产业聚焦
电子产品世界
异构将成超算主流，Habana的AI专用芯片显威力 迎 九 （《电子产品世界》记者）
近日，Habana Labs 宣布美国圣地亚哥超算中心为V oyager 研究计划选择了Habana Lab AI 加速器。后者是典型的ASIC （专用芯片），但是可与英伟达的GPU 在AI 训练市场一比高低。为何Habana Lab AI 加速器有如此强大的威力？未来的超算架构会青睐哪种AI 芯片？值此机会，电子产品世界记者采访了Habana Labs 中国区总经理于明扬先生。 1 用于Voyager研究计划的Habana Lab AI 加速器
据悉，超微 (Supermicro )提供内置Habana® Gaudi® AI 训练和Goya® AI 推理加速器的高性能计算系统，将用于加州大学圣地亚哥分校圣地亚哥超级计算机中心（SDSC ）的V oyager 超级计算机，以提供高性能的AI 计算能力，计划于2021年秋季投入使用。 tubikV oyager 将致力于推进跨学科和工程领域的人工智能研究。其采用了Habana 独特的互联技术，用336
片Gaudi 加速器有效地提升了AI 训练能力，这种架构很好地扩展了大型超级计算机的训练应用。Gaudi 是目前业界唯一内置集成10个支持RoCE v2（RDMA over Converged Ethernet ）100G 以太网端口的AI 处理器，可以有效提升扩展的灵活性，避免扩展能力受限于吞吐量。V oyager 系统还采用了16片Habana Goya
处理器用于AI 推理模型。
图 Ｈａｂａｎａ® Ｇａｕｄｉ® ＡＩ训练加速器
之所以采用Habana 的芯片，因为效率可以大为提升。例如Habana 与AWS 合作时，AWS 称在AWS EC2实例上，8卡的Gaudi 解决方案可以在TensorFlow 上每秒处理1.2万张图像训练ResNet -50模型。
AI 处理业务中，既有GPU 、FPGA ，也有AI 专用芯片（例如Habana 的ASIC ），他们各有所长，因此异构将成超算主流。
● GPU
表现的是灵活性，在灵活性的基础上同时具有性能的优势。
● FPGA
擅长整形与定制化。首先在整形表现了很
好的性能，另外在灵活性与定制化之间选择了一个平衡。但是，FPGA 有较大的应用门槛——如果客户想通过FPGA 深度定制化实现加速，可能要对于FPGA 的Verilog 、VHDL 语言有深入的了解。
● 以
Habana 为代表的ASIC 路线。ASIC 在模型加
速过程中可以实现很好的定制化加速；同时因为Habana 对于计算架构有深入的理解，又最大限度地保持了灵活性。另外，在很多应用场景下更接近于GPU 的使用习惯，但性能又要比GPU 有很大的提升。有那样一个下午
因此，在未来在异构的场景中，GPU 、FPGA 和ASIC 会承担不同的角，很可能在一个大型的计算集中承担不同的功能。
例如，在一些要求高精度的科学计算中，GPU 会发挥其优势。FPGA 的64位浮点计算的能力很强，在整形计算中的能力以及对于某些计算中的一些定制化的功能，有可能帮助其在流媒体的预处理、一些格式的转换中表现出一定的优势。而对于典型的AI 应用，ASIC 架构方案有望实现更高效的性能，以帮助客户降低训练的成本，提升效率。
因此可以预言，在超算中，异构是未来的一个趋势。超算中很可能会选择X86的架构作为整（下转第７０页）
电子产品世界
本文所设计的半导体激光器测试系统软件采用LabVIEW进行编程，其测试系统主界面如图8所示。 该系统软件分为PIV测试及光谱测试两部分，系统可以对激光器加电过程中的特性进行实时曲线记录，同时给出各测量值的测试结果。在系统测试完成后，系统自动形成报表，如图9
所示。
图９ 激光器测试报表
本系统使用标准光学平台搭建系统，如图10所示，可以实现不同封装形式的模块化切换，整个系统测试节拍为30 s/个。4 结束语
本文通过对GB-31359—2015半导体激光器测试方法系统化解读，选择其中部分关键性指标，对半导体激光器的全过程测试进行了系统实现。该系统能
够对半导体激光器相关性能进行快速测试并提
供数据报表，为企业批量生产提供依据。
图１０ 半导体激光器测试系统
参考文献：
[1] 中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会.GB/T31359—2015 半导体激光器测试方法[S]. www.doc88/p-1718601765856.html.
[2] 范贤光，孙和义，唐文彦，等.连续半导体激光器LIV特性测试系统设计[J].激光与红外,2007(2):167-169.
[3] 项勤建，刘爽.一种半导体激光器参数测试系统的设计[J].光电器
件, 2009(9):374-376.
图８ 测试系统主界面
（上接第３６页）个计算、业务的调度和管理，所以X86
架构会存在。同时GPU会在科学运算、高精度浮点运
算中起到重要的角。再有，超算对于未来AI应用有
非常强的需求，这种应用中有可能会使用ASIC解决方
案，诸如Habana ASIC解决架构方案，这样的组合给客
户带来最大的灵活性，同时也可以助力超算最大限度地
提升性能，而且降低其运营成本。
异构架构的应用挑战是如何在不同架构上部署自己
和客户的业务。因此，如何提供这种融合的管理平台，青山郭外斜的斜读XIE 还是XIA
耿文清
qibozi帮助客户能自动地把其需求部署到不同的架构中，可能
是一大关键。关于依法严惩危害食品安全犯罪活动的通知
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议