FPGA云服务,从容应对摩尔定律放缓
FPGA,因为专用,所以高效
近年来,摩尔定律增势放缓,同样价格,每单位芯片面积的晶体管数量无法做到每隔18~24个月增加一倍。也就是说,基于通用CPU进行计算,每代产品的性能提升受到了极大的限制。然而,当前新兴领域,如人工智能,AR/VR,基因计算,以及高清,超高清视频,对计算力的诉求极高。计算密集型业务的快速增长和性能增速放缓的通用计算资源的GAP与日俱增。过去六十年,由摩尔定律主导的计算性能提升模式将不复存在。用户无法继续依赖通用计算力的性能提升来匹配自身的业务增长。以FPGA为代表的异构计算将在各个计算密集型的业务领域成为主流。
合作伙伴知识产权保护
  • 用户案例-NGcodec

用户案例-NGcodec

案例背景

华为云的FPGA服务和业界领先的FPGA IP提供商进行合作,提供视频编码,基因分析,图片处理,大数据分析,金融领域的全面加速服务。Ngcodec 是业界领先的H.265视频编码加速IP提供商,其H.265 IP已经上线华为云。华为云FPGA服务联合Accelize为合作伙伴提供知识产权保护。

技术优势

安全

在合作伙伴IP首次加载时,Accelize提供鉴权服务。在合作伙伴IP加载成功之后,Accelize提供定时的状态查询,并且将信息定期提供给合作伙伴

透明

Accelize的鉴权和状态信息对于华为云FPGA服务的客户完全透明

客户CEO反馈

Accelize的合作对于Ngcodec的视频编码IP在云上部署非常的关键。Accelize提供灵活地商务模式,和可靠的保护机制,帮助NGCodec在华为云上快速成功部署。--Oliver Gunasekara, CEO & Founder at NGCodec

典型的计算资源微架构分析
  • CPU

    灵活性高,计算效率低;通用性强,应用广泛,适合进行复杂运算,如通用软件处理等通用的软件业务场景

  • GPU

    灵活性较好,计算效率一般;高性能,高功耗,适合逻辑简单,计算密集型批量任务,在图形/图像处理领域应用广泛

  • FPGA

    灵活性好,计算效率较高;可编程并行计算,高性能,实时处理,功耗较低;适用特定算法的硬件化和标准演进中的算法

  • ASIC

    灵活性差,计算效率高;需要定制化,不可编程,研发周期长;高性能,低功耗;适用于电路按照算法定制,适合比较成熟的算法和标准

推荐配置

FP1 /FP1c(基础规格型)

基础型硬件加速实例

FP1 /FP1c(基础规格型)

基础型硬件加速实例

特征

  • vCPU: 8/32/64核
  • 内存: 88/352/708GB
  • FPGA: 1/4/8 VU9P
  • 数据盘: EVS

场景

  • 视频编码
  • 图片转码
  • 深度学习
  • 加解密

FP1 /FP1c(增强规格型)

增强型硬件加速实例

FP1 /FP1c(增强规格型)

增强型硬件加速实例

特征

  • vCPU: 32/64核
  • 内存: 224/448GB
  • FPGA: 1/2 VU9P
  • 数据盘: EVS

场景

  • 基因分析
  • 数据挖掘和分析
  • 高性能数据库
  • 高性能计算
使用指南

开年采购季 低至1折起

立即抢购