Компания Seagate Technology объявила в рамках виртуального саммита RISC-V Summit 2020 о создании двух процессоров на базе открытой системы команд RISC-V. Одно из ядер, с поддержкой открытых стандартов, предназначено для достижения высокой производительности, а другое – для оптимизации занимаемой площади. Высокопроизводительный процессор уже построен на базе кристалла с поддержкой RISC-V, его работа проверена в жестких дисках. Ядро, оптимизированное по площади, разработано и находится процессе реализации. Новые процессоры – результат сотрудничества Seagate с RISC-V International.

Оба процессора поддерживают функции безопасности RISC-V, поэтому преимущества, как отмечают в компании, проявляются в более высокой надежности, безопасности и мобильности данных от периферии до облака, что важно для передачи больших объемов данных.

Высокопроизводительное ядро обеспечивает трехкратное – по сравнению с существующими решениями – увеличение производительности для критических рабочих нагрузок жесткого диска в реальном времени. В первоначальном сценарии использования это ядро позволило Seagate значительно увеличить доступную вычислительную мощность. Процессор открывает путь к более точному позиционированию за счет реализации усовершенствованных алгоритмов сервопривода (управления движением).

Ядро с оптимизацией по площади имеет гибко настраиваемую микроархитектуру и набор функций. Оно оптимизировано как для экономии места, так и для экономии энергии, поддерживает вспомогательные, поддерживающие или фоновые рабочие нагрузки. Ядро может выполнять чувствительные к безопасности периферийные вычислительные операции (включая постквантовую криптографию следующего поколения), используя при этом меньше ресурсов.

Обеспечение безопасности – основной сценарий использования этого процессора. Как подчеркивают в компании, обеспечение открытой и прозрачной безопасности данных – важная цель для Seagate, которая является членом OpenTitan.

Ядра Seagate также помогут быстрее выполнять анализ в режиме реального времени в ЦОД и на периферии. Это особенно важно для научных сообществ, которые работают с огромными объемами данных.