La aceleración de todo tipo de algoritmos mediante FPGA es una de las aplicaciones donde Xilinx está haciendo más esfuerzo. Para ello ha presentados dos nuevas tarjetas de alta gama pensadas para competir de tú a tú con las nuevas familias de GPU pensadas para computación de altas prestaciones.

Tarjeta FPGA Alveo de Xilinx

Tarjeta FPGA Alveo de Xilinx

Las tarjetas aceleradoras, Alveo U200y Alveo U250, anunciadas por Xilinx, mejoran las tasas de latencia para acelerar las aplicaciones de Machine Learning en tiempo real, el procesamiento de vídeo, el análisis del genoma (una aplicación típica de estos sistemas) y el análisis de datos.

El Alveo U200 tiene 892k Look Up Tables (LUTs), 35Mbit de memoria SRAM internar y 31Tbyte por segundo de ancho de banda interno. Puede procesar 3100 imágenes por segundo.

El U250 cuenta con 1.341.000 LUTs, 54Mbytes de SRAM interna y 38Tbytes por segundo de ancho de banda interno. Procesa 4.100 imágenes por segundo para superar el rendimiento de las GPUs y CPUs en servidores de centros de datos en nube e in situ, según Manish Muthal, vicepresidente del centro de datos de Xilinx. Muthal citó el ejemplo del Alveo U250, que puede aumentar el rendimiento de la inferencia en tiempo real en un factor de 20 en comparación con las CPU de gama alta y reducir la latencia en un factor de 3, en comparación con las GPU, para acelerar algoritmos de Machine Learning y las búsquedas en las bases de datos.

Ambas tarjetas están ya en producción con precios desde los 9000$.

Una de las empresas que ha comenzado a utilizarlas  fue Algo-Logic Systems, que demostró los dashboard de ciudades inteligentes. Su Black Diamond Rackmount (BDR-3) de tercera generación adquiere datos en tiempo real de sensores analógicos para registrar movimiento (aceleración), potencia (voltaje, corrientes), presión (aire, agua), por ejemplo, grabando y transmitiendo canales sincronizados con alta resolución a través de Gigabit Ethernet y utiliza la FPGA para el procesamiento de las señales.