FPGA加速在數據中心應用前途大好
2018-05-02 09:27
來源：
與非網
財務風險分析
財務風險分析的主要挑戰在于：數據量高達若干TB，計算密集型；模型持續演進，純軟件實現存在性能限制。通過PAC方案及加速軟件堆棧，使Levyx公司的效率大幅度提升，相比傳統spark實施，每符號算法加速提升850％，端到端期權交易模擬加速是過去的2倍以上。
數據庫加速
以前的方案，ETL環節耗時，不能達到實時效果，從分析數據倉庫到業務分析無法執行復雜的實時分析。通過FPGA加速可以完成兩項關鍵計算：FPGA加速轉換ETL和FPGA加速分析。結果顯示，實時數據分析加速20倍，傳統數據倉儲加速2倍，存儲壓縮3倍，給最終用戶數據庫部署2－3倍。
除了這兩種應用，FPGA加速還可以應用于人工智能、視頻轉碼、網絡安全、基因研究等領域，未來會繼續探索。
分享
聲明：
本文系OFweek根據授權轉載自其它媒體或授權刊載，目的在于信息傳遞，并不代表本站贊同其觀點和對其真實性負責，如有新聞稿件和圖片作品的內容、版權以及其它問題的，請聯系我們。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 GPT-6要來了，但AI行業早不跟 OpenAI玩了
- 2 資本巨頭紛紛抽身，為何中小投資者仍為AI狂熱加碼？
- 3 2026年3月，國內具身智能機器人企業融資匯總
- 4 大廠財報中的AI圖鑒：營收單列、玩杠桿、商業畫餅
- 5 谷歌Gemma 4遭破解！實測：偽造支票、找盜版電影，有求必應
- 6 阿里云CTO李飛飛，不是那個“AI教母”李飛飛
- 7 大漲30%！智譜 AI 財報出爐：營收暴增132%，API 增長3倍，市值破 4000 億
- 8 AI PC硬件，進入更大的漲價風暴眼
- 9 特斯拉Optimus Gen3量產在即，哪些環節最具確定性？
- 10 熱點丨谷歌Gemma 4用31B擊敗397B模型，本地AI推向新高度
