美国国防高级研究计划署（DARPA）于2017年6月宣布，将资助英特尔（Intel）、高通（Qualcomm）、诺斯罗普·格鲁曼（Northrup Grumman）、美国太平洋西北国家实验室（PNNL）以及乔治亚理工学院（Georgia Tech）等五家单位开展“分层辨识验证利用”（HIVE）项目。Intel与Qualcomm将负责开发非冯诺依曼架构的新型处理器，PNNL和Georgia Tech负责为该处理器打造软件工具，而Northrup Grumman则将建立一座巴尔的摩中心，利用这款图形分析处理器来执行国防部的图表分析任务。

DARPA微系统技术办公室（MTO）的项目经理特伦·特朗（Trung Tran）表示，如今的计算机硬件设备难于完成大数据分析工作，HIVE的目标是开发一个专门用于分析和解释大数据的新型数据处理和计算平台，该平台将会具有前所未有的灵活性和强大的性能。

DARPA表示HIVE项目将会研发一种图像分析处理器，与传统的数据格式和处理技术相比，该处理器能更有效地以图像展示网络关系。当与机器学习这种新兴技术结合，通过新数据不断更新图像元素，该处理器能发现数据元素中的隐藏信息。DARPA希望这种图像分析处理器的性能与现有处理器相比能提高一千倍，从而能进行实时的数据分析。

HIVE项目之图像分析处理器的研发

HIVE项目中大部分的硬件开发工作将由Intel完成。DARPA将在未来四年半为英特尔提供超过1亿美元的研究资金，以开发一款高性能的图像分析处理器。图像分析主要用于解决从大型数据库中分析因果关系问题，适用于诸如运输路线、基因组学处理、金融交易优化和消费者购买分析等应用。而DARPA和国防部将更多地把图像分析应用在通信、情报工作、监视和侦察等领域。普通的计算机集群并不适用于解决这些问题，因为图像分析一般需要超高带宽来保证处理效率，并且随着问题规模的增大，聚类网络也会变成一项瓶颈。

DARPA文档规定HIVE项目的主要工作是“研究和重新设计新的芯片架构”。其中大部分工作将侧重于处理器内核之外的组件，特别是研发支持多节点NUMA模式的存储结构。具体来讲，HIVE项目架构研发目标包括：①创建一个加速器架构和处理器流水线，支持以本机稀疏矩阵格式处理识别的图形原语。②开发一种基于识别数据流模型的芯片架构，支持从存储器或I/O快速高效地将数据移动到加速器的芯片架构。重点是重新定义基于缓存的架构，以便解决稀疏和密集两种数据集。③开发一种外部存储器控制器，以有效使用所识别的数据映射工具。该控制器应能够有效地处理存储器传输中精确到8至32字节的随机和顺序存储器访问。

HIVE项目之大数据分析软件的开发

DARPA将在未来五年为PNNL提供700万美元的研究资金，以资助他们开发大数据分析软件开发包。PNNL的计算机科学家约翰·菲奥（John Feo）指出，该软件开发包将会为不同水平的程序员提供一种易于使用的编程环境，并能将现有的数据处理效率提升一千倍。

传统的处理器针对结构化数据的工作效果最佳，但是对于那些与网络安全、疫情追踪、电网分析有关的数据，由于数据来源众多，因此很难结构化表示，只能用节点-连边的图结构表示，因此需要设计新型软硬件来处理这种数据。为了设计一款新软件，安德库·拉姆斯登（Andrew Lumsdaine）和约翰·菲奥（John Feo）将与来自西北高级计算研究所和PNNL高性能计算组的研究人员一起，开展一项名为“混合归类通用图表库环境”（HAGGLE）的项目。该项目将会设计一种包括层级图形原语、可扩展应用程序接口、混合数据模型、数据流模型和代码转换规则、数据映射机制以及为HIVE项目设计抽象运行系统软件开发包。使用该软件开发包，非专家人员能快速将代码规范化，而专家人员将可以研究领域进行个性化设置。