FAQ ALTGAS GOYA Processor

FAQ : Технологии процессора GOYA в ALTGAS

Вопрос 1

Какие "процессорные" проекты в мире наиболее близки к процессору онтологий ONTOProc - как основе ALTGAS-технологий?

✔️ Например, проект от одного из со-основателей ARM Corporation - Steve Furber - "SpiNNaker"

Цифровая "модель мозга" на основе очень большого количества ARM-ядер:

"On October 14, 2018 the HBP announced that the million core milestone had been achieved"

"SpiNNaker Project - The SpiNNaker Chip"

Вопрос 2

Чем чип GOYA похож на GPU-ядра? Зачем нужна технология Streamer'а?

✔️

Вопрос 3

Чем чип GOYA для поиска эффективнее подхода Intel x86 или GPU?

✔️ Все решает оптимизированный транспорт специализированных данных. Т.е. способ доставки и подготовки данных к вычислителям на чипе. От транспортной системы на чипе зависит основная производительность. Как и в GPU. Но в GPU - другие форматы данных (растровые) и слишком длинный конвейер.

Например, Яндекс в своем коде ранжирования использует просто инструкцию PREFETCH в x86 архитектуре

Такого рода:

    PREFETCH_READ(data + 128, 3);
    PREFETCH_READ(data + 256, 3);
    PREFETCH_READ(data + 512, 3);

Мы же можем организовать наиболее оптимальный транспорт (зная форматы) на чипе, намного эффективнее обычных методов транспорта.

[Про PREFETCH у Intel см. "Unabridged Pentium 4"]

Вопрос 4

Есть ли научная критика для подхода GOYA-чипа для поиска?

✔️ Например, критика из самого Google (Urs Hölzle, Google)

Brawny cores still beat wimpy cores, most of the time

"Slower but energy efficient “wimpy” cores only win for general workloads if their single-core speed is reasonably close to that of mid-range “brawny” cores."

Но, в конечном итоге, специализированная архитектура "поискового процессора" станет намного эффективнее.

Вопрос 5

Какие основные драйверы архитектуры для GOYA-чипа?

✔️

Подход к децентрализации поиска от ALTGAS [ALSEARCH]
Рекомендации самого Google [The Datacenter as a Computer: Designing Warehouse-Scale Machines, Third Edition]

Вопрос 6

Пример моделей СУПЕР-Транспорта (кто уже "почти" на рынке)?

✔️

Wave (+ MIPS)

Система на основе CGRA. Идейно похоже на FPGA, но данные ходят группами и гораздо быстрее. Десятки тысяч процессороподобных элементов на кристалле.

Очень близко к концепции GOYA-ALTGAS

P2012/STHORM

Up to 32 clusters 544 processors ! GAS-NUMA architecture.

Вопрос 7

На какой рынок тагетируется чип GOYA?

✔️

Гибридный чип: "Network Processor + AI Chip" - GPNP архитектура (General Purpose Network Processor)

Спрос:

"Data from openai.com shows that AI compute growth requirement is doubling every 3.5 months with a 300,000X increase since 2012. Different companies are using different hardware development techniques to meet the AI compute growth requirements.

For example, AI chips from companies like Graphcore and Mythic are ASICs based on the novel, massively parallel architectures that maximize the data processing capabilities for the AI workloads. Others, like Intel, Nvidia, and AMD, continue to develop and optimize the existing architectures like GPU, CPU, and FPGA to keep up with the performance requirements of AI systems and stay ahead of emerging architectures.

The AI market is incredibly dynamic, with more than 50 startups and 25 established semiconductor companies all racing to capture portions of the emerging segment. This soaring growth in AI companies has created an environment of intense competition."

Вопрос 8

Какие есть еще архитектуры, похожие на GOYA?

✔️

Transport-Triggered Architectures

"Transport Triggered Architecture (TTA) is a processor design philosophy where the processors internal datapaths are exposed in the instruction set. All operation parameter reads and result writes are explicitly stated in the instruction set.

TTA processor datapath consists of execution units, register files and buses that connect them. The processor is programmed by controlling directly the buses, and operations are executed as side-effect of these moves, by moving data to a specific trigger port of an function unit."

Transport-Triggered Architectures