在最近的FPGA國際研討會(ISFPGA)上，英特爾加速器架構(gòu)實驗室(AAL)的Eriko Nurvitadhi博士，發(fā)表題為《Can FPGAs beat GPUs in Accelerating Next-Generation Deep Neural Networks》的報告，分享了英特爾的最新研究。

　　這一研究，主要評估在DNN(深度神經(jīng)網(wǎng)絡(luò))算法領(lǐng)域，兩代英特爾FPGA(Intel Arria10和Intel Stratix 10)，與NVIDIA TITAN X Pascal GPU相比性能如何。

　　△ 深度神經(jīng)網(wǎng)絡(luò)概述

　　英特爾表示在應(yīng)用領(lǐng)域，F(xiàn)PGA在DNN研究中表現(xiàn)非常出色，可用于需要分析大量數(shù)據(jù)的AI、大數(shù)據(jù)或機器學習等領(lǐng)域。使用經(jīng)修剪或緊湊的數(shù)據(jù)類型與全32位浮點數(shù)據(jù)(FP32)時，測試的Intel Stratix 10 FPGA的性能優(yōu)于GPU。

　　除了性能外，F(xiàn)PGA還具有強大的功能，因為它們具有適應(yīng)性，通過重用現(xiàn)有的芯片可以輕松實現(xiàn)更改，從而讓團隊在六個月內(nèi)從一個想法進入原型。

　　而構(gòu)建一個ASIC需要18個月。

　　FPGA重要性正在提升

　　△ FPGA非常適用于DNN

　　硬件：與高端GPU相比，F(xiàn)PGA具有卓越的能源效率(性能/瓦特)，但還有不被熟知的高峰值浮點性能。FPGA技術(shù)正在迅速發(fā)展。即將推出的英特爾Stratix 10 FPGA提供超過5，000個硬件浮點單元(DSP)，超過28MB的片上RAM(M20K)，與高帶寬內(nèi)存等特性。

　　基于14nm工藝的英特爾Stratix 10在FP32吞吐量方面達到峰值9.2TFLOP/s。相比之下，最新的Titan X Pascal GPU的FP32吞吐量為11TFLOP/s。

　　新興的DNN算法：更深的網(wǎng)絡(luò)提高了精度，但是大大增加了參數(shù)和模型大小。這增加了對計算、帶寬和存儲的需求。因此，新興趨勢是采用緊湊型低精度數(shù)據(jù)類型，遠低于32位。16位和8位數(shù)據(jù)類型正在成為新常態(tài)，也得到DNN軟件框架(例如TensorFlow)的支持。

　　新興的低精度和稀疏DNN算法比傳統(tǒng)的密集FP32 DNN提供了數(shù)量級的算法效率改進，但是它們引入了難以處理的不規(guī)則并行度和定制數(shù)據(jù)類型。這時FPGA的優(yōu)勢就體現(xiàn)出來了。這種趨勢使未來FPGA成為運行DNN，AI和ML應(yīng)用的可行平臺。

　　研究所用的硬件和方法

　　GPU：使用已知的庫(cuBLAS)或框架(Torch with cuDNN)

　　FPGA：使用Quartus Early Beta版本和PowerPlay

　　研究一：矩陣乘法(GEMM)測試

　　矩陣乘法(GEMM)測試的結(jié)果。GEMM是DNN中的關(guān)鍵操作，上述四個不同類型的測試表明，除了在FP32 Dense GEMM測試中，Stratix 10與TITAN X仍有差距。另外三項測試中新一代英特爾FPGA的表現(xiàn)都優(yōu)于GPU。

　　研究二：使用三元ResNet DNNs測試

　　三進制DNN最近提出約束神經(jīng)網(wǎng)絡(luò)權(quán)重為+1，0或-1。這允許稀疏的2位權(quán)重，并用符號位操作代替乘法。與許多其他低精度和稀疏的DNN不同，三元DNN可以提供與現(xiàn)有技術(shù)DNN(即ResNet)相當?shù)木取?/p>

　　上圖右半部分，顯示了英特爾Stratix 10 FPGA和TITAN X GPU的ResNet-50的性能和性能/功耗比。即使對于保守的性能估計，英特爾Stratix 10 FPGA已經(jīng)比實現(xiàn)了TITAN X GPU性能提高了約60%。在性能/功耗比方面，英特爾Stratix 10比TITAN X要好2.3倍到4.3倍。

　　結(jié)論

　　再說一次，這個研究報告出自英特爾，這個研究團隊還指出，除了DNN之外，F(xiàn)PGA在其他不規(guī)則應(yīng)用程序以及延遲敏感程序(如ADAS)等領(lǐng)域也有機會。