[發明專利]一種基于多芯片并行處理的計算卡

在審

• 申請號: 201711188190.4
• 申請日: 2017-11-24
• 公開（公告）號: CN107729284A
• 公開（公告）日: 2018-02-23
• 發明（設計）人: 唐春輝
• 申請（專利權）人: 無錫小算科技有限公司
• 主分類號: G06F15/78
• 分類號: G06F15/78;G06F1/20;G06F13/38;G06F13/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及計算卡的應用領域，特別涉及一種基于多芯片并行處理的計算卡。

背景技術

目前，機器學習對日常生活影響深遠，過去基于數據的機器學習大多是利用具體領域的專業知識來人工地“塑造”所要學習的“特征”，計算機從大量示例數據中習得組合特征提取系統的能力，則使得計算機視覺、語音識別和自然語言處理等關鍵領域實現了重大的性能突破。對這些數據驅動技術的研究被稱為深度學習，對于深度學習來說，目前硬件加速主要靠使用GPU計算集群作為通用計算處理單元。作為最主流的GPU編寫平臺，各個主要的深度學習工具均用其來進行GPU加速。相比傳統的通用處理器，GPU的核心計算能力要多出幾個數量級，也更容易進行并行計算。

然而，他們都面臨著一個限制條件，即硬件加速能力仍需加強，才可能滿足擴大現有數據和算法規模的需求。

作為GPU在算法加速上強有力的競爭者，FPGA與GPU優勢之處在于硬件配置靈活，且在相同環境下FPGA具有更高的穩定性，以及單位能耗下比GPU提供更好的表現。隨著FPGA因為高抽象化設計工具的出現而越來越容易編寫，其可重構性又使得定制架構成為可能，同時高度的并行計算能力提高了指令執行速度，FPGA將為深度學習的研究者帶來好處。現代FPGA還支持部分動態重新配置，當FPGA的一部分被重新配置時另一部分仍可使用。這將對大規模深度學習模式產生影響，FPGA的各層可進行重新配置，而不擾亂其他層正在進行的計算。

發明內容

為解決上述背景技術中存在的問題，本發明的目的在于提供一種基于多芯片并行處理的計算卡，以達到并行處理，性能高，且小巧便捷，節約環保的目的。

為達到上述目的，本發明的技術方案如下：

一種基于多芯片并行處理的計算卡，包括fpga管控單元、fpga節點計算單元、fpga外部接口單元、散熱單元；

所述fpga管控單元與fpga節點計算單元互聯，所述fpga管控單元控制計算卡各個部位的狀態時序，所述fpga外部接口單元包括外部接口通訊模塊與外部接口供電模塊，其中，所述外部接口通訊模塊通過fpga金手指與外部硬件PCI或PCI-E卡槽連接，所述外部接口供電模塊通過fpga電源接口與外部供電系統進行連接，以保持計算卡各個部件的正常工作，所述散熱單元用于對fpga節點計算單元進行散熱，保證計算卡正常有序的工作，所述fpga節點計算單元實現并行計算。

優選的，所述狀態時序包括CPLD時序、數據的存取時序。

優選的，所述fpga節點計算單元通過接收上位機指令，針對不同業務方向提供更適宜的算法程序進行動態加載，且計算加速比高，性能高。

優選的，所述fpga節點計算單元還實現了流水處理，其與并行計算共存從而減小了輸入與輸出的延時比。

優選的，所述外部接口通訊模塊兼容PCI、PCIE不同位寬的總線接口，所述PCIE接口支持熱插拔，不管是老式硬件或者新式硬件均能兼容，以滿足不同系統設備對數據傳輸帶寬不同的需求。

通過上述技術方案，本發明提供的一種基于多芯片并行處理的計算卡，以其高計算加速比、并行計算能力、高性能、可拓展、延時低的優勢，同時，以其低成本、低功耗、節約環保的特點，滿足大數據時代的數據處理需求。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹。

圖1為本發明實施例所公開的一種基于多芯片并行處理的計算卡的結構框圖；

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述。

本發明提供的一種基于多芯片并行處理的計算卡，如圖1所示，包括fpga管控單元1、fpga節點計算單元2、fpga外部接口單元3、散熱單元4；