Calcul et Accélération matérielle

Cartes FPGA ///

carte bittware FPGA

Que ce soit pour accélérer ou augmenter la performance d’algorithmes variés, pour de la transmission de données à très haut débit ou encore pour du traitement temps réel de signaux en tout genre, nos plateformes FPGA sont des alternatives judicieuses en complément ou en remplacement des processeurs traditionnels. Disponibles dans des formats industriels (PCIe, AMC, VPX) ou plus spécifiques, avec des options diverses de mémoires, d’interfaces (connecteurs FMC, liens réseaux, NVMe, …) ces cartes s’intègrent aussi bien dans des systèmes embarqués que dans des serveurs et PC industriels pour couvrir leurs nombreux cas d’usage.

Avec les récentes améliorations des outils de programmation et la disponibilité d’exemples fonctionnels, IPs et Framework, l’’exploitation de toutes les ressources de calcul de nos cartes est simplifiée tout en garantissant l’agilité et l’évolutivité de vos projets.

Machine Learning / IA ///

Lorsque l’on cherche à réduire la consommation et l’encombrement de systèmes de calcul (approche Edge Computing par exemple), nos solutions à base de FPGA deviennent évidentes, notamment à la vue de leurs performances remarquables pour l’exploitation d’algorithmes d’intelligence artificielle telle que la classification/inférence.

 

Nous proposons ainsi des plateformes FPGA dédiées au Machine Learning, aussi bien pour des utilisations embarquées (Machine Vision par exemple) que pour une intégration dans des grands centres de calcul, que ce soit sous la forme de cartes PCIe (similaires aux cartes GPUs utilisées généralement pour de telles fonctions) ou de modules plus compacts (format SSD) afin de s‘intégrer au plus près des données pour des applications d’Analyse Big Data et d’accélération de base de données par exemple.

Presentation about machine learning technology with scientist touching screen with artificial intelligence (AI), neural network, automation, and data mining words and computer icons

Computational Storage ///

ranks modern supercomputers in computational data center

Les architectures traditionnelles de stockage de données autour de disques SSD interconnectés sur des bus PCIe et NVMe impliquent de nombreuses limitations, que ce soit en terme de latence, d’efficacité des transferts de données mais aussi de disponibilité du processeur. Nos modules FPGA au format U.2 ou M.2 (format mécanique SSD) s’intègrent directement sur le bus PCIe ou NVMe afin de jouer le rôle de nœuds de calculs collés aux données et décharger le processeur (CPU Offload).

 

Outre les possibilités offertes de ce type d’architecture pour l’accélération de base de données, c’est surtout un gain énorme à une échelle plus globale avec la possibilité d’assurer de manière plus efficace, certaines tâches de gestion des disques (Erasure Coding, Deduplication) ainsi que des fonctions de compression et d’encryption en optimisant les transferts de données et la consommation.

MUX

Serveurs et systèmes FPGA ///

Pour simplifier l’exploitation de nos diverses solutions FPGA présentées ci-dessus, nous proposons également des solutions pré-intégrées, incluant une ou plusieurs cartes FPGA interconnectées et pré-configurées autour de processeurs et de diverses ressources matérielles et logicielles.

 

Disponibles sous la forme de serveurs (Teraboxes) ou de châssis 19’’ de diverses tailles (de 1U à 4U), ces solutions sont prêtes à être intégrées dans des baies de calcul ou dans des systèmes embarqués pour une mise en œuvre rapide. L’utilisateur n’a alors plus qu’à se concentrer sur l’installation de ses algorithmes et applicatifs pour disposer d’une solution clé en main pour de nombreux cas d’utilisation.

calculs et accélération matérielle