通过部署重新编程芯片，Microsoft Preps Datentres Ai Revolution

Microsoft在15个国家部署了Azure DataceRes中的重新编程计算机芯片，以确保其基础设施可以有效地处理其在规模上的人工智能（AI）活动产生的数据。

该软件巨头在佐治亚州亚特兰大的Ignite会议上提供了与会者的Ignite会议，更新其多年竞标如何创建云环境，以摩尔法的限制以及其潜在CPU进展的能力。

在微软研究专区的杰出工程师点燃，Doug Burger的每周对计算机谈话，表示，Moore的法律应该持有未来几年，但可能会因为对大数据应用的需求而奋斗。

“我们已经参加了这个50年的指数攀登，计算成本已经下降，而且它是疯了一样的，现在我们开始看到事情点击，”他说。

“CPU以他们习惯的速率更快地越来越快，它越来越难以缩放硅节点，很多这些大数据应用的需求比底层计算能力快得多。”

这种实现促使许多公司将其研究和开发努力集中在创建“CPU”技术，作为长期可持续的替代方案。

“随着摩尔定律，每一代都有一大堆难题来解决，因此他们使用一次性技巧来保持缩放，但每次它是一个不同的一次性技巧负荷，”汉堡添加了“汉堡”。

“到目前为止，他们让他们保持缩放，而不改变底层范式，但现在一次性技巧太难了，我们必须考虑改变底层范式的事情，例如可编程硬件。”

Microsoft通过现场可编程门阵列（FPGA）技术建立了重新编程芯片， - 根据Burger - 这意味着组织可以改变硬件“在飞行”和生产中的功能。

该技术是交付组织的AI战略的核心，并应确保其云基础设施能够应对这将适用于此。

“我们已经建立的这种体系结构有效地将基于FPGA的AI超级计算机嵌入到我们的全球超级云中。我们令人敬畏的速度，规模和效率。它将改变AI可能的可能性，“汉堡在点燃主题演示时表示。

汉堡对一些演示进行了一些演示来展示服务器具有单个30瓦特的服务器，与传统的CPU的云服务器相比，FPGA可以进行照片分类任务。

然后，他通过看FPGA的设置如何将1,440页从俄语与英语翻译为英语的速度来重复任务，而24 CPU核心，其中用户是第五个电源。

基于FPGA的翻译任务需要2.5秒，而CPU设置需要八倍才能完成相同的任务。

Burger表示，这项技术自2011年以来一直在微软开发，并采取了几代人完美，因此它可以在Azure中的规模和Bing的应用程序级别部署。

Azure和Bing产品组是唯一一个公开宣布使用FPGA的人，但 - 在公司的搜索引擎的情况下 - 该技术允许服务更有效地利用其基础资源。

“我们归档的方式是，因为没有涉及的CPU，FPGA可以通过网络互相交谈，”他说。

“所以，如果我有一个带有fpga的服务器，并且在该服务器上运行的服务没有使用它，因为我们定义的架构，我们可以去收获该FGPA进行其他用途。”

它在Azure基础设施内部的使用意味着微软可以将声称成为第一家公司在规模上推出FPGA以创建“增强和智能云”。

“当然，一些公司已经宣布了特定于一个函数的零件，例如网络，但它真的是服务器的增强。我们创造的是一个灵活的东西，你可以用于网络，但也有很多其他东西，“汉堡说。

“询问的真正问题是这些公司何时进行规模？他们什么时候说他们加强了整个云，而不仅仅是这三个服务器？我们显然在领先地位，因为没有其他人宣布了CPU云，“他说。