作者：Bob Siller，Achronix半導(dǎo)體產(chǎn)品營銷總監(jiān)

摘要：本文根據(jù)完整的基準(zhǔn)測試，將Achronix Semiconductor公司推出的Speedster7t FPGA與GPU解決方案進行比較，在運行同一個Llama2 70B參數(shù)模型時，該項基于FPGA的解決方案實現(xiàn)了超越性的LLM推理處理。

采用 FPGA器件來加速LLM性能，在運行 Llama2 70B參數(shù)模型時，Speedster7t FPGA如何與 GPU解決方案相媲美？證據(jù)是令人信服的——Achronix Speedster7t FPGA通過提供計算能力、內(nèi)存帶寬和卓越能效的最佳組合，在處理大型語言模型（LLM）方面表現(xiàn)出色，這是當(dāng)今LLM復(fù)雜需求的基本要求。

像 Llama2這樣的 LLM的快速發(fā)展正在為自然語言處理（NLP）開辟一條新路線，有望提供比以往任何時候都更像人類的交互和理解。這些復(fù)雜的 LLM是創(chuàng)新的催化劑，推動了對先進硬件解決方案的需求，以滿足其密集處理需求。

我們的基準(zhǔn)測試突出了 Speedster7t系列處理 Llama2 70B模型復(fù)雜性的能力，重點關(guān)注 FPGA和 LLM性能。這些測試（可根據(jù)要求提供結(jié)果）顯示了Achronix FPGA對于希望將LLM的強大功能用于其NLP應(yīng)用程序的開發(fā)人員和企業(yè)的潛力。這些基準(zhǔn)測試展示了 Speedster7t FPGA如何超越市場，提供無與倫比的性能，同時降低運營成本和環(huán)境影響。

Llama2 70B LLM運行在 Speedster7t FPGA上

2023年 7月，Microsoft和 Meta推出了他們的開源 LLM，Llama2開創(chuàng)了 AI驅(qū)動語言處理的新先例。Llama2采用多種配置設(shè)計，以滿足各種計算需求，包括 700億、130億和 700億個參數(shù)，使其處于 LLM創(chuàng)新的最前沿。Achronix和我們的合作伙伴 Myrtle.ai對700億參數(shù)的Llama2模型進行了深入的基準(zhǔn)分析，展示了使用Speedster7t FPGA進行LLM加速的優(yōu)勢。

基準(zhǔn)測試結(jié)果：Speedster7t FPGA與業(yè)界領(lǐng)先的 GPU對比

我們在 Speedster7t FPGA上測試了 Llama2 70B模型的推理性能，并將其與領(lǐng)先的 GPU進行了比較。該基準(zhǔn)測試是通過對輸入、輸出序列長度（1,128）和批處理大小 =1進行建模來完成的。結(jié)果表明，Speedster7t AC7t1500在LLM處理中的有效性。

FPGA成本基于由 Speedster7t FPGA提供支持的 VectorPath加速卡的標(biāo)價。同樣，我們在此分析中使用了可比GPU卡的標(biāo)價。使用這些成本信息和每秒產(chǎn)生的輸出令牌數(shù)量，我們計算出基于 FPGA的解決方案的 $/token提高了 200%。除了成本優(yōu)勢外，在比較 FPGA和 GPU卡的相對功耗時，我們觀察到與基于 GPU的解決方案相比，產(chǎn)生的 kWh/token提高了 200%。這些優(yōu)勢表明 FPGA如何成為一種經(jīng)濟且能效高效的 LLM解決方案。

面向 LLM的 FPGA：Speedster7t的優(yōu)勢

Achronix Speedster7t系列FPGA旨在優(yōu)化LLM操作，平衡LLM硬件的關(guān)鍵要求，包括：

高性能計算 –具有高性能計算能力的尖端硬件對于管理 LLM推理核心的復(fù)雜矩陣計算至關(guān)重要。

高帶寬內(nèi)存 –高效的 LLM推理依賴于高帶寬內(nèi)存，通過模型的網(wǎng)絡(luò)參數(shù)快速饋送數(shù)據(jù)，而不會出現(xiàn)瓶頸。

擴展和適應(yīng)能力 –現(xiàn)代 LLM推理需要能夠隨著模型規(guī)模的增長而擴展并靈活適應(yīng) LLM架構(gòu)的持續(xù)進步的硬件。

高能效處理 –可持續(xù)的 LLM推理需要硬件能夠最大限度地提高計算輸出，同時最大限度地降低能耗，從而降低運營成本和環(huán)境影響。

Speedster7t FPGA提供以下功能，以應(yīng)對實施現(xiàn)代 LLM處理解決方案的挑戰(zhàn)：

計算性能–通過其靈活的機器學(xué)習(xí)處理器（MLP）模塊支持復(fù)雜的 LLM任務(wù)。

高 GDDR6 DRAM帶寬 –確保以 4 Tbps的內(nèi)存帶寬快速處理大型 LLM數(shù)據(jù)集。

大量的 GDDR6 DRAM容量 –可容納 Llama2等擴展的 LLM，每個 FPGA的容量為 32 GB。

用于 LLM的集成 SRAM –提供低延遲、高帶寬的存儲，具有 190 Mb的 SRAM，非常適合存儲激活和模型權(quán)重。

多種本機數(shù)字格式 –適應(yīng) LLM需求，支持塊浮點（BFP）、FP16、bfloat16等。

高效的片上數(shù)據(jù)傳輸 – 2D NoC超過 20 Tbps，簡化片上數(shù)據(jù)流量。

擴展橫向擴展帶寬 –支持多達(dá)32個112 Gbps SerDes滿足 LLM需求，增強連接性。

自適應(yīng)邏輯級可編程性 –使用 690K 6輸入 LUT為 LLM的快速發(fā)展做好準(zhǔn)備。

針對 LLM推理優(yōu)化的 FPGA

在快速變化的人工智能和自然語言處理領(lǐng)域，使用 FPGA而不是 GPU來加速 LLM是一個相當(dāng)新的想法。該基準(zhǔn)測試展示了設(shè)計人員如何從使用Achronix的FPGA技術(shù)中受益。Achronix Speedster7t系列FPGA是這一變化的關(guān)鍵技術(shù)，在高性能、高帶寬存儲器、易于擴展和電源效率之間實現(xiàn)了出色的平衡。

基于詳細(xì)的基準(zhǔn)分析，將 Speedster7t FPGA與領(lǐng)先的 GPU在處理 Llama2 70B模型方面的能力進行比較，結(jié)果表明 Speedster7t FPGA能夠提供高水平的性能，同時大大降低運營成本和環(huán)境影響，突出了它在未來 LLM創(chuàng)建和使用中的重要作用。

如果希望進一步了解如何使用FPGA器件來加速您的LLM程序，以及 FPGA加速 LLM解決方案的未來發(fā)展機遇。請聯(lián)系A(chǔ)chronix，獲取詳細(xì)的基準(zhǔn)測試結(jié)果，并幫助您確定Achronix FPGA技術(shù)如何加速您的LLM設(shè)計。

審核編輯 黃宇