在2017年英特尔推出傲腾产品的时候,有一张金字塔状的架构图就频频出现在业界。
简单来说,从计算系统诞生以来,CPU的内部缓存、DRAM、内存和HDD之间就存在着性能差异。缓存和内存能够最快速的处理数据,但是不能保留数据,HDD能够长久存储数据,但是存在读写性能和时延等问题。
因此一个理想的计算平台,存储之间需要分层,来达到与CPU和内存之间的容量和性能的平衡。把频繁访问的数据向上移动靠近内存、不经常访问的数据向下移动靠近SSD甚至于HDD。如果每个层级的容量能够达到上一层级的10倍,这样每一层级都(自下而上)逐渐保留“更热”的数据,使处理器可以快速访问这些数据。
过去几年,英特尔推出傲腾技术和英特尔3D NAND技术来填补内存和SSD之间的缺口。
如果把存储介质看做一个金字塔最高层的是DRAM,价格较高,延时也最低,主要作为缓存;
DRAM往下是就是3D XPoint基于DIMM的存储产品;3D XPoint和DRAM还是有区别,第一个容量可以做得更大,大概在10倍左右,延迟参数比DRAM差一些;
再往下是3D NAND SSD产品,在性能,密度,成本等方面都有很大区别。
但是今天Intel确认,将逐步结束Optane存储业务,不再开发未来新产品。而是转向CXL架构。
CXL(Compute Express Link),是由英特尔于2019年3月在InterconnectDay 2019上推出的一种开放性互联协议,能够让CPU与GPU、FPGA或其他加速器之间实现高速高效的互联,从而满足高性能异构计算的要求。
CXL标准有一个较大优势就是内存一致性。通俗而言就是能够添加更多的内存,来构建一个更大的内存池,而当前计算平台而言,大内存容量决定了大容量工作负载的性能,从这方面看,CXL 架构的发展对上图金字塔架构会进行重构,甚至变革。
因此在CXL 标准面前,作为并不是必须存在的傲腾存储只能退出历史舞台。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
清华、浙大等高校提出OPID框架,从AI自身完成的任务轨迹中提炼层级化经验技能,转化为密集训练信号,解决强化学习中稀疏奖励难以精细指导决策的问题。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
萨里大学与西蒙菲莎大学联合提出ABACUS模型,首次将物体计数、人群计数、指代计数与精准图像生成统一在单个30亿参数模型中,七项基准全面超越现有专业模型。