disini ane akan share tentang teknologi komputasi yang akan datang yaitu HSA, hUMA dan hQ
nah lho, apaan tuh...??
sabar, ane akan jelasin dulu tentang HSA
HSA (Heterogeneous System Architecture) Foundation adalah konsorsium non-profit yang terdiri dari vendor IP, OEM, akademia, vendor SoC, OSV, dan ISV yang akan mengubah kondisi/cara semua sistem arsitektur dalam mengkombinasi penggunaan CPU, GPU, DSP, dan akselerator. Tujuannya adalah untuk membuat pemrograman perangkat-perangkat yang beragam secara paralel menjadi jauh lebih mudah.
HSA Foundation melakukan ini dengan mencanangkan Royalti Free Specifications dan software open source: HSA runtime dan low level compilation tools berbasis teknologi open source seperti LLVM dan GCC.
inilah beberapa anggota dari HSA Foundation
untuk mempermudah pemahaman mengenai HSA, disini akan menjelaskan secara sederhana.
Trend: Menjejalkan beragam komponen ke dalam “paket prosesor”
Saat ini prosesor pada sebuah perangkat, bukanlah sekadar prosesor biasa saja. Di dalam sebuah paket “prosesor” sekarang sudah dijejalkan beragam komponen akselerator tambahan. Sebagai contoh, kontroler memori dan GPU sekarang sudah menjadi komponen umum di dalam prosesor. Bukan terletak di luar prosesor lagi (bukan di board). Pada smartphone dan tablet kini sudah dikenal apa yang disebut SoC (System on Chip) di mana keseluruhan sistem ada dalam sebuah paket “prosesor”. Ke depannya, SoC ini akan makin banyak digunakan oleh para produsen, bahkan hingga untuk prosesor berperforma tinggi seperti pada PC dan laptop.
Mari kita lihat, kira-kira ada komponen akselerator atau komponen yang bisa mengerjakan fungsi khusus di dalam SoC. Untuk tampilan, kini sudah ada GPU (atau dulu dikenal sebagai chip VGA card). Untuk audio, ada DSP (Digital Signal Processing) khusus. Untuk konversi video bisa saja disediakan sebuah unit khusus (contoh Intel Quicksync). Untuk pekerjaan sensor-sensor khusus bisa juga ditanamkan unit khusus (seperti pada Motorola MotoX). Ke depannya akan makin banyak komponen yang akan dijejalkan ke dalam SoC.
Terpadu tapi masih terpisah
Pada awalnya, semua komponen di atas dikembangkan secara terpisah dan otomatis cara mengaksesnya pun terpisah. Jadi software yang ingin memanfaatkan komponen-komponen tersebut harus berusaha mengakses melalui interface berbeda. Bagaimana sebuah software bisa mengkombinasikan perangkat tersebut secara efisien adalah urusan software itu sendiri. Masalah ini diperburuk dengan kondisi lalu-lintas perintah yang rumit dan masing-masing komponen pun mengakses memori sesuai kebutuhannya sendiri-sendiri tanpa mempedulikan komponen lainnya.
Mari kita ambil contoh sederhana seperti pada APU AMD. Meski sekarang GPU sudah bisa dimanfaatkan untuk pekerjaan selain gaming, seperti melalui OpenCL, pemanfaatannya sebenarnya masih tidak efisien. Karena softare masih mengakses CPU dan GPU seakan keduanya terpisah dan bukan satu kesatuan. Kedua komponen tersebut masih akan mengakses memori sesuai kebutuhan masing-masing tanpa mempedulikan efisiensi kerja komponen lainnya. Selain itu, pemanfaatan GPU untuk kebutuhan general pun cenderung masih rumit.
contoh alur kerja dari sistem non-HSA seperti ini :
HSA: Lebih optimal
Masalah di atas adalah hal yang ingin dioptimalkan oleh HSA. Jadi, dengan teknologi yang dikembangkan HSA, semua komponen tersebut akan dapat diakses dari satu “titik” address yang sama. Metode aksesnya pun tidak rumit dan panjang. Hasilnya, perpaduan software dan hardware yang saling memahami kebutuhan satu dan yang lainnya dan dapat di-tune sesuai kebutuhan, misalkan untuk performa tinggi atau untuk hemat daya. Pada prakteknya, efisiensi dan optimalisasi ini menghasilkan performa yang lebih tinggi dengan konsumsi daya yang lebih rendah.
HSA: Lebih terbuka = lebih murah
Satu hal yang menarik dari konsorsium ini adalah standar yang dirancang tidak mencanangkan adanya royalti. Jadi, bisa digunakan tanpa harus membayar ke satu pihak tertentu. Software dan tools yang dipakai juga digunakan yang berbasis open source, alias gratis juga. OpenCL adalah salah satu contohnya. Selain standar yang terbuka untuk mengakses GPU, OpenCL 2.0 yang baru saja diluncurkan, kini sudah kian optimal untuk bekerja sama dengan HSA. Seharusnya, dengan dasar ini, teknologi HSA bisa dikembangkan dengan mudah sekali. Akan banyak akademia dan bahkan mungkin “orang iseng” yang bisa mengembangkan software/perangkat yang kompatibel dengan sistem HSA dengan biaya minimum dan tanpa komplikasi hukum.
Hasil Bencmark HSA vs non-HSA
Pada implementasi awal, HSA memang masih berkutat seputar CPU (prosesor) dan GPU terlebih dahulu. Pada dasarnya sebuah software akan membutuhkan pengerjaan perintah dan umumnya diselesaikan oleh prosesor. Pada perkembangannya, seperti diketahui, GPU pun bisa membantu pengerjaan perintah tersebut dengan komputasi paralel. Akan tetapi, tidak semua pekerjaan yang dilimpahkan oleh software akan optimal jika dikerjakan di GPU saja. Jadi, ada pekerjaan yang sebenarnya lebih pas dikerjakan CPU dan ada yang lebih tepat dikerjakan oleh GPU.
Saat ini, software yang sudah bisa memanfaatkan GPU masih terhambat oleh sistem akses yang berbeda antara CPU dan GPU. Itulah sebabnya, penggunaan GPU pun masih cenderung jarang dilakukan oleh software secara umum. Akan tetapi, HSA kini datang untuk memuluskan hal tersebut. HSA, secara sederhana, memungkinkan software untuk mengakses CPU dan GPU secara mudah dan melimpahkan pekerjaan yang cocok baik untuk CPU maupun GPU tanpa waktu tunggu yang berarti.
Untuk menguji efisiensi HSA, dilakukan beberapa percobaan dengan menggunakan konfigurasi hardware:
APU: AMD A10-4600M (4 core CPU, AMD Radeon HD 7660G dengan 6 compute unit pada 685 Mhz)
RAM: DDR3 4GB
OS: Windows 7 64-bit
HAAR Face Detect
Sebuah analisa performa HSA dilakukan oleh team HSA dan AMD. Performa yang diuji adalah Haar Face Detect. Ini adalah metode yang digunakan untuk mengidentifikasi wajah manusia dalam stream video.
Performa yang diuji merupakan perbandingan kinerja sistem yang sama saat menggunakan perpaduan CPU dan GPU memakai OpenCL dibandingkan dengan implementasi HSA.
Pada pengujian ini, HSA tampak berhasil melakukan pembagian data antara CPU dengan GPU secara mulus. Penggunaan HSA dalam tahap awal ini berhasil meningkatkan performa deteksi sekitar 2,5x lipat lebih tinggi dengan penggunaan daya 2,5x lebih rendah.
Cloud System
Sebuah pengujian lainnya dilakukan untuk meneliti peningkatan performa pada cloud system. Hal yang diuji adalah akselerasi suffix arrays construction. Dalam pengujian ini ditemukan bahwa dengan memanfaatkan CPU dan GPU dengan menggunakan HSA bisa diperoleh peningkatan performa 5,8x lipat dan konsumsi daya berkurang 5x.
Pada akhirnya, HSA Foundation dengan teknologi HSA-nya bertujuan untuk:
- Proses heterogeneous berarsitektur pada SoC – bukan mengakses beragam komponen dalam sebuah SoC dengan cara yang terpisah
- Pemrograman untuk mengakses akselerator menjadi jauh lebih mudah
- Akselerasi software bisa dijalankan pada beragam jens hardware
- Skalabilitas mulai dari telepon genggam hingga ke super-komputer
- Akselerasi GPU pada parallel processing adalah target awal dengan DSP dan akselerator lainnya segera akan dimasukkan dalam model arsitektur HSA selanjutnya
- Ekosistem software yang heterogen agar dapat dikembangkan lebih cepat lagi
- Konsumsi daya lebih rendah dan perangkat yang lebih mampu memenuhi kebutuhan pengguna baik itu perangkat genggam (gadget), yang dipasang di dinding, maupun yang ada di cloud
kesimpulan awal
HSA adalah sebuah teknologi yang amat sangat menarik. Pemanfaatan resource secara optimal dan efisien adalah kuncinya. Jika selama ini pertandingan performa komputasi berada di performa per clock (Hz), tampaknya kondisi bisa berubah jika implementasi HSA bisa dipecepat.
Dengan penggunaan HSA, efisiensi meningkat dan kinerja pun meningkat. Hal ini bisa membuat para produsen SoC menyuguhkan solusi yang murah namun berperforma tinggi.
Tampak bahwa AMD dan sebagian besar produsen SoC berbasis ARM menjadi pelopor di tahap awal ini. Cukup menarik bila diperhatikan bahwa Intel dan NVIDIA saat ini belum bergabung dalam HSA Foundation. Kami cukup yakin bahwa keduanya pun sedang menjajaki implementasi HSA atau setidaknya penggunaan teknologi serupa. Patut diingat bahwa NVIDIA terlebih dahulu mempopulerkan penggunaan GPU untuk kebutuhan non-display dengan CUDA-nya dan cukup berhasil. Sementara itu, Intel saat ini mampu menawarkan solusi-solusi akselerasi unik seperti QuickSync dan AVX di dalam prosesor dan memiliki arsitektur prosesor yang cukup kompleks namun efisien. Apabila keduanya tidak mengantisipasi berkembangnya teknologi HSA, bukan tidak mungkin NVIDIA dan Intel bisa berhadapan dengan pesaing-pesaing yang sangat kuat, yaitu para founder HSA Foundation saat ini.
Di awal pembahasan mengenai HSA, memang teknologi ini ditujukan untuk sistem terintegrasi seperti pada APU AMD yang memiliki CPU dan GPU atau SoC pada smartphone dan gadget Anda. Akan tetapi, secara terbuka, Frank mengungkap bahwa HSA tidak harus hanya bekerja pada prosesor yang mengintegrasikan semua akselerator. Pada dasarnya, HSA seharusnya bisa membuat VGA card dan prosesor yang terpisah bekerja dalam keharmonisan dan kendali sebuah software secara efektif.
Jika ini diimplementasikan, ada kemungkinan, para pengguna PC pun bisa menikmati HSA di masa mendatang. Server dan workstation berat akan bekerja super-efisien dengan komponen super-kencang yang tidak/belum mungkin diintegrasikan ke dalam prosesor. Seperti kita ketahui, performa VGA terintegrasi paling kencang pun belum bisa mengalahkan VGA card kelas menengah.
Apakah AMD akan membuat VGA card yang dirancang kompatibel dengan HSA? Hal ini belum bisa dijawab oleh pihak AMD. Akan tetapi, jika ada yang paling pas untuk melakukannya, tentu adalah AMD. Karena AMD adalah salah satu perintis HSA. Sementara Intel dan NVIDIA, saat ini belum tergabung dalam konsorsium HSA.
Sumber : HSA dan lokal
dan dibawah ini menjelaskan tentang teknologi dari AMD berbasis HSA yaitu hUMA dan hQ.....
Seperti sudah dijelaskan pada pembahasan HSA diatas, HSA (Heterogeneous System Architecture) adalah sebuah sistem yang dikembangkan untuk mengendalikan beragam processing unit dan accelerator secara terpadu. Kini AMD mengungkap satu lagi teknologi dibalik sistem HSA pada APU AMD: hQ. Akan tetapi, sebelum membahas hQ, mari kita simak kembali teknologi HSA pada APU AMD yang sudah diperkenalkan terlebih dahulu: hUMA.
rancangan HSA awalnya hanya untuk kebutuhan seperti ini:
penjelasan tentang hUMA
Untuk membuat sistem HSA efektif, AMD sudah sejak lama memperkenalkan hUMA atau heterogeneus Uniform Memory Access. Ini jawaban terhadap masalah utama yang terjadi jika ingin mengendalikan CPU dan GPU dengan HSA.
Tanpa hUMA
- CPU memiliki alokasi memorinya sendiri. Semua yang ada dalam memori yang dikendalikan CPU ini hanya bisa dilihat oleh CPU.
- Di sisi GPU, terjadi hal yang sama dengan di atas.
- Masalah timbul saat ada sebuah pekerjaan yang harus diselesaikan CPU lalu diteruskan pengerjaannya oleh GPU.
- CPU akan memiliki data yang harus dilanjutkan pengerjaannya. Padahal, data ini adanya di memori khusus untuk CPU. Jadi, CPU harus memindahkan data ini ke memori khusus GPU terlebih dahulu, sebelum GPU dapat meneruskan pekerjaan.
Dengan hUMA
- Pada dasarnya, hUMA membuat CPU dan GPU bisa melihat data yang sama di dalam memori.
- Hal ini membuat pertukaran data antara CPU dan GPU menjadi mudah. Karena, CPU bisa menunjukkan alamat memori yang juga bisa dikendalikan (atau “terlihat”) oleh GPU. Begitu pula sebaliknya.
Nah, jika hUMA sudah membereskan masalah akses ke data, sekarang caranya perintah yang dikerjakan CPU bisa dipindahkan atau “dioper” atau dilanjutkan ke GPU dan sebaliknya? Untuk keperluan ini, AMD memperkenalkan hQ.
dan dibawah ini menjelaskan tentang teknologi hQ yang akan berpasangan dengan hUMA
HQ adalah singkatan dari heterogeneous Queuing. HQ ini adalah metode antrian perintah pada sebuah sistem HSA. Sementara waktu, hQ berlaku untuk CPU dan GPU di dalam APU AMD yang mendukung HSA.
Pada dasarnya, hQ akan membuat CPU dan GPU menjadi “setara”. Jadi, CPU bisa memerintah GPU dan begitu pula sebaliknya. Untuk mudahnya, kami akan coba jelaskan detail kerjanya secara sederhana.
Tanpa hQ
- Perintah dari aplikasi pasti dikirimkan ke CPU.
- Jika perintah tersebut membutuhkan pekerjaan GPU, maka CPU akan mengirimkannya ke GPU, melalui Operating System terlebih dahulu.
- Perintah yang ada di GPU ini tidak bisa dilanjutkan ke CPU. Jadi, aplikasi harus meneruskan ini dengan perintah baru lagi.
Tanpa hQ: CPU bisa dengan mudah mengantrikan perintah selanjutnya ke CPU. Tapi untuk melanjutkan ke GPU, urutan kerjanya jadi panjang dan lama. Lebih parah lagi, pekerjaan di GPU harus langsung disimpan dan tidak bisa langsung dialihkan ke CPU.
Dengan hQ
- Perintah bisa dikirimkan ke CPU maupun GPU, tergantung pekerjaan awalnya membutuhkan sisi mana.
- Jika perintah dikerjakan pertama-tama oleh CPU dan kemudian membutuhkan GPU, maka CPU dapat langsung “melempar” perintah ke GPU.
- Jika perintah tadi sudah selesai dikerjakan GPU dan membutuhkan pengerjaan oleh CPU, maka GPU dapat pula langsung meneruskan ke CPU kembali.
Dengan hQ, dibuatlah antrian pekerjaan baik di CPU maupun di GPU. Keduanya pun bisa saling mengalihkan pekerjaan secara langsung.
Keunggulan hQ
Pada gambar di bawah, Anda bisa melihat fitur-fitur hQ. Intinya adalah hQ ini akan menjadi sangat efisien dan membuat keseluruhan sistem HSA menjadi jauh lebih efektif dan responsif dibandingkan sistem konvensional.
hUMA dan hQ: Hanya pada APU AMD
Setidaknya untuk saat ini, hUMA dan hQ hanya bisa ditemui di dalam APU AMD mendatang (Kaveri?). Dalam pembahasan HSA terdahulu, kami pernah mengungkap bahwa HSA seharusnya bisa dijalankan dengan graphics card juga. Hal ini bisa dilakukan, akan tetapi, memang tidak akan seefisien kalau menggunakan CPU dan GPU yang tergabung dalam APU dan dilengkapi dengan hUMA dan hQ.
Sumber : AMD dan lokal
