This site uses cookies. By continuing to browse the site you are agreeing to our use of cookies. Read our privacy policy>

ru

FPGA-плата ускорителя серии FX

Платы ускорителя серии FX на основе программируемой вентильной матрицы максимально повышают производительность за счёт соединений 16 x PCIe 3.0 и двух сетевых портов 100 GE. Платы работают на основе чипов Xilinx UltraScale+ 16-нм VU9P и VU5P и поддерживают до 32 ГБ внешней памяти. Платы серии FX оптимальны для выполнения задач с применением технологии Искусственного интеллекта (ИИ), секвенсирования генов, кодирования видео, обработки изображений, сжатия данных и сетевой обработки. Высокая вычислительная мощность и большая пропускная способность обеспечивают рост производительности центров обработки данных и оптимизируют эффективность использования электроэнергии.

Сценарии применения

  • fpga Scenarios 3

    Обработка видео

    Серверы FPGA обеспечивают высокую производительность вычислений в режиме реального времени, что позволяет поддерживать работу видеоприложений автоматического распознавания и классификации изображений, поиска изображений, транскодирования, рендеринга в реальном времени, прямой трансляции, а также дополненной и виртуальной реальности. Решения для работы с видео снижают затраты на развертывание системы кодирования H.265 на 40%; эффективность сжатия метода H.265 в сравнении с H.264 выше на 30-50%; затраты сетей доставки контента при прямой трансляции видео в качестве HD ниже на 30-50%.

  • images codec 2

    Транскодирование изображений

    Активное использование больших данных, IoT, мобильной связи и облачных вычислений повышает нагрузку на серверы. Серверы на основе программируемой вентильной матрицы отличаются высокой эффективностью параллельных вычислений, высокой пропускной способностью и низким уровнем задержки. Предназначены для решения проблем низкой скорости параллельной обработки ЦП, медленной обработки изображений и высокого потребления вычислительных ресурсов. Решение обеспечивает снижение TCO до 1/7 от первоначальных затрат, а задержки — до 1/3 при 15-кратном росте производительности.

  • fpga Scenarios 2

    Исследование генома

    Точность методов лечения в медицине обеспечивается путём секвенсирования и анализа генов, а также оперативного анализа массовых биологических и медицинских данных. Области, такие как фармацевтическая разработка и молекулярная селекция, также требуют массовой обработки данных и аппаратного ускорения, чтобы устранить узкие места производительности биологических вычислений. Серверы FPGA отвечают таким требованиям благодаря высокой производительности программируемых аппаратных вычислений. Решение снижает капитальные затраты на 40%, площадь под устанавливаемое оборудование сокращается на 80%, а энергопотребление снижается на 70%.

  • fpga Scenarios 4

    Анализ финансовых данных

    Финансовая индустрия требует сверхнизкой задержки и быстрого отклика наряду с высокой пропускной способностью вычислительных ресурсов. Сценарии обслуживания включают финансовые вычисления на основе модели дерева цен, часто выполняемые финансовые транзакции, алгоритмы операций с фондами и ценными бумагами, анализ финансового риска и принятие решений, а также обеспечение безопасности транзакций. Сервер FPGA обеспечивает оптимальное решение для аппаратного ускорения в этих сценариях с использованием технологии программируемого аппаратного ускорения. В некоторых сценариях сервер FPGA обеспечивает 100-кратное повышение производительности по сравнению с показателями, достигаемыми программными средствами. FPGA-серверы повышают производительность вычислений и точность анализа, а также достигают сверхнизкой задержки благодаря специализированным аппаратным схемам.

  • fpga deep learning

    Технология глубинного обучения

    Выполнение задач в многоуровневых нейронных сетях, применяемых в машинном обучении, требует больших вычислительных ресурсов. В процессе обучения участвуют большие массивы данных, которыми необходимо управлять, а логические выводы формируются при сверхнизкой задержке. Алгоритмы машинного обучения постоянно совершенствуются. Платы ускорителей FPGA соответствуют этим требованиям благодаря параллельным вычислениям, программируемой аппаратной платформе, низкому энергопотреблению и низкому уровню задержек. Адаптируемые платы ускорителей FPGA обеспечивают оптимальную аппаратную схему для различных алгоритмов машинного обучения, отвечая высоким требованиям к массовым вычислениям и сверхнизкой задержке, а также к аппаратному обеспечению для машинного обучения. С платами FPGA пропускная способность повышается в 1,5 раза, а задержка уменьшается вдвое.

Huawei

Спецификации

Модель FX600 FX300
Форм-фактор Полная высота, 3/4 длины Половинная высота, половинная длина
FPGA Xilinx UltraScale+ 16-nm VU9P
2,586K LE, 6,800 DSP
345,9 Мбит/с
Xilinx UltraScale+ 16-nm VU5P
1,314K LE, 3,474 DSP
168,2 Мбит/с
PCIe 16 x PCIe 3.0 16 x PCIe 3.0
Память 4 модуля памяти DDR4 DIMM, 
Синхронная динамическая оперативная память с произвольным доступом SDRAM ECC 8 Гб/16 Гб, 2,400 МГц, 64 бита
2 модуля памяти DDR4 DIMM,
Синхронная динамическая оперативная память с произвольным доступом SDRAM ECC 16 Гб,  2,133 МГц, 64 бита 
Сеть 2 порта QSFP28 100 GE, совместимость с 40 GE 2 порта QSFP28 100 GE 
Источник питания Система питания с пассивным охлаждением
До 200 Вт
Система питания с пассивным охлаждением
До 75 Вт
Индикаторы/кнопки Индикатор статуса
Индикатор статуса оптического порта
Кнопка самовосстановления
Индикатор статуса
Индикатор статуса оптического порта
Кнопка самовосстановления
Конфигурация Конфигурация FPGA при помощи JTAG
Флеш-память QSPI 1 Гбит/с 
Конфигурация FPGA при помощи JTAG
Флеш-память QSPI 1 Гбит/с 
Температура от 0°C до +45°C  от 0°C до +45°C 

For Partners

Are you a Huawei partner? Log in to see additional resources. Looking for a solution from a Huawei partner? Connect with our partner ecosystem.

WORLDWIDE