クラウドサービス

MS「Feniks」--クラウドコンピューティング向けFPGA用OS

FPGAがハードウェアアクセラレーターとして広く利用される中、データセンターにおける柔軟なリソースといかになり得るかがマイクロソフトのリサーチプロジェクトにより示されている。

 ここ数年、ムーアの法則は限界に近づいてきた。最新のCPUはもう、かつてのようにアプリケーションのパフォーマンスを高めてくれず、性能の向上は消費電力の増加をともなう。ウェブのインデックス化や高速のソフトウェア定義型ネットワーク(SDN)の運営、機械学習といったきわめて要求の厳しい用途については、ハードウェアアクセラレーターがますます一般的になりつつある。ハードウェアアクセラレーターというのは、最初はプログラム可能で高度に並列化されたGPUだった。GPUとの連携は、すべてのデータをGPUに移行してから処理することを意味するので、高レイテンシーの計算を一括で実行するのにはよいが、多くの電力を消費する。

 どんな計算をする必要があるのか正確にわかっているなら、Armの機械学習専用プロセッサー「Arm ML」やGoogleの「Tensor Processing Unit(TPU)」のようなカスタムアクセラレーターを開発してもいい。これらは、機械学習に用いられる少数の命令を低い数値精度で処理するよう設計されており、汎用CPUよりもチップの電力効率が高い。あるいは、単一のアプリケーションを非常に効率よく実行するよう設計されたカスタムシリコンのASIC(Application-Specific Integrated Circuit)を開発してもいいが、それを無駄にしないためには、実行しようとしているコードを凍結し、そのまま数年間使用し続ける必要がある。

 FPGA(Field Programmable Gate Array)はその中間にあたる。GPUほど電力を消費しないが、低レイテンシーでデータストリームを並列処理できる。ASICほど効率的ではないものの、コードの変更は可能だ。だが、FPGAは、プログラミングが容易ではなく、(Verilogコードを間違えると、ハードウェアにダメージを与える恐れがある)、標準的なサーバーハードウェアとの統合が簡単ではないため、普及しなかった。

編集部おすすめの関連記事

残り本文:約2707文字 ログインして続きを読んでください。

あなたにおすすめの記事

関連記事

ホワイトペーパーランキング

  1. 乗換案内のジョルダンがインフラ基盤をHCIへ刷新、その効果とは
  2. 【マンガで解説!】Excelでの業務データ管理から脱却し、変化に強い企業に生まれ変わろう!
  3. 4社に1社が事故を経験! マルチクラウド時代のセキュリティとは
  4. アナリティクスのPDCAサイクルを自動化!マツモトキヨシのマーケティング戦略を支える分析基盤
  5. デジタル時代に“生き残る”金融企業と“消えていく”金融企業、その決定的な違いとは?

編集部おすすめ

トレンドまるわかり![PR]

サーバ
PC・モバイル
ストレージ
ネットワーク
仮想化
クラウドサービス
クラウドストレージ
IaaS
PaaS
プライベートクラウド
OS・ミドルウェア
開発
データベース
運用
セキュリティ
新興技術
財務・経理
人事・労務
マーケ・営業
購買・調達
生産・製造
データ分析
コミュニケーション
通信・通話
文書・コンテンツ
サイト構築
PCソフト
学習

ベンダー座談会

Follow TechRepublic Japan

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]