- 综合排序
- 最热优先
- 最新优先
- 来自专栏音视频技术
基于FPGA异构计算快速构建高性能图像处理解决方案
文/樊平 整理/LiveVideoStack 大家好，我是深维科技创始人/CEO 樊平，非常高兴有这个机会跟大家分享和交流一下，如何基于FPGA来构造高性能的图像处理解决方案。 上图是深维科技目前在图像方案上已经做到的性能数据，第一是图像的吞吐（每秒可以处理图片的数量），目前CPU是根据E5的2650双U服务器的性能去比较，加一张FPGA优良版的加速卡就可以做到20倍的吞吐。 深维科技在实现性能加速的过程中做了一些特殊的工作，关于OpenCL和HLS系统设计的范围，首先在CPU有一个Opencl描述的调度，数据是通过主机的DDL和板上FPGA加速卡的DDL进行交换。
1.2K10发布于 2019-11-12 - 来自专栏OpenFPGA
异构计算综述
异构计算（Heterogeneous computing） 异构计算（Heterogeneous computing）技术从80年代中期产生，由于它能经济有效地获取高性能计算能力、可扩展性好、计算资源利用率高 1.3异构计算分类及发展方向 目前的趋势，增加并行的性能，而不是时钟频率。我们的重点是在一个节点，几乎是充分利用指令级并行性。这意味着，提高性能，必须来自多芯片，多核或多上下文并行。 这是传统高性能计算的领域。但是今天高性能计算已经演变成了异构并行计算的一部分，越来越多的高性能计算集群使用GPU、MIC、FPGA等。（2）单机计算。 倾向于把更多工作内容转移到手机上，但是为了保证续航时间，移动处理器的设计一开始就不是以高性能为目标，这使得要在移动处理器上获取高性能是比较困难的。（4）嵌入式计算。 2）大规模分布式FPGA资源管理与调度 3）高性能FPGA算法库。 异构计算主要是指使用不同类型指令集和体系架构的计算单元组成系统的计算方式。
4.6K30编辑于 2022-01-10 - 来自专栏猫头虎博客专区
什么是卡兹克KA21（Kazek KA21）异构计算芯片？
正文 卡兹克KA21：重新定义下一代智能计算架构的技术革命 在人工智能、量子计算和边缘计算等技术飞速发展的今天，计算硬件的性能与效率已成为推动行业变革的核心驱动力。 2023年，一款名为卡兹克KA21（Kazek KA21） 的异构计算芯片横空出世，迅速成为全球科技界的焦点。 三维异构计算核（3D-HCC） KA21的核心是由数千个可编程计算单元（PCU） 组成的3D堆叠结构，每个PCU具备以下特性： 多模态计算能力：支持标量、向量、矩阵和张量运算，可动态切换为CPU、GPU 结语 卡兹克KA21不仅仅是一颗芯片，它代表了一种全新的计算范式：硬件应像软件一样自由。尽管前路仍有挑战，但KA21无疑为人类打开了一扇通向“无限算力”的大门。
53510编辑于 2025-03-02 - 来自专栏C/C++基础
高性能计算卡Tesla K20简介
1.简介 Tesla K20是由NVIDIA公司研发，用于服务器高性能计算的一款GPU，是Tesla品牌下的一个产品。 NVIDIA研发的高性能计算产品Tesla K20，基于开普勒（Kepler）架构，核心芯片GK110、拥有71亿个晶体管，而且还有更高端的Tesla K20X兄弟产品、K40、K80等升级产品。 GeForce定位于游戏影音，Quadro定位于图形设计，Tesla定位于服务器高性能计算。性能要求逐步增强。
2.3K10发布于 2018-08-03 - 来自专栏Python进阶之路
什么是异构计算架构？
异构计算的主要目标是通过不同类型的计算单元的组合使用，优化计算任务的执行效率，提高系统的性能和能效比。 通过在同一计算任务中将适合的计算工作负载分配给最适合它们的计算单元，异构计算能够显著提高计算效率和处理速度。 在实际应用中，异构计算架构已经被广泛应用于多个领域，其中自动驾驶、深度学习和大数据处理是最典型的应用场景。这些应用场景通常需要极高的计算能力和低能耗，异构计算正好能满足这些需求。 异构计算还涉及到特定的编程模型和软件架构，如 OpenCL 和 CUDA，这些技术旨在简化异构计算环境下程序的开发和优化。 总的来说，异构计算架构通过结合使用具有不同指令集和体系架构的多种计算单元，为解决高性能计算和能效优化提供了一种有效的手段。随着计算需求的不断增长和技术的进步，异构计算将继续在各个领域发挥重要作用。
2.6K00编辑于 2024-05-25 - 来自专栏流川疯编写程序的艺术
OpenCL异构计算资料收集
Numpy: print(res_np - (a_np + b_np)) print(np.linalg.norm(res_np - (a_np + b_np))) GPGPU OpenCL/CUDA 高性能编程的
1K10发布于 2019-01-18 - 来自专栏腾讯技术工程官方号的专栏
FPGA异构计算芯片的特点
FPGA异构计算芯片的特点 1 异构计算：WHY 明明CPU用的好好的，为什么我们要考虑异构计算芯片呢？ 随着互联网用户的快速增长，数据体量的急剧膨胀，数据中心对计算的需求也在迅猛上涨。 处理器本身无法满足高性能计算(HPC：High Performance Compute)应用软件的性能需求，导致需求和性能之间出现了缺口(参见图1)。 一种解决方法是通过硬件加速，采用专用协处理器的异构计算方式来提升处理性能。 3.2.3 FPGA计算能力分析 FPGA作为一种高性能、低功耗的可编程芯片，可以根据客户定制来做针对性的算法设计。 IBM和Xilinx联合宣布开展一项多年战略协作，在IBM POWER系统上运用Xilinx FPGA加速工作负载处理技术，以打造更高性能、更高能效的数据中心应用。
4.7K112发布于 2018-01-29 - 来自专栏全栈程序员必看
SD卡 MMC卡 MS卡 TF卡
SD卡的技术是基于MultiMedia卡（MMC）格式上发展而来，大小和MMC卡差不多，尺寸为32mm x 24mm x 2.1mm。 SD卡与MMC卡保持着向上兼容，也就是说，MMC卡可以被新的SD设备存取，兼容性则取决于应用软件，但SD卡却不可以被MMC设备存取。 Mini SD MiniSD由松下和SanDisk共同开发。 Mini SD只有SD卡37%的大小，但是却拥有与SD存储卡一样的读写效能与大容量，并与标准SD卡完全兼容，通过附赠的SD转接卡还可当作一般SD卡使用 TF卡（Micro SD） 又称T-Flash 是一种超小型卡（11*15*1MM），约为SD卡的1/4，可以算目前最小的储存卡了。TF是小卡，SD是大卡，都是闪存卡的一种。TF卡尺寸最小，可经SD卡转换器后，当SD卡使用。 MMC卡 MMC卡(Multimedia Card) 翻译成中文为“多媒体卡”。是一种快闪存储器卡标准。
4.7K20编辑于 2022-09-03 - 来自专栏Dance with GenAI
7大AI技术发展趋势-基于2024全国高性能计算学术年会日程的分析
通过分析2024全国高性能计算学术年会日程，AI技术的发展呈现以下趋势： 1. 大模型驱动算力升级：阿里云、蚂蚁集团等展示了大模型训练对算力的需求激增，推动超算中心向智算中心转型，万卡集群成为新常态，通信优化（如RDMA、在网计算）成为关键技术。 2. 主题论坛：如“异构计算软件栈与应用论坛”、“高性能异构计算与人工智能优化论坛”等，讨论了异构计算在AI中的应用和优化。 7.高性能存储与数据管理的重要性 随着AI模型规模的增大，高性能存储和数据管理成为关键，特别是在大规模数据处理和模型训练中。 报告：如“释放AI原生平台强大性能，加速智能模型训练”、“可计算的突发缓冲区：高性能计算场景下的新存储范式”等，探讨了高性能存储在AI中的重要性和优化方法。
50410编辑于 2025-02-26 - 来自专栏软硬件融合
超异构计算，NVIDIA已经在行动
---- 编者按 超异构计算，作为具有划时代意义的算力技术革命，这个趋势已经非常明显。 最近在梳理一些巨头的超异构计算发展趋势，发现：Intel在做非常宏大的战略层面的布局，而NVIDIA则已经在执行层面全面行动。 1.3 超异构计算，具有划时代意义的算力技术革命 从单核到多核，从同构到异构，都可以算是具有划时代意义的计算架构创新。 到了异构计算之后，更多是受限于编程的复杂度，以及CPU的性能仍然在快速提升，因此在异构这里大家停留了很久。 通过xPU的各种架构创新，包括DSA架构的出现，都是为了更好地提升xPU的性能和通用性，以此来优化异构计算的性能/灵活性。 但异构计算局限在某一个特定领域，每个领域的异构计算都是一个个孤岛。
73720编辑于 2022-12-16 - 来自专栏GPUS开发者
HSA 异构计算系统架构 1.0 标准发布
随后 "Fusion" 进化成名为 HSA （Heterogeneous System Architecture，异构计算系统架构）的技术标准，同时吸纳 ARM、Imagination、MTK、Qualcomm
1.8K60发布于 2018-03-30 - 来自专栏用户5909132的专栏
腾讯云AI超级底座新升级：训练效率提升幅度达到3倍
在9月7日举行的2023腾讯全球数字生态大会“AI超级底座专场”上，腾讯云介绍异构计算全新产品矩阵“AI超级底座”及其新能力。 腾讯云全新异构计算产品矩阵“AI超级底座”亮相 随着AI应用走向全领域，模型参数发展到千亿、万亿级规模，对云计算的基础设施提出了全新的挑战。 腾讯云异构计算产品总监宋丹丹表示，AI 超级底座可以从底层算力基础设施到上层应用对接提供整套完整服务，方便模型生产厂商和AI开发者快速开发、验证。 在软硬结合层，腾讯云还可以通过GPU虚拟化、容器等，以及高性能应用服务HAI给开发者提供简易的开发体验，并让底层的高性能算力无损直达开发者，真正实现“高性能易上手”。 针对GPU算力资源浪费的问题，腾讯云TencentOS高级产品架构师杜震表示，qGPU容器产品可以支持多个容器共享 GPU 卡，具备了各容器间算力、显存的精细隔离和灵活配置，将GPU的利用率提升至极致，
88340编辑于 2023-09-13 - 来自专栏王玉伟的专栏
深入理解 CPU 和异构计算芯片 GPUFPGAASIC （下）
接上篇：深入理解 CPU 和异构计算芯片 GPU/FPGA/ASIC （上） 3.2.1 CPU计算能力分析 这里 CPU 计算能力用 Intel 的 Haswell 架构进行分析，Haswell架构上计算单元有 3.2.3 FPGA计算能力分析 FPGA作为一种高性能、低功耗的可编程芯片，可以根据客户定制来做针对性的算法设计。 讲了这么多，当遇到业务瓶颈的需要异构计算芯片的时候，你是否能够根据业务特性和芯片特性选择出合适的芯片呢？ 分析完各类芯片特性，接下来，重点来了！ IBM： IBM和Xilinx联合宣布开展一项多年战略协作，在IBM POWER系统上运用Xilinx FPGA加速工作负载处理技术，以打造更高性能、更高能效的数据中心应用。
22.3K102发布于 2017-03-23 FMC子卡设计原理图：FMC228-四路1.2Gsps 16bit DA FMC子卡
标签:FMC子卡,高性能异构计算卡,雷达图像处理,模拟信号采集板卡,模拟信号输入
17910编辑于 2025-12-04- 来自专栏腾讯云原生团队
qGPU on TKE - 腾讯云发布下一代 GPU 容器共享技术
jikesong，腾讯云异构计算研发负责人，KVM上第一个 GPU 全虚拟化项目 KVMGT 作者，对 GPU 虚拟化有深入的研究。 背景 qGPU 是腾讯云推出的 GPU 共享技术，支持在多个容器间共享 GPU卡，并提供容器间显存、算力强隔离的能力，从而在更小粒度的使用 GPU 卡的基础上，保证业务安全，达到提高 GPU 使用率、降低客户成本的目的 ，兼容 NVIDIA Docker 方案 兼容性：镜像不修改/CUDA 库不替换/业务不重编，易部署，业务无感知 高性能：在底层对 GPU 设备进行操作，高效收敛，吞吐接近0损耗 强隔离：支持显存和算力的严格隔离 并且依赖 Nano GPU 的容器定位机制，支持精细化 GPU 卡调度，同时支持多容器 GPU 卡共享分配与多容器 GPU 跨卡分配。 支持在离线混部：qGPU on TKE 将支持在线业务和离线业务的高低优先级混部，最大限度地提升 GPU 利用率 支持 qGPU 算力池化：基于 qGPU 的 GPU 算力池化，实现 CPU、内存资源与异构计算资源解耦
3.2K52发布于 2021-09-10 - 来自专栏机器之心
令人心动的AI offer（八）：商汤、美团、智源研究院、信通院等校招、社招与实习生
深度学习框架研发工程师（C++） 并行计算架构师 高性能异构计算研究员（CPU/DSP方向） 机器学习平台和模型工具链研发工程师 高性能异构计算研究员（GPU方向） 高性能异构计算研究员（加速器方向） 机器学习算法工程师(融合建模方向) 电力电子硬件科学家 电机控制研发 点击查看职位详情与投递简历 卡方科技 卡方科技是中国领先的数智化交易服务与金融科技专家。 2017年在上海成立，卡方科技以金融理解力、AI算法力和技术实现力为核心，为中国二级市场提供交易服务全生命周期的场景化解决方案。 卡方科技始终相信「科技改变交易」，汇聚来自海内外知名对冲基金、投行、券商的资深从业者，投入亿元级研发成本支持算力优化，以核心指标优势引领行业对交易执行的更高标准。 卡方科技在招岗位如下，包括实习生和社招岗位，工作地点：上海。
1.3K30编辑于 2023-03-29 - 来自专栏帅云霓的技术小屋
大模型与AI底层技术揭秘 (13) 大纵深与协同作战
在分布式计算中，异构计算单元的协同技术也是一门飞速发展的科学。在前几期，我们介绍了通过GPU进行分布式大规模计算所依赖的计算、存储、机器内部IO与网络IO基础技术。 为了指导业界更好地基于NVidia引入的这一系列硬件加速特性，实现异构计算单元的良好协同，NVidia决定亲自下场开发一款异构计算服务器，这就是DGX系列。 首先，它使用了AMD处理器；其次，它对PCI-E总线进行了深度优化设计；另外，它还采用了SMX子卡与主板分离的设计。 系统网卡：Mellanox CX7 200G（2P）*2 RDMA网卡：Mellanox CX7 200G （2P）* 2 实际上，较大的服务器厂商都具备设计制造这样一台服务器的能力，但如何让如此之多的高性能硬件能够协同工作 其中，GPU在SXM子卡上安装，同时SXM子卡还为GPU提供NVLink互联。而其他主要部件均在主板上。 下期开始，我们将逐个剖析DGX A100各个子系统的设计。
55510编辑于 2023-12-13 - 来自专栏全栈程序员必看
cf卡,mmc卡,sd卡,sm卡,xd卡，记忆棒的区别是什么？
CF卡作为世界范围内的存储行业标准，保证CF产品的兼容，保证CF卡的向后兼容性；随着CF卡越来越被广泛应用，各厂商积极提高CF卡的技术， 促进新一代体小质轻、低能耗先进移动设备的推出，进而提高工作效率。 与其他种类的存储卡相比，CF卡的体积略微偏大，这也限制了使用CF卡的数码相机体积，所以现下流行的超薄数码相机大多放弃了CF卡， 而改用体积更为小巧的SD卡。 性能限制。 SM卡（Smart Media） SM卡是由东芝公司在1995年11月发布的Flash Memory存贮卡，三星公司在1996年购买了生产和销售许可，这两家公司成为主要的SM卡厂商。 XD卡（XD-PICTURE CARD） XD卡是由富士和奥林巴斯联合推出的专为数码相机使用的小型存储卡，采用单面18针接口，是目前体积最小的存储卡。 XD卡是较为新型的闪存卡，相比于其它闪存卡，它拥有众多的优势特点。
4.3K30编辑于 2022-09-01 - 来自专栏音视频技术
基于FPGA的异构计算在多媒体中的应用
目前处于AI大爆发时期，异构计算的选择主要在FPGA和GPU之间。 尽管目前异构计算使用最多的是利用GPU来加速，FPGA作为一种高性能、低功耗的可编程芯片，在处理海量数据时，FPGA计算效率更高，优势更为突出，尤其在大量服务器部署时，隐形的运营成本会得到显著降低。 主题 今天分享的主题包括两点，一个是基于FPGA的异构计算的一般性问题，另一个就是我们团队（CTAccel）基于FPGA的异构计算方案。 当单卡无法实现功能时，多张卡之间的调度、功能切分，以及使用多卡时性能是否能线性增长都是需要考量的。 我们的产品有两种形态，一种是基于硬件卡形态的。这种主要集中于私有部署，用于客户有自己的数据中心或者自己的服务器的情况。客户可以自行购买硬件卡插入服务器，将我们的软件安装在卡上就可以使用我们的产品。
1.2K40发布于 2019-11-20 - 来自专栏软硬件融合
从DPU看大芯片的发展趋势：融合
数据中心不宜有不同层次不同规格的服务器和网络设备，而是极致简单清晰的就计算节点和网络核心设备两种物理设备类型： 计算节点，即服务器，核心功能是计算和各类数据的处理，其网络功能，尽可能只体现在输入输出时的高性能网络 ，通常只能加载一种类型的加速卡。 不存在这么多的空间，可以加载如此多类型和数量的加速卡。站在服务器功耗约束的角度，这么多加速卡也不允许。 而超异构融合芯片则强调系统栈的整体优化，是把服务器上运行的系统整体优化到多种引擎混合的高效高性能的单芯片里。超异构融合芯片既可以支持超融合，也可以支持不融合（即极致解构并超多用户超多系统共存）。 控制和管理平面：仍然是运行在CPU的软件； 计算和数据平面：此刻，CPU、GPU、其他各类xPU，甚至包括I/O都可以看做是平等的各类计算引擎，他们完成各自擅长的工作，并且充分交互，形成一个更加高效更加高性能的的一个整体的系统
84610编辑于 2022-12-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号