法已經(jīng)被證明可以為分析和 AI 應(yīng)用提供優(yōu)異的性能。使用或者不使用機(jī)器學(xué)習(xí)輔助的分析以及驗(yàn)證，都可以借助計(jì)算存儲器件進(jìn)行加速。這些器件提供了一個關(guān)鍵的優(yōu)勢，使得成本高昂的計(jì)算被卸載到存儲器件上，而不必在服務(wù)器 CPU 上完成。與標(biāo)準(zhǔn)的存儲/CPU 方法相比，通過計(jì)算存儲獲得的優(yōu)勢包括：

1. 借助應(yīng)用專用編程定制可編程硬件，獲得更高性能

2. 將計(jì)算任務(wù)從服務(wù)器卸載到存儲器件，釋放 CPU 資源

3. 數(shù)據(jù)與計(jì)算共址，降低數(shù)據(jù)傳輸需求

這種新穎的方法前景光明。不過，您應(yīng)根據(jù)具體用例評估這種方法，考量性能、成本、功耗和易用性。性價比和單位功耗性能在選擇加速硬件評估時，占據(jù)主要比率。在本文中，我們將研討單位功耗性能。

計(jì)算存儲功耗比較

在這個場景中，我們將比較以 CSV 數(shù)據(jù)讀取用例為主的三種工具：英偉達(dá) GPUDirect 存儲 和RAPIDS存儲，以及基于賽靈思技術(shù)的三星 SmartSSD 存儲。CSV 讀取在計(jì)算密集型流水線中起著重要的作用（參見圖 1）。

在下文中，我們將性能定義成 CSV 的處理速率，或處理“帶寬”。我們先快速回顧一下三種系統(tǒng)的運(yùn)行方式。

英偉達(dá) GPUDirect 存儲

端到端滿足分析和 AI 需求

將 GPU 用作計(jì)算單元，緊貼基于 NVMe 的存儲器件布局 （GPUDirect）

使用 CUDA 進(jìn)行編程 （RAPIDS）

英偉達(dá)用其 CSV 數(shù)據(jù)讀取技術(shù)衡量相對于標(biāo)準(zhǔn) SSD 的性能提升。結(jié)果如圖 1 所示。使用 1 到 8 個加速器時，對應(yīng)的吞吐量是 4 到 23GB/s。

三星 SmartSSD 驅(qū)動器

將賽靈思 FPGA 用作計(jì)算單元

與存儲邏輯內(nèi)嵌駐留在同一個內(nèi)部 PCIe 互聯(lián)上

通過編程在存儲平臺上開展運(yùn)算

賽靈思數(shù)據(jù)分析解決方案合作伙伴 Bigstream 與三星合作，為 Apache Spark 設(shè)計(jì)加速器，包括用于 CSV 和 Parquet 處理的 IP。SmartSSD 的測試使用單機(jī)模式的 CSV 解析引擎，以便開展比較。結(jié)果如圖 2 所示，使用 1 到 12 個加速器時，對應(yīng)的吞吐量是 4 到 23GB/s，同時也給出英偉達(dá)的結(jié)果（使用 1 到 8 個加速器）。請注意，本討論中的所有結(jié)果都按 x 軸上的加速器數(shù)量進(jìn)行參數(shù)化。

這些結(jié)果令人振奮，但在選擇您的解決方案時，請務(wù)必將功耗情況納入考慮。

圖 2：SmartSSD 驅(qū)動器的 CSV 解析性能結(jié)果

單位功耗性能比較

圖 3 顯示了將功耗考慮在內(nèi)后的分析結(jié)果。它們代表單位功耗達(dá)到的性能水平，根據(jù)上述討論中引用的相關(guān)材料，給出了以下假設(shè)：

Tesla V100 GPU：最大功耗 200 瓦

SmartSSD 驅(qū)動器 FPGA：最大功耗 30 瓦

圖 3：CSV 解析的每瓦功耗帶寬比較

在這個場景下，計(jì)算表明，在全部使用 8 個加速器的情況下，SmartSSD 的單位功耗性能比 GPUDirect Storage 高 25 倍。

最終思考

計(jì)算存儲的優(yōu)勢在于能增強(qiáng)數(shù)據(jù)分析和 AI 應(yīng)用的性能。然而，要讓這種方法具備可實(shí)際部署的能力和實(shí)用性，就必須在評估時將功耗納入考慮。

針對用于 CSV 數(shù)據(jù)解析的兩種不同的計(jì)算存儲方法，我們已經(jīng)提出按功耗參數(shù)化的吞吐量性能曲線。結(jié)果顯示，在使用相似數(shù)量的加速器進(jìn)行比較時，SmartSSD 驅(qū)動器的單位功耗性能優(yōu)于 GPUDirect存儲方法。

審核編輯：郭婷