ЖУРНАЛ «СТА» 4/2018

СТА 4/2018 ОБЗОР /АППАРАТНЫЕ СРЕДСТВА П ОТОЛОК СКОРОСТИ Пятнадцать лет назад Intel и другие производители процессоров поняли, что гонка за мегагерцами не беско- нечна. Примерно на значении 4 ГГц процессоры столкнулись с пределом – рост нагрева стал снижать производи- тельность. Для решения этой проблемы были созданы многоядерные процессоры, в основном использующие несколько не- больших процессорных ядер, которые могли бы в совокупности превзойти од- но большое ядро. Графические процес- соры (GPU – Graphics Processing Unit) вскоре последовали за процессорами общего назначения: начиная с 2010 го- да, компания NVIDIA стала оценивать производительность с точки зрения Гфлопс на ватт (FLOPS – FLoating-point Operations Per Second, количество опе- раций с плавающей точкой в секунду). В опубликованной в 2016 году компа- нией BERTEN статье «Сравнение про- изводительности GPU и FPGA» (“GPU vs FPGA Performance Comparison”) при- ведены примеры парадоксов произво- дительности. Авторы провели тесты производительности на операциях с плавающей запятой с одиночной точ- ностью с шестью вариантами процессо- ров. Два из трёх GPU легко побеждают FPGA (Field-Programmable Gate Array – программируемая логическая интег- ральная схема). Однако при сравнении по Гфлопс на ватт в общем случае пред- почтительнее FPGA. В то же время при учёте цены (стоимость за Гфлопс) GPU значительно дешевле большинства FPGA. В 2016 году FPGA были наибо- лее энергоэффективными, а GPU обес- печивали наилучшую производитель- ность за те же деньги. Это важные кри- терии для любой организации, реали- зующей систему обработки сигналов в рамках ограниченного бюджета. Неудивительно, что поставщики компонентов и решений продолжают искать все возможные пути для сниже- ния энергопотребления. Если в 2010 го- ду NVIDIA начала оценивать произво- дительность с точки зрения Гфлопс на ватт, то позже она решила анализиро- вать показатели уже в конкретных при- ложениях с учётом рабочих нагрузок и Решения для обработки данных в экстремальных условиях В XXI веке в условиях глобального соперничества в области электронных систем различного назначения одним из решающих факторов в конкурентной борьбе является возможность сбора и обработки больших объёмов данных в реальном времени. При этом быстродействие и эффективность решения конкретных прикладных задач подвержены действию различных факторов, начиная от ограничений бюджета и заканчивая требованиями к массогабаритным и иным характеристикам. Статья посвящена вопросам обеспечения максимальной производительности систем в условиях различного рода ограничений. 38 www.cta.ru Рис. 1. Военный центр сбора и обработки информации