2019年8月7日，赛灵思公司(Xilinx, Inc.)宣布推出Alveo数据中心加速器卡产品组合的最新成员Alveo U50。与Alveo U200、U250、U280版本产品不同，Alveo U50是业界首款面向任意服务器和各种云而打造的自适应计算、网络和存储加速器，在更大吞吐量、更低延迟和更高功耗效率方面实现了10-20倍的大幅提升。

　　“Alveo U50，是一个非常标准化的即插即用型加速卡，性能更佳，可以用于更广泛的部署环境，更广泛的服务器，包括网络和存储加速等能力，都大大超越了之前版本。”

　　据赛灵思数据中心业务部产品规划和市场营销总监Jamon Bowen介绍，Alveo U50的特点是尺寸较小，支持第四代PCIe，不像GPU加速器那样的是一个大型号的卡。Alveo U50采用了UltraScale+架构，集成了超高带宽的HBM2存储器技术，所以大幅缩小了产品尺寸。因为内存加在了FPGA芯片上，所以不仅能够释放巨大的空间，还能使性能获得显著提升。比如：HBM性能是DDR的10倍，功耗不到75瓦。

　　

　　▲赛灵思数据中心业务部产品规划和市场营销总监Jamon Bowen

　　Alveo U50的推出，实现了赛灵思自2018年推出Alveo产品系列的最初愿景——不仅加速计算，而且同时加速网络和存储，实现在Alveo平台上的整体加速。今天这一刻，梦想终于变成了现实。

　　继承赛灵思Alveo 以往产品的优势，Alveo U50在灵活应变和性能方面，表现卓越。很多部署数据中心的客户，经常会抱怨器件编程非常困难，赛灵思的Alveo有一个非常开放的平台和环境，可简化硬件编程程序，通过公共平台进行加速。另外，开发者也能更便捷地使用加速平台，能够实现原来只有在软件领域才有可能实现的硬件IP的灵活应变能力。最主要的是，Alveo U50涵盖解决方案的领域更广泛，包括数据分析、视频与图象处理、机器学习、生命科学和金融计算。

　　对于用户来说，部署下一代数据中心，上云一定是必经之路，所以Alveo U50是一个全堆栈的解决方案，不仅支持本地服务器，还能支持云端服务。Alveo U5可以和开源框架进行连接，比如：在Kubernetes环境中，用户可以发现并直接使用硬件加速插件，开发者可以把Alveo U50和Docker配合起来使用。如果没有这样一个标准产品的配置，用户可能需要花费大量的人力物力的投资才能够实现这一功能。所以，Alveo U50对于大规模的数据中心场景来说，非常适用，这也是Alveo U50令赛灵思公司引以为豪的点。

　　▲Alveo U50应用场景架构图

　　具体而言， Alveo U50有以下特点：

　　1、深度学习推断加速。针对语音翻译的计算负载，Alveo U50比CPU、GPU拥有更高的吞吐量和低时延的推断性能。和英伟达T4 相比，Alveo U50性能提升高达10倍，能够用于很多不同的网络。U50的尺寸非常小，符合需要边缘计算的用例场景。同时，对于需要在同城提供数据中心运行服务的企业来说，这款产品也是首选。

　　2、数据库分析加速。运行TPC-H Query5基准测试时，Alveo U50相比存储器的CPU，大大提高了吞吐量和查询速度。针对一些商业信息分析领域，企业拥有庞大的数据库，其中有很多供应商、很多的产品，也有很多的销售数据，企业需要按照季度做决策，了解哪个产品的销售额是多少，降价策略或者推销方式是否真正有效等。在这些场景加速过程中，会用到很多的标签节点，会列出很多有关的表格，然后进行具体的查询。每一个节点，对带宽的要求也非常高，而带宽又是Alveo U50进行加速的关键节点。对比英特尔非常先进的多核处理器XEON系列的产品，Alveo U50的处理速度提升高达4倍，如果加两张就是8倍，如果加三张就是12倍。

　　3、金融模拟场景下的网络计算加速。在金融领域，很多时候都需要建模，这样才能给金融工具来定价。通常都有大量的数据输入，然后做几百万字的模拟，最后得出来一个平均值，通过得到一个范围的结果，来确定在最糟糕的情况下风险如何，很多金融企业都需要这样做才能够定合约和证券的价格。针对金融模式场景，Alveo U50的功率效率比CPU高20倍，能够更快速地获得结果。赛灵思一直在开发计算库，让开发者能够在Alveo U50当中使用这数据函数进行最优化的编码，同时能够在平台上完成其他的应用设计，建立模型。这个对于计算加速来说，是非常重要的扩展，尤其能够把所有的数学函数都吸收进来。

　　4、针对电子交易的网络加速。金融领域还有一个重要场景，就是用加速技术支持交易。通过市场数据的关键信息做出计算，缩短计算和决定之间的时间差，这对于金融界来说非常关键。使用Alveo U50可以在不到500纳秒的时间内完成。首先收到市场数据，然后用综合的C语言来写一个交易逻辑，然后跟这样的交易逻辑进行执行和回应。如果是CPU的话，第一步要从网络上把这个数据放入到界面的接口，然后进行缓存，如果是单向的话，要耗时400纳秒，而且这仅仅是第一步，让数据包进入到内存的层级，而且数据进去之后，数据的运行环境首先要发出信号，说明这个运行环境发生了变化。然后这个网络再把信息进行一个解码，从用户转变为核心，然后再把它传输给需要执行交易的部分。整个过程需要不断持续，才能使得交易的逻辑转为核心，然后再转给其他有关的各端。整个过程大概需要10毫秒。Alveo U50的性能在时间上是CPU的20倍，所需所有间几乎对于CPU来说仅仅只能够完成将数据进入到CPU内存层级第一步的时间。

　　5、存储工作负载加速。过去，很多字节都需要一系列传输的程序才能进行处理，流程非常复杂。比如：要去压缩、解压、加密、解密，还要进行数据保护。Alveo U50可以将压缩、解压吞吐量提高20倍。以Hadoop为例，如果我们来看Hadoop的大小，首先看数据，还有查询数据的工作量，对于带宽来说提出了很高的要求。如果要做高性能的计算，这个数据就没有办法去压缩，这样基础设施就需要扩大一倍，而且需要更多的存储，更多的带宽。而Alveo U50可以非常顺利的进行压缩，并且能在高带宽的环境下完成。压缩之后，存储空间和带宽只占原来的一半。所以，有了这样的加速之后，用户部署的成本只有原来的1/2，不仅仅可以进行压缩，同时还可以确保性能不会受到影响。

　　总之，Alveo系列产品的用途非常广泛，虽然它并不像机器学习、推断加速等概念这样火热，但是确实是用户非常需要的后端服务，能够帮助数据中心客户节约大量成本。