risc-v 处理器_使用RISC-V进行处理器创新的开放标准

risc-v 处理器

数据的作用已经改变。 数据不仅仅是记录。 它是一种沟通形式。 数据可以改善生活。 它使我们在导航，银行业务，购物和日常管理中更加高效。 最终，数据的交换，评估和情报是通行的。 除了存储数据外，还必须捕获，保存，访问和转换数据以利用其可能性。

关于当今数据的大多数讨论都是以指数级增长开始的，每两年翻一番，到下一个十年将达到数百ZB。 这种数据泛滥正在驱动多个V（体积，速度，多样性和价值），并且需要更长的保存期限以用于将来的分析，提取更多的价值和情报，从而可以做出更好的业务和运营决策。

推动这个以数据为中心的世界的原因是，数据的角色正在发生变化，从仅仅是事件，记录或测量的记录或日志，演变为可提高生产率和自动化效率并最终带来价值的通信形式。数据传递，成为一种货币。 推动数据增长的还有数据生成源的数量也在增加。 数据不再只是从应用程序中生成，而是现在来自移动设备，生产设备，机器传感器，视频监控系统，物联网（IoT）和工业IoT（IIoT）设备，医疗保健监视器以及可穿戴设备。很少。

并且，正在生成的数据是在网络“核心”的大型数据中心以及在网络“边缘”的远程和移动源中创建的。

使用计算和算法来分析非常大且分散的数据集的大数据应用程序正在产生。 这些应用程序揭示了趋势，模式和关联。 这些宝贵的见解将联系并推动更精确的预测，并做出更好的决策以获得更好的结果。 因为大数据分析是基于过去捕获的信息，所以当今的应用程序还需要在发生信息时立即对其进行分析。

结果，大数据伴随着一条平行的轨道：快速数据，数据的即时性至关重要。 快速数据具有不同的特征集。 快速数据应用程序可以处理或转换捕获的数据，并利用从大数据中得出的算法来提供实时决策和结果。 大数据提供了从“发生的情况”中得出的见解，以预测“可能发生的情况”（预测分析），而快速数据则提供了推动实时行动的见解。 这对于需要实时分析，答案和操作的“智能”机器，环境监视器，安全和监视系统，证券交易系统以及应用程序特别有用。

数据推动了对专用处理的需求

大数据革命引发了管理和控制大型数据集的需求。 这通常是通过通用（GP）处理器实现的。 今天，所有数据中心都基于这种类型的计算平台。 随着人工智能（AI），机器学习和分析等大数据应用的兴起，以及我们从移动设备，监视系统和智能机收集数据的过程，需要更多的专用计算功能。

随着处理器技术从GP中央处理器（CPU）演变成旨在解决特定问题的专用（专用）处理器，例如图形处理器（GPU），现场可编程门阵列（FPGA）和专用集成电路（ASIC）-通用计算功能可以扩展，以应对大数据和快速数据应用程序需要解决的特定挑战。 而且，不仅需要关注架构的计算部分，还需要围绕它构建整个解决方案堆栈，因为需求的增长远远超出了普通计算所能提供的范围。

常规计算仅关注CPU，而不关注数据。 它提供了资源的最低公分母。 对于快速数据应用程序，新的机器学习实现或基因组学，不可能最佳地实现资源比例。 GP计算支持许多应用程序，但不能解决所有问题。 这是考虑专门处理的要求。

解决大数据和快速数据应用

数据密集型工作负载创造了机遇，并产生了新的专用处理需求，以存储为中心的体系结构（支持大数据应用程序）和以内存为中心的体系结构（支持快速数据应用程序）。 大数据具有巨大的PB级存储需求，其处理需求可能会有所不同。 例如，当需要执行分析时，分析需要适度的处理，但是在机器学习环境中，随着机器的教学不断需要大量的专业处理。

相反，在快速数据应用程序中，您需要立即访问数据以进行安全检测（视频监视），事件关联（事件之间的关系分析）和区块链（通过密码保护记录块）。 除了特殊处理之外，在这种情况下，大容量内存也起着关键作用，因为大量的主内存可以解决问题，而这些问题否则无法通过使I / O操作经过深层I / O堆栈来解决。

指定CPU的决策权，使其可以决定内存，I / O和其他资源，这是开发的障碍。

边缘处理

在数据所驻留的网络边缘计算数据并获得实时情报的能力对于支持新的创造性应用程序很重要。 开发和设计这些类型的应用程序是为了立即从捕获的内容中获取有价值的上下文。

计算的进步使由物联网（IoT）和工业IoT（IIoT）设备和系统生成的这种新型应用程序可以在边缘使用。 RISC-V开放式指令集体系结构（ISA）在这里起着重要作用。

RISC-V如何满足未来的数据需求

RISC-V是一种ISA，可通过开放标准协作来实现处理器创新。 它在处理器架构上提供了开放，可扩展的软件和硬件自由的新水平，为计算设计和创新的新时代铺平了道路。 与RISC-V的开放标准方法相反，一些商业芯片供应商会就使用其专有源代码和专利收取许可费。

基于其开放的模块化方法，RISC-V非常适合用作以数据为中心的计算架构的基础。 作为操作系统处理器，它可以通过支持资源的独立扩展来启用专用的体系结构。 它的模块化设计方法允许更高效的处理器来支持基于边缘的系统和移动系统。 随着大数据和快速数据应用程序开始创建更多的极端工作负载，将需要专用的架构来接管当今GP架构已达到其极限的位置。

RISC-V具有以存储为中心的架构所需的功能，基础，生态系统和开放性，这些架构支持AI，机器学习和分析等大数据应用程序。 RISC-V还可以支持以内存为中心的体系结构，该体系结构支持快速数据以及所有基于边缘的实时应用程序。 如果设计需要多个PB的主存储器，则RISC-V可以实现优化的设计。 如果应用程序对处理器的设计需求很小，但对内存的需求却很大，或者对数千个处理内核和I / O的需求很少，则RISC-V可以实现资源的独立扩展和模块化设计方法。

很快，世界将看到针对特定应用或解决特定需求而优化的新型处理器设计。 RISC-V具有许多功能来支持此要求。 它提供16到128位的独立可伸缩性，并非常适合嵌入式和企业应用程序的模块化设计。 RISC-V具有跨大数据和快速数据频谱提供功能，跨以存储为中心和以存储器为中心的体系结构进行处理以及从数据中传递价值的能力，这将有助于使处理器设计成为以数据为中心。

未来方向

RISC-V提供了很多机会来扩展以数据为中心的体系结构，将新的指令折叠起来并处理其驻留的数据。 当前，我们看到生态系统不必要地在数据中心内传送数据。 处理数据所在的位置具有价值。

开发大数据和快速数据环境的专用处理器有很多选择。 其中包括利用广泛的RISC-V发明者社区，他们可以使处理过程更接近存储和内存产品中的数据，或者将积极合作，共同开发或投资生态系统以进行开发。 结果将是可以提供特殊功能并为捕获的数据增加价值的处理器。

翻译自: https://opensource.com/article/18/3/risc-v-instruction-set-architecture

risc-v 处理器