美國國防部先進計劃署(DARPA)目前正資助開發(fā)一種全新的非馮-諾伊曼(non-von-Neumann)架構(gòu)處理器——稱為“分層辨識驗證利用”(Hierarchical Identify Verify Exploit,；HIVE),。DARPA計劃在4年內(nèi)半內(nèi)投入8,000萬美元，打造這款HIVE處理器,。包括英特爾(Intel)與高通(Qualcomm)等芯片商以及國家實驗室,、大學與國防部承包商North Grumman都加入了這項計劃。
美國太平洋西北國家實驗室(Pacific Northwest National Laboratory,；PNNL)和喬治亞理工學院(Georgia Tech)負責為該處理器打造軟件工具,，而Northrup Grumman則將建立一座巴爾的摩中心,，利用這款號稱全世界首款圖形分析處理器(GAP)執(zhí)行國防部(DoD)的圖表分析任務。
HIVE使用以數(shù)據(jù)的多層圖形顯示作為開始的序列(如圖),，開啟了圖解分析處理的方式,，在各層之間辨識資料之間的關(guān)系。（數(shù)據(jù)源：DARPA）
DARPA微系統(tǒng)技術(shù)辦公室(MTO)計劃經(jīng)理Trung Tran表示：“今日的計算機架構(gòu)同樣采用1940年代發(fā)明的[John] von Neumann架構(gòu),。CPU與GPU均采取平行運算,，但它的每個核心仍然是von Neumann處理器?！?/p>
Tran說：“HIVE并不是馮諾依曼架構(gòu),，因為它的數(shù)據(jù)稀疏，而且能同時在不同的記憶領域同時執(zhí)行不同的過程,。這種非馮-諾依曼途徑可讓許多處理器同時存取,，各自采用其本地暫存內(nèi)存，在全局內(nèi)存上同時執(zhí)行分散和匯集作業(yè),?！?/p>
“芯片拼貼圖”象征DARPA資助開發(fā)的新型處理器計劃——“超越微縮：電子復興計劃”(Beyond Scaling: An Electronics Resurgence Initiative)正推動微系統(tǒng)結(jié)構(gòu)和性能的新紀元。（來源：DARPA）
圖形分析處理器目前并不存在,，但在理論上與CPU和GPU有著顯著的不同,。首先，它們經(jīng)優(yōu)化用于處理稀疏圖形元素,。由于所處理的項目稀疏地位于全局內(nèi)存,，因而也涉及一種新的內(nèi)存架構(gòu)——能以每秒高達TB容量的超高速度隨機存取記憶位置。
當今的內(nèi)存芯片經(jīng)過優(yōu)化,，能以最高速度存取長序列位置(以填補其快取),，這些速度大約落在每秒GB的范圍。另一方面,，HIVE將以最高速度從全局內(nèi)存隨機存取8位數(shù)據(jù)點,，然后再以專用的暫存內(nèi)存分別處理。該架構(gòu)據(jù)稱也具有可擴展能力,，但需要許多HIVE處理器執(zhí)行特定的圖形算法,。
Tran說：“當今所收集的所有數(shù)據(jù)中，只有大約20%是有用的——這就是為什么稀疏——讓我們的8字節(jié)粒度對于巨量數(shù)據(jù)(Big Data)的問題效率更高,?！?/p>
實時繪圖分析需要高達Giga TEPS的處理速度(綠色)，才能辨識現(xiàn)場呈現(xiàn)的關(guān)系,，這較目前速度最快的GPU (藍色)或CPU (紅色)速度更快1,000倍,。（來源：DARPA）
這種圖形分析處理器采用優(yōu)化的新式算法處理單元(APU)，加上DARPA提供的新內(nèi)存架構(gòu)芯片，據(jù)稱其功耗較今日的超級計算機功耗更低1,000倍,。參與這項計劃的組織,，特別是英特爾與高通，也將有權(quán)商用化這款處理器與記憶架構(gòu),。
根據(jù)DARPA,，圖形分析處理器可用于解決Big Data的問題，因為這方面的問題通常是多對多的關(guān)系,，而非為目前的處理器優(yōu)化的多對一或一對一的關(guān)系,。
Tran說：“從我的立場來看，下一個需要解決的大問題就是Big Data,，目前采用的方法是回歸分析,，但對于非常稀疏的數(shù)據(jù)點之間的關(guān)系來說，這種方法是無效的,。我們發(fā)現(xiàn)，CPU與GPU在處理問題的大小與結(jié)果的豐富性之間留下了很大的差距,，而圖形理論則完美契合目前所看到的這一新興市場,。”
除了HIVE芯片,，DARPA也呼吁共同開發(fā)軟件工具,，并藉由同步并行存取隨機內(nèi)存位置，協(xié)助編程這種超越今日平行處理典范的新架構(gòu),。如果成功了,，DARPA宣稱這種圖形分析處理器將有能力辨識傳統(tǒng)CPU與GPU難以處理的許多情況類型。
英特爾CPU,、Nvidia GPU,、Google TPU和DARPA提出的HIVE處理器之間的應用(上)和性能(下)比較。（來源：DARPA）
DARPA認為,，Big Data為圖形節(jié)點提供了傳感器饋送,、經(jīng)濟指標、科學和環(huán)境測量,，而圖形的邊緣則是不同節(jié)點之間的關(guān)系,，例如亞馬遜(Amazon)案例中的“購買”行為。
圖形理論分析的基礎可以追溯到著名的哲學家Gottfried Wilhelm Leibniz,，以及Leonhard Euler在1736年出版的首篇相關(guān)論文：“柯尼斯堡七橋問題”(Seven Bridges of K?nigsberg),。從那時起，圖形理論已經(jīng)發(fā)展成為建模隨機數(shù)據(jù)點之間關(guān)系的一系列算法和數(shù)學結(jié)構(gòu),。HIVE架構(gòu)的設計就在于使用這些圖形分析來辨識威脅,、追蹤疾病爆發(fā)，以及解答B(yǎng)ig Data的問題,，因為這些問題寺于目前的傳統(tǒng)CPU和GPU來說相當棘手,。
為期四年半的DARPA計劃在第一年將與英特爾和高通共同設計芯片架構(gòu),，而Georgia Tech和PNNL則負責開發(fā)軟件工具。在第一年之后,，將會選出一款硬件設計和一款軟件工具,。DARPA將為贏得硬件設計的公司提供5,000萬美元的贊助，但該公司也將自行提供5,000萬美元,。此外,，DARPA還將為贏得軟件設計的組織提供700萬美元的贊助。
同時,，Northrup將獲得1,100萬美元的資金,，用于打造巴爾的摩中心，調(diào)查國防部對于圖形分析的所有需求,，并確保硬件和軟件制造商滿足這些需求,。
英特爾數(shù)據(jù)中心副總裁Dhiraj Mallick表示：“HIVE計劃目的在于針對數(shù)據(jù)處理，利用圖形分析處理器發(fā)揮機器學習以及其他人工智能(AI)的影響力,?！?/p>
Mallick有信心英特爾的芯片設計將會贏過高通，他說：“英特爾已被要求在這項計劃結(jié)束時提供16節(jié)點的平臺,，在一塊電路板上使用16個HIVE處理器,，英特爾也將擁有為全球市場提供產(chǎn)品的權(quán)利?！?/p>
隨著這項計劃進展,，這款HIVE處理器將可實現(xiàn)實時辨識與感知策略資產(chǎn)。相形之下,，Mallick說,，至今我們還得依靠“失馬鎖廄，為時已晚”的事后分析…