EO_511

ALCUNE TIPOLOGIE DI ACCELERATORI Le tipologie di acceleratori sono numerose e molto diverse fra loro, come i compiti che devono eseguire. Le GPU (Graphics Processing Unit), per esempio, sono legate all’accelerazione della grafica e possono eseguire un numero limitato di compiti rispetto alle CPU, ma offrono il vantaggio di essere estremamente efficienti quando si tratta di parallelizzare l’elaborazione grazie a un numero molto alto di core implementati e a particolari soluzioni architetturali. Questa caratteristica è fondamentale per il Deep Learning e, di fatto, i produttori di GPU hanno iniziato quasi subito a proporre questi acceleratori per compiti diversi da quelli legati alla grafica, per esempio per accelerare l’elaborazione dei calcoli nei sistemi HPC. Un altro tipo di ASIC per l’accelerazione sono gli NNP (Neural Network Processor) per l’inferenza e il supporto per reti di grandi dimensioni. Questo tipo di componenti è utile per la realizzazione di server per applicazioni cloud. Le VPU, invece, sono architetture specializzate per applicazioni di Machine Vision e si focalizzano sull’implementazione di reti neurali specializzate nel riconoscimento di immagini e video. ACCELERATORI PER TELECOMUNICAZIONI Un altro dei settori dove gli acceleratori sono particolarmente utili è quello delle telecomunicazioni e il ricorso a questi componenti permette di rispondere alle esigenze di performance minime richieste per poter disporre di una latenza massima accettabile tra O-DU (Distributed Unit) e O-RU (Radio Unit). Gli acceleratori rispondono anche alla necessità di ridurre i consumi di energia e la relativa emissione di calore, e quindi di contribuire alla riduzione dei costi di esercizio dei datacenter. Tra le funzionalità più dipendenti dalla potenza di elaborazione che possono trarre benefici sensibili dall’uso degli acceleratori ci sono, per esempio, quelle di Low- Density Parity-Check (LDPC) Forward Error Correction (FEC) nella O-DU, Wireless Ciphering nella O-CU (Central Unit) e per gli algoritmi di intelligenza artificiale nel RIC (RAN Intelligent Controller). TECH FOCUS ACCELERATORI acceleratori integrati come per esempio quelli Intel Ad- vanced Matrix Extension (Intel AMX) che migliorano le prestazioni su numerosi carichi di lavoro di inferenza e istruzione dell’AI. Un altro esempio sono gli acceleratori integrati nel processore per i carichi di lavoro 5G che con- sentono di migliorare il throughput e diminuire la laten- za. In confronto alle precedenti generazioni, i nuovi Xeon di quarta generazione offrono fino al doppio di capacità vRAN senza aumenti dei consumi energetici. In termini di schede, le soluzioni di punta di Intel della famiglia Gaudi per l’IA attualmente sono quelle Gaudi 2, ma nel 2024 dovrebbe arrivare la soluzione Gaudi 3. La so- luzione Gaudi 2 è caratterizzata da un design di tipo chi- plet con processo produttivo a 7 nm e dispone di 24 Tensor Processor Core con 96 Gbyte di memoria HBM2 e 48 Mbyte di SRAM. Inoltre, l’offerta di Intel comprende anche la GPU Data Center Max Series, dotata di oltre 100 miliardi di transi- stor e in grado di offrire un elevato throughput per carichi di lavoro impegnativi come applicazioni di fisica, servizi finanziari e scienze biologiche. L’architettura degli acceleratori Gaudi 2 di Intel prevede la presenza di un ampio spazio di memoria. Questi sono realizzati con un processo produttivo a 7 nm La GPU H100 di NVIDIA si basa sull’architettura Hopper ed è destinata ad accelerare i data center ELETTRONICA OGGI 511 - GIUGNO/LUGLIO 2023 50