インテル テラスケール

Intel Tera-Scaleは、 Intelのリサーチ プログラムであり、新しいビジュアル コンピューティング アプリケーションに固有の並列処理を活用するIntel プロセッサおよびプラットフォームの開発に重点を置いています。このようなアプリケーションでは、テラバイト単位のデータを迅速に処理するために、テラフロップスの並列コンピューティング パフォーマンスが必要です。 ^[1]並列処理とは、複数のタスクを同時に実行するという概念です。並列処理を利用すると、コンピューター処理ユニット (CPU) の効率が向上するだけでなく、1 秒あたりに分析されるデータのバイト数も増加します。並列処理を適切に適用するには、CPU が複数のスレッドを処理でき、そのためには CPU が複数のコアで構成されている必要があります。コンシューマー グレードのコンピューターの従来のコア数は 2 ～ 8 個ですが、ワークステーション グレードのコンピューターではさらに多くのコアを搭載できます。ただし、現在のコア数でもテラフロップスのパフォーマンスを実現するには不十分であり、さらに多くのコアを追加する必要があります。このプログラムの結果、従来の数よりも多くのコアを搭載する可能性をテストするために使用された 2 つのプロトタイプが製造され、成功が証明されました。

テラフロップス研究チップ(Polaris) は、2007 年に Intel が開発した 80 コアのプロトタイプ プロセッサです。これは、Intel が初めて公開したテラスケール プロセッサの作成の試みです。Polaris プロセッサは、テラフロップスという名前を維持するために、3.13 GHz および 1V で動作する必要があります。ピーク性能では、プロセッサは 1.28 テラフロップスを実現できます。^[2]

シングルチップクラウドコンピュータは、2009年にインテルが開発したもう1つの研究用プロセッサです。このプロセッサは、6x4 2Dメッシュに接続された48個のP54Cコアで構成されています。^[3]

並列処理とは、複数のタスクを同時に実行し、特定のタスクを実行するために必要な時間を効果的に短縮するという概念です。テラスケール研究プログラムは、並列処理によってパフォーマンスを向上させるために、従来よりも多くのコアを利用するという概念に焦点を当てています。CPU のコア数の増加に関するこれまでの経験に基づいて、コア数を 2 倍にすると、電力を増やさずにパフォーマンスをほぼ 2 倍にすることができました。コアの数が増えると、エネルギー効率、パフォーマンス、寿命の延長、および新しい機能の向上が期待できます。テラスケール プロセッサは、その時点で不要なコアを「スリープ」状態にすることでエネルギー効率を向上させ、同時に、ワークロードをインテリジェントに再配分してチップ全体に均等に分散させることでパフォーマンスを向上させることができます。テラスケール プロセッサでは、プロセッサのコアに障害が発生したときにオンラインにできる予備コアを持つことができるため、寿命の延長も可能です。最後に、グラフィックス エンジンなどの専用ハードウェア エンジンを統合できるため、プロセッサに新しい機能と機能性がもたらされます。^[4]

Intel Tera-Scale は、並列処理を利用してテラフロップスの計算性能を達成できるマルチコア プロセッサの作成に重点を置いています。現在のプロセッサは非常に複雑なコアで構成されていますが、現在のコアは、CPU に現在のコア数よりも多くのコアを搭載することが難しい方法で構築されています。その結果、Intel は現在、高性能コアではなく、多数のコアを備えた Tera-Scale プロセッサの作成に重点を置いています。CPU コアを簡素化するために、Intel はx86アーキテクチャを使用する CPU から、はるかに単純なVLIWアーキテクチャに移行しました。VLIW はデスクトップでは珍しいアーキテクチャですが、特殊なアプリケーションを実行するコンピューターには適しています。このアーキテクチャは、コンパイラ側の作業負荷を増やすという代償を払ってハードウェア設計を簡素化します。つまり、プログラミングに多くの作業が必要になります。この欠点は、Tera-Scale プロセッサで実行されるアプリケーションの数がソフトウェア側にそれほど負担をかけないほど少ないという事実によって相殺されます。^[2]

2007 年に Polaris 80 コア プロセッサがリリースされると、数十または数百のコアの必要性が疑問視されました。Intel は、数十または数百のコアの計算能力を必要とする認識、マイニング、および合成 (RMS) アプリケーションと呼ばれるソフトウェア カテゴリでこれに応えました。認識アプリケーションは、人物の顔などの識別内容に基づいてモデルを作成します。マイニング アプリケーションは、大量のデータから 1 つ以上のインスタンスを抽出します。最後に、合成アプリケーションは、新しい環境の予測と投影を可能にします。RMS とテラスケール プロセッサが必要な例としては、スポーツの概要の作成があります。通常、スポーツの概要では、コンピューターが数十万のビデオ フレームをマイニングして、スポーツの概要に表示する短いアクション クリップを見つけるのに何時間もかかります。RMS ソフトウェアとテラスケール プロセッサを使用すると、スポーツ イベント中にスポーツの概要をリアルタイムで作成できます。^[1]テラスケールプロセッサは、膨大な量のデータを分析できるプロセッサを必要とする金融などの分野でのリアルタイム分析にも潜在力を発揮します。インテルは、シングルコアからマルチコアプロセッサへの進化を通じて、並列化が将来の処理能力向上の鍵となることを学んできました。インテルのテラスケール研究プログラムは、マルチコアプロセッサの開発だけでなく、現在および将来の並列化アプリケーションの開発にも焦点を当てています。並列コンピューティングのあらゆる側面への献身を示すために、インテルは、より多くのアプリケーションで並列コンピューティングを活用する新しい方法を研究および開発するセンターを設立するために2,000万ドルを確保しました。^[5]

2005 年初頭、インテルはメモリ帯域幅の問題に直面しました。コアが追加されると、サイズの制約によりメモリ帯域幅は同じままになり、事実上 CPU のボトルネックになります。インテルは、ダイ スタッキングと呼ばれるプロセスによってこの問題を克服することができました。これは、CPUダイ、フラッシュ、およびDRAM を互いに積み重ねて、メモリ バス幅を大幅に増やすプロセスです。^[2] インテルが直面したもう 1 つの課題は、電気バスの物理的な制限でした。バス帯域幅は CPU と外部との接続であり、現在のバス帯域幅では、テラスケール プロセッサによるテラフロップスのパフォーマンスに追いつくことができません。インテルのシリコン フォトニクスの研究により、現在のバスと比較して優れた信号速度と電力効率を提供できる機能的な光バスが生まれました。これらの光バスは、テラスケール プロセッサのバス帯域幅制限に対する理想的なソリューションです。^[2]