Durant leur présentation, ils ont démontré l’importance de l’accélération des applications de stockage et l’accélération de la méthode Monte Carlo en utilisant SDAccel, l’environnement de développement de Xilinx pour Open CL, C et C ++.
Les cartes ADM-PCIE-7V3 et ADM-PCIE-KU3 sont des cartes de traitement de données haute performance destinées aux applications datacenter qui nécessitent de grandes bandes passantes et de l’accélération logicielle. Par rapport à une implémentation sur CPU, la performance par watt est 35 fois meilleure et la latence est 10 fois meilleure. La puissance consommée est réduite d’un facteur 7 par rapport à une implémentation sur GPU.
“Les charges de calcul d’un datacenter exigent une haute performance de traitement tout en conservant une consommation et un coût faibles. C’est pourquoi les infrastructures de type datacenter convergent sur FPGA » Adam Smith, CEO, Alpha Data Inc
« Les cartes ADM-PCIE-7V3 et ADM-PCIE-KU3 exploitent la technologie FPGA de Xilinx et l’environnement de développement Open CL, C et C ++ pour accélérer le traitement, augmenter le débit de données et proposer une solution à la puissance optimisée pour les datacenters de grande échelle. » Dave Tokic, Directeur Sénior des partenariats et des alliances.
FPGA : Virtex-7 VX690T-2 (28nm)
Cellules logiques : 693K
Facteur de forme : PCIe 8x short card, ½ hauteur
Interface PCIe : PCIe Gen3 8x
DDR3 : 16GB ECC DDR3 1333MT/sec
Interface Optiques : Double SFP+ (10GbE)
Autres interfaces : 2 x SATA 6Gb/s
Consommation (Typique) : 23-26W
Disponibilité : En production
Prix : Les performances d’un FPGA au prix d’un GPU - contactez-nous
FPGA : Ultrascale™ KU060-2 (20nm)
Cellules logiques : 580K
Facteur de forme : PCIe 16x short card, ½ hauteur
Interface PCIe : 2 x PCIe Gen 3 8x (si supporté par la carte mère)
DDR3 : 16GB ECC DDR3 1600MT/sec
Interface Optiques :
Double QSFP+ (40GbE)
Autres interfaces : 2 x SATA 6Gb/s et 1 x PPS (synchro externe)
Consommation (Typique) : 16-19W
Disponibilité : En phase de qualification
Prix : Les performances d’un FPGA au prix d’un GPU - contactez-nous