点击观看 特色视频

什么是KPU™?

KPU™是为加速特定应用而设计的一种协处理器。其中,K代表计算核,是指在复杂算法中的一些基本操作。这些复杂算法包括:排序、卷积神经网络、排队、协方差计算和频繁模式挖掘等。相比于经典的CPU和GPU架构,KPU™可以取得更优的计算性能。

KPU™特别适合于计算密集型、流式计算模式、数据量大和实时性要求强的应用。KPU™的超高算力,专注赋能领域智能数据分析,特别针对诸如金融、零售、电信、能源和政府机构等方向。

yusur_technology

基于软件加速的KPU™

摩尔定律的失效意味着计算机技术的发展已无法依靠于传统的制造工艺技术的提升和处理器微结构的创新。随着通用微处理器的性能提升愈发困难,计算机系统结构颠覆性的创新显得尤为关键。专用协处理器由于其强大的算力而被视为维持“后摩尔”时代性能增长效率的革新力量。而软件定义加速器,可能将成为解锁领域专用计算的潜力的有效手方法。

软件定义加速器是一种设计和实现领域专用架构的全新方法。软件定义加速器的核心思想是突破专用算法和微结构功能核之间的语义障碍。这些微结构可能是可以获得的MCU和存储资源,还可能通过原型设计获得。软件定义加速器方法是一种在线的方法,对加速器资源的管理更加高效。此外,所有的计算核和存储都是软件管理的。

yusur_technology
yusur_technology

内置KPU™的系统

KPU™打破垂直基础架构,向CPU和GPU等通用架构无法高效作用的领域注入了强大的算力。与常见的协处理器的互联方式相似,KPU™通过PCIe接入以通用CPU为中心的服务器,并向其注入强大算力。

针对特定的目标市场区划,我们提供面向特定计算范式的系列KPU™产品。

为什么是KPU™

KPU™赋能异构数据处理系统的创新。它是首个使得定制异构计算架构真正为特定应用服务的解决方案。GPU为图像处理设计,而KPU™则致力于解决一切可能存在于GPU架构中的瓶颈。

易于使用

非侵入式

极致性能

KPU™ 系列

yusur_technology

应用场景

yusur_technology

时间序列分析

时间序列分析在数据驱动的应用中十分广泛。从大量的时间序列数据中实时地提取有效信息是一个巨大的挑战。内置多种时间序列计算核的KPU™能够以更快捷且更低成本的方式解决时间序列应用中的挑战。

yusur_technology

人工智能和机器学习

人工智能和机器学习支持高效的决策过程。然而,由于训练和推理过程中涉及的庞大数据,人工智能和机器学习算法是十分耗时的。KPU™专为包括卷积、矩阵运算和回归分析等在内的计算密集型和数据密集型计算过程而设计。

yusur_technology

复杂的数据库查询

SQL是数据库的标准数据查询语言。传统的数据库管理系统为保证数据库的原子性、一致性、隔离性和持久性,往往会损失其查询操作的性能;且无法支持包括百分位数和滑动窗口等在内的复杂流式计算算子。而KPU™的设计旨在支持这一类复杂的查询操作,从而可以作为对传统数据库管理系统的补充。

yusur_technology

网络加速

网络是金融、电信、以及互联网等行业基础设施之一。KPU™是驭数网络协议加速架构,完全卸载TCP/IP/UDP协议。驭数提供超低延迟的交易和电信网络解决方案,并协助它们集成和部署到客户的基础设施中。我们的客户包括金融技术服务提供商、交易所、投资银行和基金。

KPU™赋能数据库加速

数据库是支撑数据分析应用的基础。以复杂的查询等操作为代表的数据分析通常需要实时响应,然而现有的大多数数据库管理系统无法满足这一需求。

我们设计了基于KPU™的一套数据库硬件加速解决方案。用户可以通过标准数据库访问接口(JDBC或ODBC)进行连接,实现超低时延的高效SQL查询。

yusur_technology

KPU-Conflux1800功能介绍

KPU-Conflux1800针对数据库查询和时间序列处理设计。在数据库处理中,KPU-Conflux1800支持较完备的查询操作,支持数据库中绝⼤部分数据类型数值、字符串,完备的匹配条件“<>,>,<,<=,>=,=”,Group by操作。以及复杂的聚合操作累加SUM、最大/小值MAX/MIN、统计COUNT等。在时间序列处理中,针对复杂的序列比较、匹配等操作进行了优化,包括FIR滤波、卷积、相似DTW、距离DISTANCE,以及基本的聚合操作等。

tssum
tsargmax
tsmul
tscov
tsmvavg
tsargmin
tsadd
tsfir
tsrank
tsnot
tsminus
tsdtw
tsmin
tsaccu
tsdiv
tscmp
tsmax
tsdelta
tsor
tscmpc
KPU功能核