一文盡覽英特爾“架構(gòu)日”活動亮點

　　12月13日消息 和此前預(yù)告的一樣，英特爾（Intel）日前在美國加州的圣克拉拉舉辦了“架構(gòu)日”活動。值得一提的是，英特爾高管、架構(gòu)師和院士們還在本次活動中展示了該公司的下一代技術(shù)！感興趣的朋友，不妨來了解一下。

　　業(yè)界首創(chuàng)的邏輯芯片3D堆疊：英特爾展示了名為“Foveros”的全新3D封裝技術(shù)，該技術(shù)首次引入了3D堆疊的優(yōu)勢，可實現(xiàn)在邏輯芯片上堆疊邏輯芯片。

　　Foveros為整合高性能、高密度和低功耗硅工藝技術(shù)的器件和系統(tǒng)鋪平了道路。Foveros有望首次將晶片的堆疊從傳統(tǒng)的無源中間互連層和堆疊存儲芯片擴(kuò)展到高性能邏輯芯片，如CPU、圖形和人工智能處理器。

　　該技術(shù)提供了極大的靈活性，因為設(shè)計人員可在新的產(chǎn)品形態(tài)中“混搭”不同的技術(shù)專利模塊與各種存儲芯片和I/O配置。并使得產(chǎn)品能夠分解成更小的“芯片組合”，其中I/O、SRAM和電源傳輸電路可以集成在基礎(chǔ)晶片中，而高性能邏輯“芯片組合”則堆疊在頂部。

　　英特爾預(yù)計將從2019年下半年開始推出一系列采用Foveros技術(shù)的產(chǎn)品。首款Foveros產(chǎn)品將整合高性能10nm計算堆疊“芯片組合”和低功耗22FFL基礎(chǔ)晶片。它將在小巧的產(chǎn)品形態(tài)中實現(xiàn)世界一流的性能與功耗效率。

　　繼2018年英特爾推出突破性的嵌入式多芯片互連橋接（EMIB）2D封裝技術(shù)之后，F(xiàn)overos將成為下一個技術(shù)飛躍。

　　全新Sunny Cove CPU架構(gòu)：英特爾推出了下一代CPU微架構(gòu)Sunny Cove，旨在提高通用計算任務(wù)下每時鐘計算性能和降低功耗，并包含了可加速人工智能和加密等專用計算任務(wù)的新功能。明年晚些時候，Sunny Cove將成為英特爾下一代服務(wù)器（英特爾®至強(qiáng)®）和客戶端（英特爾®酷睿™）處理器的基礎(chǔ)架構(gòu)。Sunny Cove的功能特性包括：

　　●增強(qiáng)的微架構(gòu)，可并行執(zhí)行更多操作。

　　●可降低延遲的新算法。

　　●增加關(guān)鍵緩沖區(qū)和緩存的大小，可優(yōu)化以數(shù)據(jù)為中心的工作負(fù)載。

　　●針對特定用例和算法的架構(gòu)擴(kuò)展。例如，提升加密性能的新指令，如矢量AES和SHA-NI，以及壓縮/解壓縮等其它關(guān)鍵用例。

　　Sunny Cove能夠減少延遲、提高吞吐量，并提供更高的并行計算能力，有望改善從游戲到多媒體到以數(shù)據(jù)為中心的應(yīng)用體驗。

　　下一代圖形卡：英特爾推出全新的第11代集成圖形卡，配備64個增強(qiáng)型執(zhí)行單元，比此前的英特爾第9代圖形卡（24個EU）多出一倍，旨在打破每秒1萬億浮點運算次數(shù)（1 TFLOPS）的壁壘。從2019年開始，新的集成圖形卡將與10納米處理器一起交付。

　　與英特爾第9代圖形卡相比，新的集成圖形卡架構(gòu)有望將每時鐘計算性能提高一倍。憑借高于每秒1萬億浮點運算次數(shù)的性能，該架構(gòu)旨在提高游戲的可玩性。與英特爾第9代圖形卡相比，英特爾在此次活動上展示的第11代圖形卡幾乎將一款流行的照片識別應(yīng)用程序的性能提高了一倍。第11代圖形卡預(yù)計還將采用業(yè)界領(lǐng)先的媒體編碼器和解碼器，在有限的功耗配額下支持4K視頻流和8K內(nèi)容創(chuàng)作。第11代圖形卡還將采用英特爾®自適應(yīng)同步技術(shù)，為游戲提供流暢的幀速率。

　　英特爾還重申了在2020年推出獨立圖形處理器的計劃。

　　“One API”軟件：英特爾宣布推出“One API”項目，以簡化跨CPU、GPU、FPGA、人工智能和其它加速器的各種計算引擎的編程。該項目包括一個全面、統(tǒng)一的開發(fā)工具組合，以將軟件匹配到能最大程度加速軟件代碼的硬件上。公開發(fā)行版本預(yù)計將于2019年發(fā)布。

　　內(nèi)存和存儲：英特爾介紹了英特爾®傲騰™技術(shù)以及相關(guān)產(chǎn)品的最新情況。英特爾®傲騰™數(shù)據(jù)中心級持久內(nèi)存作為一款新產(chǎn)品，集成了內(nèi)存般的性能以及數(shù)據(jù)的持久性和存儲的大容量。這項革命性的技術(shù)通過將更多數(shù)據(jù)放到更接近CPU的位置，使應(yīng)用在人工智能和大型數(shù)據(jù)庫中的更大量的數(shù)據(jù)集能夠獲得更快的處理速度。其大容量和數(shù)據(jù)的持久性減少了對存儲進(jìn)行訪問時的時延損失，從而提高工作負(fù)載的性能。英特爾傲騰數(shù)據(jù)中心級持久內(nèi)存為CPU提供緩存行（64B）讀取。一般來說，當(dāng)應(yīng)用把讀取操作定向到傲騰持久內(nèi)存或請求的數(shù)據(jù)不在DRAM中緩存時，傲騰持久內(nèi)存的平均空閑讀取延遲大約為350納秒。如果實現(xiàn)規(guī)�；�，傲騰數(shù)據(jù)中心級固態(tài)盤的平均空閑讀取延遲約為10，000納秒（10微秒），這將是顯著的改進(jìn)2。在一些情況下，當(dāng)請求的數(shù)據(jù)在DRAM中時，不管是通過CPU的內(nèi)存控制器進(jìn)行緩存還是由應(yīng)用所引導(dǎo)，內(nèi)存子系統(tǒng)的響應(yīng)速度預(yù)計與DRAM相同（小于100納秒）。

　　英特爾還展示了基于英特爾1 TB QLC NAND裸片的固態(tài)盤如何把更多海量數(shù)據(jù)從硬盤遷移到固態(tài)硬盤，從而可以更快訪問這些數(shù)據(jù)。

　　英特爾傲騰固態(tài)盤與QLC NAND固態(tài)盤相結(jié)合，將降低對最常用數(shù)據(jù)的訪問延遲�？傮w來說，這些對平臺和內(nèi)存的改進(jìn)重塑了內(nèi)存和存儲層次結(jié)構(gòu)，從而為系統(tǒng)和應(yīng)用提供了完善的選擇組合。

　　深度學(xué)習(xí)參考堆棧（Deep Learning Reference Stack）：英特爾宣布推出深度學(xué)習(xí)參考堆棧（Deep Learning Reference Stack），這是一個集成、高性能的開源堆棧，基于英特爾®至強(qiáng)®可擴(kuò)展平臺進(jìn)行了優(yōu)化。該開源社區(qū)版本旨在確保人工智能開發(fā)者可以輕松訪問英特爾平臺的所有特性和功能。深度學(xué)習(xí)參考堆棧經(jīng)過高度調(diào)優(yōu)，專為云原生環(huán)境而構(gòu)建。該版本可以降低集成多個軟件組件所帶來的復(fù)雜性，幫助開發(fā)人員快速進(jìn)行原型開發(fā)，同時讓用戶有足夠的靈活度打造定制化的解決方案。

　　●操作系統(tǒng)：Clear Linux *操作系統(tǒng)可根據(jù)個人開發(fā)需求進(jìn)行定制，針對英特爾平臺以及深度學(xué)習(xí)等特定用例進(jìn)行了調(diào)優(yōu)；

　　●編排：Kubernetes*可基于對英特爾平臺的感知，管理和編排面向多節(jié)點集群的容器化應(yīng)用；

　　●容器：Docker*容器和Kata*容器利用英特爾®虛擬化技術(shù)來幫助保護(hù)容器；

　　●函數(shù)庫：英特爾®深度神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)核心函數(shù)庫（MKL DNN）是英特爾高度優(yōu)化、面向數(shù)學(xué)函數(shù)性能的數(shù)學(xué)庫；

　　●運行時：Python*針對英特爾架構(gòu)進(jìn)行了高度調(diào)優(yōu)和優(yōu)化，提供應(yīng)用和服務(wù)執(zhí)行運行時支持；

　　●框架：TensorFlow*是一個領(lǐng)先的深度學(xué)習(xí)和機(jī)器學(xué)習(xí)框架；

　　●部署：KubeFlow*是一個開源、行業(yè)驅(qū)動型部署工具，在英特爾架構(gòu)上提供快速體驗，易于安裝和使用。