EO_499

ELETTRONICA OGGI 499 - GENNAIO/FEBBRAIO 2022 57 DIGITAL ADAPTIVE COMPUTING utilizzate come base per molti prodotti, con vantaggi che includono: • Time-to-market ridotto. Un’applicazione creata utilizzando una piattaforma come la scheda di accelerazione Alveo per data center può sfruttare l’hardware accelerato per un’applicazione specifica, ma non richiede alcuna personalizzazione dell’hardware stesso. Viene aggiunta una scheda PCIe al server e le librerie accelerate sono chiamate direttamente da un’applicazione software esistente. • Costi operativi ridotti. Le applicazioni ottimizzate basate su una piattaforma adattiva sono in grado di offrire un’efficienza per nodo significativamente maggiore rispetto alle soluzioni basate unicamente su CPU, grazie all’aumento della densità di elaborazione. • Carichi di lavoro flessibili e dinamici. Le piattaforme adattivepossonoessere riconfigurate inbasealleesigenze attuali. Gli sviluppatori possono facilmente cambiare le applicazioni installate all’interno di una piattaforma adattiva, utilizzando gli stessi ambienti per soddisfare le mutevoli esigenze in termini di carico di lavoro. • Progetti a prova di futuro. Le piattaforme adattive possono essere continuamente adattate. Se sono necessarie nuove funzionalità in un’applicazione esistente, è possibile riprogrammare l’hardware per implementare in modo ottimale queste funzionalità, riducendo la necessità di aggiornamenti hardware e quindi estendendo la vita operativa del sistema. • Accelerazione dell’intera applicazione. Ben di rado l’inferenza per l’IA esiste isolatamente. È parte di Le piattaforme adattive a bordo rete includono il System-on-Module (SOM) adattivo Kria di Xilinx una catena più ampia di analisi ed elaborazione dei dati, spesso con più fasi di pre e post-elaborazione con esecuzione tradizionale (non IA). Le parti integrate di intelligenza artificiale di questi sistemi beneficiano dell’accelerazione per l’intelligenza artificiale. Anche le parti non IA beneficiano dell’accelerazione. La natura flessibile dell’elaborazione adattiva si presta idealmente ad accelerare le attività di elaborazione sia IA che non IA. Quest’ultima è chiamata “accelerazione dell’intera applicazione” ed è diventata sempre più importante dal momento che l’inferenza per l’intelligenza artificiale ad alta intensità di calcolo permea più applicazioni. Accessibilità adattiva della piattaforma In passato, per ottenere i vantaggi della tecnologia FPGA, gli sviluppatori dovevano realizzare le proprie schede hardware e utilizzare un linguaggio di descrizione hardware (HDL) per configurare l’FPGA. Per contro, le piattaforme adattive consentono agli sviluppatori di trarre vantaggio dall’elaborazione adattiva direttamente dai propri ambienti e linguaggi software familiari come C++, Python, TensorFlow e così via. Gli sviluppatori di software e intelligenza artificiale possono ora utilizzare l’elaborazione adattiva senza dover creare una scheda o essere esperti di hardware. Diversi tipi di piattaforme adattive disponibili Esistono molti tipi di piattaforme adattive in base all’applicazione e alle esigenze specifiche, che comprendono le schede di accelerazione per data center