Az FPGA-kban utazó Xilinx számára az elmúlt évek nem lehettek könnyűek, ugyanis szembesültek azzal, hogy a legnagyobb konkurensüknek tartott Altera az Intel tulajdonába került. Ennek a hatásai persze csak hosszabb távon fognak érződni, de nyilván a tervekben már erre is figyelni kell, ami az irányok kijelölését megnehezíthette. Az idei SC17 rendezvényen azonban látszott, hogy korábban nagyot húzott a Xilinx, ugyanis a 2014-ben bemutatott SDAccel fejlesztőkörnyezet, mára jelentősen leegyszerűsítette az FPGA-k számítási teljesítményének általános kihasználását az adatközpontokra jellemző feladatokban.

Nyilván az SDAccel folyamatosan fejlődött a bemutatása óta, és mára egy olyan alapot biztosít, amelyben nem is feltétlenül kell ismerni az FPGA-k jellemzőit, ugyanis azokat CPU-s vagy GPGPU-s tapasztalattal is lehet programozni. Mindez megoldható OpenCL, illetve C és C++ kódból, a hardver megfelelő elérését az SDAccel környezet biztosítja. Természetesen az optimalizálás lehetősége adott, de a fő cél a meglévő kódok lehetőség szerinti egyszerű portolása a Xilinx FPGA-kra.

Mára ráadásul az SDAccel sok szempontból javult, így nem kell már dedikáltan egy FPGA-t használni egy host processzor mellé, vagyis ha van kellő mennyiségű PCI Express csatorna az adott szerverben, akkor akár egyutas konfigurációba is beköthető több gyorsításra való FPGA-kártya is.

[+]

A Xilinx számára az elmúlt években befektetett munka hozta meg azt az eredményt, aminek hála az AWS Cloudba is elérhetővé váltak a Virtex UltraScale+ VU9P FPGA-k, és más felhős szolgáltatók is hasonlóan döntöttek. A Xilinx szerint ezeket a gépi tanuláshoz nagyon hatékonyan lehet használni, mivel például az AWS Cloudban nyolc darab Virtex UltraScale+ VU9P 170 teraoperáció/másodperces kombinált teljesítményre képes 8 bites integer számítások során, ami a gépi tanuláshoz tökéletes, és jellemzően olcsó is, köszönhetően az alternatívákhoz viszonyítva alacsonynak mondató fogyasztásnak. Természetesen az Amazon EC2 F1 szolgáltatása megfelel még adatanalízishez, transzkódoláshoz és genomikához is.

[+]

A Xilinx bemutatott még egy saját szervert is, amiben prezentálták, hogy akár négy darab, egyenként 21 teraoperáció/másodperces tempót kínáló Virtex UltraScale+ VU9P FPGA is hozzáköthető egy AMD EPYC processzorhoz, ugyanis van kellő mennyiségű PCI Express 3.0-s sáv ehhez a művelethez. A cég szerint ez a konfiguráció rendkívül hatékony a gépi tanuláshoz, és négy FPGA-t használva az EPYC processzornak még mindig marad számos szabad PCI Express 3.0-s sávja más komponensekhez. A vállalat ezt a konfigurációt demonstrációs céllal rakta össze, megmutatva a partnereknek az efféle, rugalmas egyutas x86/AMD64-es rendszerekre előnyeit.