Mengembangkan aplikasi cloud yang dipercepat FPGA dengan SDAccel: Practice

Uraian Teknis

Kursus ini untuk siapa saja yang bersemangat mempelajari cara mengembangkan aplikasi akselerasi FPGA dengan SDAccel!

Semakin umum tujuan Anda, semakin fleksibel Anda dan semakin banyak jenis program dan algoritme yang dapat Anda lakukan pada infrastruktur komputasi yang mendasarinya. Semua ini luar biasa, tetapi tidak ada makanan gratis dan ini terjadi, cukup sering, dengan kehilangan efisiensi.

Kursus ini akan menyajikan beberapa skenario di mana beban kerja membutuhkan lebih banyak kinerja daripada yang bisa diperoleh bahkan dengan menggunakan CPU tercepat. Skenario ini mengubah arsitektur cloud dan pusat data menjadi komputasi yang dipercepat. Dalam kursus ini, kami akan menunjukkan kepada Anda cara mendapatkan manfaat dengan menggunakan Xilinx SDAccel untuk memprogram Amazon EC2 F1. Kami akan melakukan ini melalui contoh kerja algoritma yang digunakan dalam biologi komputasi.

Jumlah besar data yang perlu diproses algoritma dan kompleksitasnya mengangkat masalah peningkatan jumlah daya komputasi yang diperlukan untuk melakukan perhitungan. Dalam skenario ini, akselerator perangkat keras terbukti efektif dalam mencapai kecepatan dalam perhitungan sementara, pada saat yang sama, menghemat konsumsi daya. Di antara algoritma yang digunakan dalam biologi komputasi, algoritma Smith-Waterman adalah algoritma pemrograman dinamis, dijamin untuk menemukan keselarasan lokal yang optimal antara dua string yang bisa berupa nukleotida atau protein. Dalam kelas-kelas berikut, kami menyajikan analisis dan akselerasi perangkat keras berbasis FPGA berturut-turut dari algoritma Smith-Waterman yang digunakan untuk melakukan penyelarasan berpasangan urutan DNA.

Dalam konteks ini, kursus ini berfokus pada infrastruktur cloud terdistribusi dan heterogen, memberikan Anda rincian tentang cara menggunakan Xilinx SDAccel, melalui contoh-contoh yang berfungsi, untuk menghadirkan solusi bagi Anda dengan menggunakan contoh Amazon EC2 F1.