一种计算板卡制造技术

本发明专利技术公开了一种计算板卡，其特征在于包括转接板卡和算力板卡，所述转接板卡包括M.2插座、桥接芯片和PCIE接口，所述桥接芯片包括第一接口和第二接口，所述第一接口连接所述M.2插座；所述第二接口连接所述PCIE接口；所述算力板卡包括M.2插头和AI芯片，所述AI芯片包括和所述M.2插头连接的数据接口，所述M.2插头和所述M.2插座可拆卸式连接。本发明专利技术通过使用M.2插座转接桥接芯片，使服务器主机能够方便配置算力。

A Computing Board

【技术实现步骤摘要】
一种计算板卡
本专利技术实施例涉及计算机领域人工智能运算技术，尤其涉及一种计算板卡。
技术介绍
随着互联网和信息行业的快速发展，各种声音、图像、视频数据均呈井喷式的发展，大数据处理已经逐步取代传统的人工数据处理，而人工智能(简称AI)技术的应用使得大数据分析处理能力得到再一次飞跃。深度学习技术引发了人工智能应用的高速发展，引领人类由信息时代进入智能时代。深度学习本质是一种机器学习技术，需要强大的硬件计算能力，来完成复杂的数据处理和运算。对于如此庞大的数据处理和运算，现有的人工智能解决方案中，采用专用的AI加速处理芯片执行深度学习运算，但是即使单个超高性能的AI加速处理芯片，其处理能力也远远达不到运算需求。现有技术中AI计算服务器都是大型设备，一般通过数量较多的GPU组成算力阵列，目前还没有根据需要进行算力板卡数量配置的使用单机箱的功能强大的AI计算服务器。
技术实现思路
为解决上述问题，本专利技术提供一种计算板卡，包括转接板卡和算力板卡，所述转接板卡包括M.2插座、桥接芯片和PCIE接口，所述桥接芯片包括第一接口和第二接口，所述第一接口连接所述M.2插座；所述第二接口连接所述PCIE接口；所述算力板卡包括M.2插头和AI芯片，所述AI芯片包括和所述M.2插头连接的第三接口，所述M.2插头和所述M.2插座可拆卸式连接；其中，所述桥接芯片通过PCIE接口从外部设备获取第一数据并传输至所述AI芯片进行计算，然后将基于第一数据的计算结果传输至外部设备；或者所述桥接芯片将从外部设备获取多个第二数据，将所述多个第二数据并行传输至多个AI芯片进行计算，然后将基于第一数据的计算结果传输至外部设备，所述第一数据为预设事件的特征数据，所述计算结果为预设事件的AI判断结果。进一步地，所述算力板卡为多个，所述多个算力板卡并行连接至所述桥接芯片。进一步地，所述算力板卡进一步包括控制芯片，每个算力板卡包括的AI芯片为多个，所述多个AI芯片通过所述控制芯片连接至所述M.2插头。进一步地，所述多个AI芯片串行连接至所述控制芯片。进一步地，所述PCIE接口包括供电端，用于为所述桥接芯片和AI芯片提供工作电源。进一步地，所述第一数据为图像数据，所述第二数据为物体、人脸、指纹中的一种或多种。进一步地，所述计算板卡进一步包括电源电路，用于通过所述M.2插座和M.2插头为所述AI芯片供电。进一步地，所述计算板卡为多个，多个计算板卡包括PCIE转接排线，所述多个计算板卡通过所属PCIE转接排线与服务器主板电连接。进一步地，所述计算板卡靠近服务器主机箱侧壁的一端还包括固定卡扣，用于将所述计算板卡固定在服务器主机箱表面。进一步地，所述计算板卡表面还包括覆盖于所述计算板卡表面的散热装置。本专利技术通过使用M.2插座转接桥接芯片，使服务器主机能够方便配置算力。附图说明图1是本专利技术实施例一中的计算板卡的结构示意图。图2是本专利技术实施例二中的算力板卡的结构示意图。图3是本专利技术实施例三中的服务器主机的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例中出现的缩写解释如下：M.2接口：M.2接口是Intel推出的一种替代MSATA新的接口规范。M.2接口分两种类型，分别支持SATA通道与NVME通道，其中SATA3.0只有6G带宽，而后者是走PCIE通道，能提供高达32G的带宽，NVME作为新一代存储规范，由于走PCIE通道带宽充足，可提升空间极大，传输速度更快。AI芯片：在人工智能计算领域用于执行AI算法的芯片，主要用于图像处理、语音处理、人像识别等领域。FPGA：Field－ProgrammableGateArray，现场可编程门阵列，是在可编程器件的基础上进一步发展的产物。它是作为专用集成电路领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。PCIE：Peripheralcomponentinterconnectexpress，一种基于数据包、串行、点到点的高性能互连总线协议。其定义了一种分层的体系结构，包括软件层、处理层、数据链路层和物理层。其中软件层是保持与PCI总线兼容的关键，PCIE采用与PCI和PCI—X相同的使用模型和读写通信模型。支持各种常见事物，如存储器读写事物，I/O读写事物和配置读写事物。而且由于地址空间模型没有变化，所以现有的操作系统和驱动软件无需进行修改即可在PCIE系统上运行。此外PCIE还支持一种称为消息事物的新事物类型。这是由于PCIE协议在取消了许多边带信号的情况下，需要有替代的方法来通知主机系统对设备中断、电源管理、热插拔支持等进行服务。实施例一本专利技术实施例一提供一种计算板卡，能够拼装于狭小空间，同时为服务器提供足够的算力。如图1所示，计算板卡1包括转接板卡100和算力板卡200。其中，转接板卡100包括M.2插座101、桥接芯片102和PCIE接口103，桥接芯片102包括第一接口112和第二接口122，第一接口112连接M.2插座101；第二接口122连接PCIE接口103。算力板卡200包括M.2插头201和AI芯片202，AI芯片202包括和M.2插头201连接的第三接口212，M.2插头201和M.2插座101可拆卸式连接。计算板卡1也被称为AI加速器或计算卡，用于计算输入的数据，执行AI运算加速处理，是专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由处理器负责)转接板卡100用于在计算板卡1中提供数据的合并或分路。也可用于调试、检修、引入或引出信号以方便连接测试仪器或提供信号源，本专利技术中，转接板卡100用于提供数据的合并或分路。M.2插座101和M.2插头201均采用M.2数据接口。因此，本实施例通过桥接芯片102将PCIE接口103与M.2插座101连接起来，提高数据传输速率。PCIE接口103为一种导电触片式接口，采用了目前业内流行的点对点串行连接，比起PCIE以及更早期的计算机总线的共享并行架构，每个设备都有自己的专用连接，不需要向整个总线请求带宽，而且可以把数据传输率提高到一个很高的频率，达到PCI所不能提供的高带宽。相对于传统PCI总线在单一时间周期内只能实现单向传输，PCIE的双单工连接能提供更高的传输速率和质量。由于使用AI芯片进行运算对数据接口的要求较高，因此本专利技术采用PCIE接口，能够使接口负担大量图像处理数据的实时传输需求，保证服务器主机正常运作。服务器可以是1U、2U或4U等规格，根据服务器的规格不同，PCIE接口103可以选用若干个PCIEx4、PCIEx8或PCIEx16接口。本实施例优选为PCIEx16接口。在具体工作过程中，桥接芯片102通过PCIE接口103从外部设备获取第一数据并传输至AI芯片202进行计算，然后将基于第一数据的计算结果传输至外部设备；或者桥接芯片102将从外部设备获取多个第二数据，将多个第二数据并行传输至多个AI芯片202进行计算，然后将基于第二数据的计算结果合并为第一数据的计算结果并传输至外部设备，第一数据为预设事本文档来自技高网...

【技术保护点】
1.一种计算板卡，其特征在于包括转接板卡和算力板卡，所述转接板卡包括M.2插座、桥接芯片和PCIE接口，所述桥接芯片包括第一接口和第二接口，所述第一接口连接所述M.2插座；所述第二接口连接所述PCIE接口；所述算力板卡包括M.2插头和AI芯片，所述AI芯片包括和所述M.2插头连接的第三接口，所述M.2插头和所述M.2插座可拆卸式连接；其中，所述桥接芯片通过PCIE接口从外部设备获取第一数据并传输至所述AI芯片进行计算，然后将基于第一数据的计算结果传输至外部设备；或者所述桥接芯片将从外部设备获取多个第二数据，将所述多个第二数据并行传输至多个AI芯片进行计算，然后将基于第一数据的计算结果传输至外部设备，所述第一数据为预设事件的特征数据，所述计算结果为预设事件的AI判断结果。

【技术特征摘要】
1.一种计算板卡，其特征在于包括转接板卡和算力板卡，所述转接板卡包括M.2插座、桥接芯片和PCIE接口，所述桥接芯片包括第一接口和第二接口，所述第一接口连接所述M.2插座；所述第二接口连接所述PCIE接口；所述算力板卡包括M.2插头和AI芯片，所述AI芯片包括和所述M.2插头连接的第三接口，所述M.2插头和所述M.2插座可拆卸式连接；其中，所述桥接芯片通过PCIE接口从外部设备获取第一数据并传输至所述AI芯片进行计算，然后将基于第一数据的计算结果传输至外部设备；或者所述桥接芯片将从外部设备获取多个第二数据，将所述多个第二数据并行传输至多个AI芯片进行计算，然后将基于第一数据的计算结果传输至外部设备，所述第一数据为预设事件的特征数据，所述计算结果为预设事件的AI判断结果。2.根据权利要求1所述的计算板卡，其特征在于，所述算力板卡为多个，所述多个算力板卡并行连接至所述桥接芯片。3.根据权利要求2所述的计算板卡，其特征在于，所述算力板卡进一步包括控制芯片，每个算力板卡包括的AI芯片为多个，所述多...

【专利技术属性】
技术研发人员：闫骏，阮剑，宋粮勇，刘云，刘青青，
申请(专利权)人：深圳云朵数据科技有限公司，
类型：发明
国别省市：广东,44