FPGA的過(guò)去，現在和未來(lái)

自Xilinx在1984年創(chuàng )造出FPGA以來(lái)，這種可編程邏輯器件憑借性能、上市時(shí)間、成本、穩定性和長(cháng)期維護方面的優(yōu)勢，在通信、醫療、工控和安防等領(lǐng)域占有一席之地，在過(guò)去幾年也有極高的增長(cháng)率。而進(jìn)入了最近兩年，由于云計算、高性能計算和人工智能的繁榮，擁有先天優(yōu)勢的FPGA的關(guān)注度更是到達了前所未有的高度。本文從基礎出發(fā)談及FPGA的過(guò)去、現在與未來(lái)。

我們知道，相對于專(zhuān)業(yè)的ASIC，FPGA有上市時(shí)間和成本上的優(yōu)勢。另外，在大多數情況下，FPGA執行某些功能較之CPU上的軟件操作更高效。這就是為什么我們認為它不但會(huì )運用在數據中心的服務(wù)器、交換器、存儲層的各個(gè)角落，并且具有加速整個(gè)工作流程的功能。

然而我們不能過(guò)分樂(lè )觀(guān)，尤其是在2015年12月，Intel以167億美元收購了FPGA生產(chǎn)商Altera之后。

在2014年年底，當時(shí)還處于獨立的Altera公司高層盯上了基于CPU+FPGA的數據中心并行計算的發(fā)展前景——這個(gè)當時(shí)價(jià)值大約10億美元的市場(chǎng)。而并非數據中心里約2.5億美元的CPU-GPU市場(chǎng)和直接應用CPU處理器的90億美元市場(chǎng)。

Altera做出這個(gè)決定的原因在于他們認為這個(gè)組合較之另外兩個(gè)方案，有編程的簡(jiǎn)便性和能效優(yōu)勢。人們對CPU非常熟悉，并發(fā)現尋找C程序員也不會(huì )太難。因此對大部分開(kāi)發(fā)者來(lái)說(shuō)，在執行運算任務(wù)的時(shí)候，持續使用這種方案不需要冒太大的風(fēng)險，但是能源效率相對比較低，尤其是在密集的計算和固有的并行工作負載的情況底下。

至于CPU+GPU的方案，程序員并不是很熟悉，但是擁有很高的效率。

根據Altera的估計，使用OpenCL對混合CPU-FPGA系統進(jìn)行編程比使用Nvidia的CUDA環(huán)境對于程序員來(lái)說(shuō)更容易（某些方面肯定是有爭議的），但用HDL來(lái)硬編程FPGA是相當困難的，因此需要OpenCL或者通過(guò)其他抽象層來(lái)將CPU中的負載轉移到FPGA上。

Intel收購Altera改變FPGA格局

這個(gè)十億美元的數據中心市場(chǎng)被Altera、Xilinx和其他FPGA供應商瓜分。在Intel于2015年6月收購了Altera之后，這個(gè)市場(chǎng)變得更加復雜。

在收購之前的2014年，Altera的19億美元收入中，有16%來(lái)自于與數據中心相關(guān)的計算、網(wǎng)絡(luò )和存儲業(yè)務(wù)，其總值達到3.04億美元。那些在這個(gè)領(lǐng)域深耕十幾二十年的通信和無(wú)線(xiàn)設備系統制造商想要有更高的能源效率，更低的成本和更高的擴展性，這些都是FPGA所擅長(cháng)的領(lǐng)域。另外有一點(diǎn)需要提一下，那就是在執行這些功能的時(shí)候，使用FPGA并不需要像使用CPU那樣需要操作系統和相應的軟件。這部分的營(yíng)收占了Altera營(yíng)收的44%，總額為8.35億美元。

Altera另外的22%收入，即4.18億美元，來(lái)自工業(yè)控制、軍事設備和汽車(chē)制造等領(lǐng)域。他們面對相同的困境，因此選擇FPGA來(lái)處理他們的一些工作負載。

其實(shí)早在2014年，英特爾看中了價(jià)值1150億美元的各種類(lèi)型的芯片潛在市場(chǎng)。當中可編輯邏輯設備（以FPGA為主）約占4%，ASIC占18%，其余為ASSP的大雜燴。

在可編輯邏輯設備的領(lǐng)域中，英特爾預估Altera占有48億美元市場(chǎng)中的39%，Xilinx占有49%，剩下供應商則占據剩下的12%。

當時(shí)英特爾沒(méi)有收購Altera的原因是因為FPGA業(yè)務(wù)的增長(cháng)速度幾乎與其數據中心集團（為服務(wù)器，存儲和交換機制造商提供芯片，芯片組和主板）的速度一樣快。

再者，英特爾沒(méi)有這樣做也是因為摩爾定律逐漸緩慢下來(lái)的腳步，給FPGA帶來(lái)了日益增長(cháng)的競爭威脅。

實(shí)際上，如果應用的話(huà)，在數據中心里不止安裝一個(gè)FPGA、GPU或DSP加速器，但不需要安裝多個(gè)Xeon CPU。由于英特爾不能繼續為Xeons提供更多的核心和加速器，所以他們得出了將FPGA當做加速器的結論。

除非FPGA能在數據中心創(chuàng )造5億美元的收益，或者幾年后創(chuàng )造10億美元或更多的收入。不然英特爾寧愿犧牲兩至三倍的Xeon收入，也不會(huì )把Xeon的收入拱手相讓。

深度學(xué)習加持，FPGA前景可人

根據英特爾的預測，他們計劃從現在到2023年以接近直線(xiàn)增長(cháng)率來(lái)提升FPGA的業(yè)務(wù)。對此我們總是抱有懷疑的態(tài)度。但FPGA業(yè)務(wù)隨著(zhù)時(shí)間的推移或多或少地在增長(cháng)（比15年前增長(cháng)約2.5倍）。

英特爾還預計，FPGA的營(yíng)收在2014年到2023年之間將會(huì )再翻一倍。按照英特爾預測，從2014年到2023年間其復合年增長(cháng)率為7％，其收入應該略低于預測的89億美元。有趣的是，由于英特爾的預測并沒(méi)有把來(lái)自數據計算中心（服務(wù)器，交換和網(wǎng)絡(luò )）的FPGA收入份額納入計劃中，這將會(huì )發(fā)生很大變化。讓我們分析一下：

如果Altera和Xilinx的市場(chǎng)份額沒(méi)有發(fā)生改變，且假設Altera的收入在網(wǎng)絡(luò )，計算和存儲的部分保持不變，那么Altera這一部分的業(yè)務(wù)收入到2023年將會(huì )達到5.6億美元左右。我們認為Intel這樣的數據低估了數據中心在提供更有效和靈活計算所面對的壓力。不給過(guò)我們認為FPGA的前景遠遠優(yōu)于這個(gè)預測。也就是說(shuō)，許多FPGA技術(shù)的支持者一直期待FPGA在數據中心中獲得計算合法化的那天很快到來(lái)。

諷刺的是，英特爾本身作為FPGA的編程專(zhuān)家，硬件描述語(yǔ)言的使用者，以及知名的ASIC制造商，竟成為推動(dòng)FPGA成為加速器優(yōu)先選擇的主要參與者。這樣的加速器既能作為獨立的離散計算元件，又可以作為混合 CPU-FPGA器件。

這也是為什么從2016年以來(lái)，我們看到所有關(guān)于A(yíng)ltera的新聞都是昭示FPGA將會(huì )有的大規模增的增長(cháng)。所以至少在短期，他們除了為其他的FPGA制造商作嫁衣裳，幾乎別無(wú)他法。

這次收購不僅是FPGA發(fā)展的里程碑，也是英特爾對FPGA巨大的潛力的承認。FPGA作為未來(lái)強大的計算加速器，不但影響主要企業(yè)的決策和市場(chǎng)趨勢，而且加速企業(yè)中的工作負載，促進(jìn)超大規模數據中心的內部搜索，以及提高高性能計算模擬的地位。

在跨越2017年之際，FPGA在應用程序中等級中新增了機器學(xué)習和深度學(xué)習，這給FPGA產(chǎn)業(yè)敲下了又一重錘。

為什么大家都青睞FPGA

首先，編程FPGA的軟件棧已經(jīng)演進(jìn)了，尤其是在A(yíng)ltera的幫助下，FPGA增加了對OpenCL開(kāi)發(fā)環(huán)境的支持。但不是每個(gè)人都是OpenCL的狂熱粉絲。

先有Nvidia為其Tesla GPU加速器創(chuàng )建了自己的CUDA并行編程環(huán)境。再有SRC計算機公司不但早在2002年就為國防和智能領(lǐng)域提供混合CPU-FPGA系統，到了2016年年中，進(jìn)一步將自己研發(fā)的Carte編程環(huán)境進(jìn)入了商業(yè)市場(chǎng)，這個(gè)編程環(huán)境可以使C和Fortran程序自動(dòng)轉換為FPGA的硬件描述語(yǔ)言（HDL）。

另一個(gè)推動(dòng)FPGA被采用的因素是隨著(zhù)芯片制造技術(shù)難以持續縮進(jìn)，多核CPU性能的提高越來(lái)越艱難。 雖然CPU的性能獲得了大跳躍，但主要用于擴展CPU的性能吞吐量，而不是單個(gè)CPU內核的個(gè)體性能。（我們知道架構增強是有難度的）。但是FPGA和GPU加速器的每瓦性能都有了令人信服的改進(jìn)。

根據微軟的運行測試，在執行深度學(xué)習算法的時(shí)候，CPU-FPGA和CPU-GPU混合計算在的每瓦性能也不相伯仲。GPU在運行中更熱和有類(lèi)似的每瓦性能表現，但是同時(shí)他們也帶來(lái)了更強的工作能力。

提高了每瓦性能解析了為什么世界上最強大的超級計算機在20世紀90年代后期轉移到并行集群，并且解析了為什么現在他們轉向了混合機器，而不是英特爾的下一個(gè)以 CPU-GPU為混合主力的Xeon Phi的處理器“Knights Landing （簡(jiǎn)稱(chēng)KNL）。

在A(yíng)ltera FPGA協(xié)處理器和Xeon Phi處理器Knights Landing的幫助下，英特爾不但可以保持自己的在高端的競爭優(yōu)勢。并且在與Nvidia 、IBM和 Mellanox組成的Open power聯(lián)盟競爭中繼續領(lǐng)先。

英特爾堅信超大規模計算，云端和HPC市場(chǎng)的工作負載會(huì )快速成長(cháng)。為促進(jìn)其計算業(yè)務(wù)繼續蓬勃發(fā)展。這情況下只能成為FPGA的賣(mài)家，否則別人就會(huì )搶去這唯一的出路。

但英特爾并不是這樣跟大家說(shuō)。他們說(shuō)：“我們不認為這是一種防守戰或者其他，”英特爾的CEO Brian Krzanich在A(yíng)ltera收購消息后的新聞發(fā)布會(huì )上說(shuō)。

“我們認為物聯(lián)網(wǎng)和數據中心都是龐大的。這些也是我們的客戶(hù)想要構建的產(chǎn)品。我們30％的云端工作負載將在這些產(chǎn)品上，這是基于我們對如何看待趨勢變化以及市場(chǎng)發(fā)展的預測。

這是用來(lái)證明這些工作負載能以一種或另一種方式轉移到硅中。我們認為最好的做法是使用有業(yè)界最佳性能和成本優(yōu)勢的Xeon處理器和FPGA組合。這將給工業(yè)領(lǐng)域帶來(lái)更好的產(chǎn)品和性能。而在IoT中，這將擴展到潛在市場(chǎng)對抗ASIC和ASSP；而在數據中心中，則會(huì )將workload轉移到硅，推動(dòng)云的快速增長(cháng)。

Krzanich解釋道：“你可以把FPGA想象成一堆gate，且能夠隨時(shí)編程。根據他們的想法，其算法會(huì )隨著(zhù)時(shí)間的推移和學(xué)習變得更聰明。FPGA可以用作多個(gè)領(lǐng)域的加速器，可以在進(jìn)行加密的同時(shí)進(jìn)行面部搜索，而且能在基本上在微秒內重新編程FPGA。這比大規模的單個(gè)定制部件的成本低得多且具備更高的靈活性。”

英特爾看到了更大的機會(huì )

英特爾看到了比這更大的機會(huì )。

Intel首席執行官Brian Krzanich在收購完成后宣布，到2020年，將有高達三分之一的云端服務(wù)提供商使用混合的CPU-FPGA服務(wù)器節點(diǎn)，這是一個(gè)令人震驚的消息。這也給從2014年底就開(kāi)始瞄準的數據中心的Altera帶來(lái)大約10億美元的FPGA的機會(huì )。這數目大概是Nvidia目前流行的Tesla計算引擎營(yíng)收的三倍。

在2014年初，英特爾展示了一個(gè)相同封裝的Xeon-FPGA芯片原型，并且打算在2017年推出這個(gè)芯片。這是基于當時(shí)數據中心集團GM Diane Bryant提出的一個(gè)帶有FPGA電路的Xeon設想不久之后推出的。

在宣布Altera交易的電話(huà)會(huì )議上，Krzanich沒(méi)有說(shuō)明退出這款Xeon-FPGA設備的時(shí)間，但是他表示英特爾將創(chuàng )建一個(gè)面向物聯(lián)網(wǎng)市場(chǎng)的單die混合Atom-FPGA設備。英特爾正在考究在混合過(guò)渡階段，是否需要為Atom和Altera FPGA做單一封裝混合。

在2016年的初太平洋頂峰證券的電話(huà)會(huì )議中，英特爾的云端基礎設施集團總經(jīng)理Jason Waxman與研究分析師討論關(guān)于英特爾數據中心業(yè)務(wù)時(shí)表示，FPGA已經(jīng)成為了熱門(mén)話(huà)題。

首先，雖然他沒(méi)有指名道姓哪家廠(chǎng)商或者任何設備的規格，但是Waxman確定英特爾已經(jīng)為某些客戶(hù)提供了Xeon加FPGA的混合計算引擎樣品。

在會(huì )議期間，Waxman更是暢談了驅動(dòng)英特爾收購Altera和插足可編程計算設備的原因。 英特爾顯然希望讓FPGA成為主流，即使這可能會(huì )在數據中心中蠶食Xeon的某些業(yè)務(wù)。 （我們認為，因為英特爾認為這種自相殘殺是不可避免的，控制它的最好方法是使FPGA成為Xeon陣容的一部分。）

Waxman說(shuō)：“我認為這項收購可能涉及許多事情，而且其中一些已經(jīng)超越數據中心集團的范圍。”

首先，一個(gè)潛在的核心業(yè)務(wù)往往是由制造領(lǐng)先優(yōu)勢驅動(dòng)。在這方面我們能很好的掌控，而且這樣做還有良好的協(xié)同作用。

再者，還有物聯(lián)網(wǎng)“集團”對此也有很強的興趣。

據我們所知，某些大規模工作負載的擴展（如機器學(xué)習，某些網(wǎng)絡(luò )功能）吸引了越來(lái)越多的人關(guān)注。我們才意識到我們或者可以在性能方面取得一些突破，這將是一個(gè)把FPGA從數據中心應用程序中移植到更多適合的、廣泛發(fā)展領(lǐng)域的良好機會(huì )。

但是在數據中心集團里的協(xié)作，FPGA不過(guò)是給CPU做個(gè)伴，幫助解決云端服務(wù)提供商和其他類(lèi)型的大規模應用程序的問(wèn)題。

英特爾認為對FPGA加速有優(yōu)先和大量需求的關(guān)鍵應用包括機器學(xué)習，搜索引擎索引，加密和數據壓縮。正如Waxman指出，這些往往是很有針對性的，且沒(méi)有統一的使用案例。這就是Krzanich斬釘截鐵說(shuō)三分之一的云端服務(wù)提供商將在五年內使用FPGA加速的依據。

跨越FPGA的障礙

雖然每個(gè)人都抱怨編程FPGA有多難，但英特爾并不為此退縮。雖然沒(méi)有透露太多相關(guān)計劃的情況下，Waxman提出了一些方法讓FPGA更容易被運用和理解。

Waxman說(shuō)：“我們所擁有的是獨一無(wú)二的，這是其他人不能給的。那就是我們能夠了解這些工作負載和能夠推動(dòng)加速的能力。

“我們看到一條促進(jìn)機器學(xué)習，加速存儲加密，加速網(wǎng)絡(luò )功能的捷徑”，Waxman強調。這是基于我們對這些工作負載的深入了解，所以才讓我們看到了這樣的機會(huì )。

但現在FPGA還需要面對一些困難，因為現在人們是寫(xiě)RTL的。我們是一家寫(xiě)RTL的公司，所以我們可以解決這個(gè)問(wèn)題。首先我們使它運作，然后我們可以降低進(jìn)入的門(mén)檻。第三步是真正的規模經(jīng)濟學(xué)，而這全部是靠集成和制造的實(shí)力。

為了解決這些障礙，我們提供了一系列的方法。

X86+FPGA？

對于那些英特爾打算用FPGA來(lái)代替Xeons的猜測，Waxman表示這是一派胡言。

Waxman表示，對于那些對高速率和重復性有強烈需求的算法，具有先天優(yōu)勢的FPGA就是其最好的選擇。而那些對延遲有極高需求的數據操作和轉換，FPGA也是候選人。

考慮到Altera已經(jīng)在一個(gè)SoC上集成了ARM處理器和FPGA，這很自然地會(huì )想到英特爾會(huì )試圖用X86內核全面替換ARM內核來(lái)做類(lèi)似的設備。但它看起來(lái)不像這會(huì )發(fā)生。

首先，在2016年第二季度英特爾財務(wù)聲明會(huì )上，Krzanich承諾，英特爾將加強對目前使用Altera的ARM-FPGA芯片客戶(hù)的支持。

Waxman進(jìn)一步澄清：“我們的觀(guān)點(diǎn)是會(huì )以某種形式把FPGA集成到Xeon里。我們已經(jīng)公開(kāi)宣布將會(huì )打造第一代使用這種單一封裝的設備，但是我們將根據進(jìn)展情況調整方向，甚至可能會(huì )在同一個(gè)die上實(shí)現。我們將根據客戶(hù)的反饋了解什么是正確的組合。

順便說(shuō)一下，我仍然期待看到?jīng)]有集成的系統，保持他們會(huì )做系統級的協(xié)同。我們不會(huì )將Xeon與FPGA以多種方式組合集成，反之我們會(huì )在市場(chǎng)上找到正確的目標和平衡。”

編程問(wèn)題首當其沖

雖然Altera的工具集利用OpenCL編程模型獲得應用程序代碼，并將其轉換為RTL（FPGA的原生語(yǔ)言），但是有趣的是，英特爾并不認為FPGA在數據中心的未來(lái)成功是基于OpenCL與RTL工具集成的改進(jìn)或更廣泛地采用OpenCL。

Waxman也強調地說(shuō)：“這并不是以OpenCL為基礎的。”雖然我們確實(shí)把OpenCL看作是進(jìn)一步擴大FPGA應用范圍的一個(gè)途徑，但目前FPGA的初始云端部署可能由更具能力的公司完成，但他們并沒(méi)有要求我們提供OpenCL。Waxman補充說(shuō)。

Waxman在不能“自由”地談?wù)摰那闆r下，暗示英特爾有計劃使FPGA更容易編程。他表示Intel將會(huì )為程序員提供RTL庫，方便他們調用在FPGA上部署的例程，并推動(dòng)在其上執行應用程序的gate的形成，來(lái)實(shí)現應用程序例程的gate，而不是讓他們自己創(chuàng )建例程。這有一定的意義，與Convey（現在是美光科技的一個(gè)部門(mén)）幾年前用FPGA加速系統處理的方案一樣。

Waxman說(shuō)：“我認為有一個(gè)連續的加速。在一開(kāi)始，你可能不知道你正在試圖加速什么，只是做了一些嘗試，因此在這個(gè)階段加速，你想要的是一個(gè)更通用的目的。當你開(kāi)始真正地想要加速的時(shí)候，你會(huì )想要更高效的，更低的功耗和更少的空間，這時(shí)你就會(huì )把焦點(diǎn)移到FPGA上。”

Waxman還引用了Microsoft在其“Catapult”系統上使用FPGA加速的方案來(lái)說(shuō)明。

該系統采用其Open Cloud Server并添加FPGA夾層卡作為加速器。我們在3月份研究了這個(gè)項目，將這些加速器應用在Google上執行相同的圖像識別訓練算法，得出的結果顯示，25瓦的FPGA器件相對于使用Nvidia Tesla K20 GPU加速器（235瓦特）的服務(wù)器，提高了更好的性能/瓦特。

正如我們所說(shuō)，我們對于微軟和Google發(fā)布的性能數據毫無(wú)疑問(wèn)。但是對分立的GPU或FPGA執行應用性能和對自身的熱配置文件進(jìn)行測量都是不公平的。你必須在服務(wù)器節點(diǎn)級別上看到這一點(diǎn)。

如果意識到這點(diǎn)，得到FPGA輔助的Microsoft服務(wù)器在系統級只稍稍領(lǐng)先于用Tesla K20s的Google服務(wù)器。（這些只是我們基于每秒每瓦特圖像處理性能的估計）。在這個(gè)對比中，Microsoft應該不考慮成本。而且坦白說(shuō)，不同于什么都配備的Tesla GPU，微軟開(kāi)放云端服務(wù)器并沒(méi)有使用Juice或Cooling。真正的評測怎么都會(huì )使用GPU夾層卡，同時(shí)還需要考慮熱量，性能和價(jià)格等因素。

但是Waxman討論的重點(diǎn)仍然是那個(gè)。“在某個(gè)時(shí)候，你真的很想要那個(gè)能給你驚喜，并且能做到更低功耗的方案。而這就是我們的FPGA方案所擅長(cháng)的方面。”

云端業(yè)務(wù)

最后要考慮的是英特爾的云端業(yè)務(wù)。這些客戶(hù)現在占據了他們數據中心集團收入的25％。

整體來(lái)看，他們的購買(mǎi)量每年增長(cháng)約25％。預計從2016年開(kāi)始，未來(lái)幾年整體數據中心集團業(yè)務(wù)都將增長(cháng)15％。讓我們做一些計算。

如果英特爾的計劃如期實(shí)施，他的數據中心集團2016年收益將會(huì )達到166億美元。云端服務(wù)提供商（其中包括在The Next Platform上使用我們的語(yǔ)言的云端構建者和超大規模計算者）占大約41億美元，其余歸屬于英特爾數據中心，銷(xiāo)售數據大約為125億美元。因此，英特爾數據中心的業(yè)務(wù)增長(cháng)在12％左右（除云端外），是云端速率的一半。英特爾需要以任何方式來(lái)滿(mǎn)足云端的增長(cháng)和明顯的FPGA需求，即使它只占用Xeon容量的一點(diǎn)點(diǎn)。對于英特爾來(lái)說(shuō)是這個(gè)的選擇比讓GPU加速持續增長(cháng)的方案要好。

編程方面可能是阻礙FPGA被廣泛采用的一個(gè)主因（不像其他加速器，具有豐富的開(kāi)發(fā)生態(tài)系統，如Nvidia GPU的CUDA）。這就驅動(dòng)程序員去基于C語(yǔ)言去做擴展設計，或使用OpenCL，而不是用過(guò)去困擾FPGA開(kāi)發(fā)的低級模型。但即使在應用的過(guò)程中有這么多里程碑，FPGA仍然不被主流青睞。我們將會(huì )探索解決編程問(wèn)題的方法和機會(huì )。

雖然我們已經(jīng)與這個(gè)相對較小的生態(tài)系統中的許多供應商（包括Altera和Xilinx，兩個(gè)主要供應商）進(jìn)行了交流，但按照FPGA長(cháng)期研究員Russell Tessier所說(shuō)，FPGA在更廣闊的市場(chǎng)上大展拳腳的日子還在前面，新的發(fā)展意味著(zhù)更廣泛的采用。

他在馬薩諸塞大學(xué)（他還在A(yíng)ltera工作，并且Mentor Graphics收購的虛擬機工程的創(chuàng )始人）研究了FPGA二十多年，他認為FPGA從科學(xué)項目到企業(yè)應用的形勢正式緩變化。他認為其中的關(guān)鍵是來(lái)自于設計工具的改進(jìn)，設計人員不斷提高他們設計高水平。除此與外，工具vendor可以更好地引導芯片發(fā)展。他補充說(shuō)，設備內的大量邏輯量意味著(zhù)用戶(hù)能夠實(shí)現更多的功能，這使得FPGA對更多領(lǐng)域更廣泛的吸引力。

Tessier說(shuō)：“在過(guò)去幾年里，FPGA的一個(gè)明顯趨勢就是這些設備更容易“程序化”。

Xilinx目前鼓勵使用其Vivado產(chǎn)品的時(shí)候，用C語(yǔ)言進(jìn)行設計。Altera還有一個(gè)已經(jīng)開(kāi)發(fā)的OpenCL環(huán)境。關(guān)鍵是兩家公司都在試圖創(chuàng )建一個(gè)環(huán)境，讓用戶(hù)可以使用更熟悉的編程（如C和OpenCL），而不必是使用RTL設計專(zhuān)家所擅長(cháng)的Verilog或VHDL。雖然在過(guò)去幾年里取得不錯的成績(jì)，但這仍然處于推進(jìn)的階段，不過(guò)這將有助于把更多的事情地移入主流。

其中一個(gè)對FPGA真正有利的因素就是如果將其和芯片搭配使用，建立一個(gè)快速的內部互聯(lián)，它能解決memory和數據移動(dòng)中的限制。這種優(yōu)勢就是吸引Intel收購Altera的主要誘因。另外，如果像英特爾和IBM這樣的大公司能夠積極推動(dòng)FPGA的軟件生態(tài)系統的建設，其應用市場(chǎng)將會(huì )迅速擴張。FPGA的主流化（至少現在沒(méi)有GPU那么重要，）可能會(huì )更快地出現。

Tessier解釋?zhuān)?ldquo;標準核心處理器集成的增加肯定是關(guān)鍵所在。過(guò)去的障礙是語(yǔ)言和工具，隨著(zhù)這些障礙越來(lái)越少，為芯片供應商新的合作機會(huì )打開(kāi)了一扇門(mén)。由于這些和其他“主流化”趨勢出現，不斷做出的改變的FPGA的應用領(lǐng)域將繼續增長(cháng)。例如，金融服務(wù)商店是第一個(gè)使用FPGA進(jìn)行財務(wù)趨勢和股票選擇分析的用戶(hù)，但使用案例正在擴大?，F在有更強的設備可以解決更大的問(wèn)題。

更廣泛的應用領(lǐng)域

除此之外，FPGA通過(guò)的其他新領(lǐng)域發(fā)現新用途，包括DNA測序，安全性，加密和一些關(guān)鍵的機器學(xué)習任務(wù)。

當然，我們希望FPGA變得強大，并“進(jìn)入”世界上最大的云端和超大規模數據中心，Xilnix數據中心部門(mén)副總裁Hamant Dhulla對此表示強烈贊同。他在2016年初，他告訴The Next Platform， “異構計算已經(jīng)不再是一種趨勢，而是現實(shí)”，也就是在那個(gè)時(shí)候，微軟推出了使用FPGA的Catapult案例（現在就很多或以后會(huì )很多），英特爾收購了Altera以及看到了更多FPGA將廣泛應用在數據中心的聲明。

從機器學(xué)習，高性能計算，數據分析等領(lǐng)域，FPGA在更多樣化的應用領(lǐng)域中嶄露頭角。這些都與FPGA上嵌入了越來(lái)越多可用的on-chip存儲器有關(guān)，這些都是FPGA制造商和潛在終端用戶(hù)所期待的。 Dhulla表示，市場(chǎng)潛力足夠大，讓Xilinx能夠調整其業(yè)務(wù)的方式。 過(guò)去幾年，存儲和網(wǎng)絡(luò )主導了FPGA用戶(hù)群。但未來(lái)五年內，計算端的需求將遠遠超過(guò)存儲和網(wǎng)絡(luò )，并都將沿著(zhù)穩定的增長(cháng)線(xiàn)繼續發(fā)展。

在FPGA其他的熱門(mén)領(lǐng)域（包括機器學(xué)習），它們的更像是一個(gè)帶有GPU 的“協(xié)作”加速器。毫無(wú)疑問(wèn)，對于許多機器學(xué)習工作負載的訓練部分，GPU是主要的。因此為這里需要很多計算能力，就像HPC一樣，其中power envelope tradeoff值得的。但是這些客戶(hù)購買(mǎi)了數十或數百個(gè)GPU，而不是數十萬(wàn)個(gè)，龐大的加速器數目正使用在機器學(xué)習pipeline的推理部分，這就是市場(chǎng)所在。

正如我們指出的，Nvidia正在使用兩個(gè)獨立的GPU（用M4來(lái)訓練，更低功耗的M4插入來(lái)削減服務(wù)器）來(lái)抵消這一點(diǎn)，但Dhulla認為FPGA仍然能夠通過(guò)采用PCIe方法降低功耗，也可以嵌入超大規模數據中心。

他們的SDAccel編程環(huán)境通過(guò)提供對C，C ++和OpenCL的高級接口，使其更實(shí)用，但是推動(dòng)超大規模和HPC采用的真正途徑是通過(guò)最終用戶(hù)示例。

當涉及到這些早期的用戶(hù)，就像為下一代的FPGA的應用搭建了舞臺，Dhulla指向像Edico Genome這樣的公司。Xilinx目前還與其他領(lǐng)域的客戶(hù)合作，包括石油和天然氣和金融方面的歷史計算方面。早期客戶(hù)將Xilinx 的FPGA應用在機器學(xué)習，圖像識別和分析以及安全性方面，這可以看作他們計算加速業(yè)務(wù)發(fā)展的第一步。

盡管雙精度性能和總體價(jià)格不佳，FPGA的真正的大規模應用機會(huì )在于云端。因為FPGA可以提供GPU所不能提供的優(yōu)勢。如果FPGA供應商能夠說(shuō)服其最終用戶(hù)，他們的加速器可以提供相當大的性能提升（在某些情況下他們會(huì )這樣做）給關(guān)鍵的工作負載。提供一個(gè)通過(guò)帶有其他加速器（例如CUDA）的complexity-wise的編程環(huán)境推進(jìn)OpenCL開(kāi)發(fā)，通過(guò)在云端中提供FPGA來(lái)解決價(jià)格問(wèn)題。這可能是一個(gè)新的希望。

當然，這種希望來(lái)源于將FPGA部署到有超密集服務(wù)器云端架構內，而不是在單機的銷(xiāo)售上。這種模式已經(jīng)在FPGA的金融服務(wù)中發(fā)生。

正如他們GPU加速器“伙伴”圍繞深度學(xué)習進(jìn)行拉動(dòng)，以便迅速得到更多的用戶(hù)， FPGA設備在探索一個(gè)通過(guò)解決神經(jīng)網(wǎng)絡(luò )和深度學(xué)習的問(wèn)題的方式找尋入侵市場(chǎng)的真正的機會(huì )。

新的應用程序主機意味著(zhù)新的市場(chǎng)，隨著(zhù)云端應用的推廣消除了一些管理開(kāi)銷(xiāo)，它可能意味著(zhù)更廣泛的采用。FPGA供應商努力推動(dòng)它在一些關(guān)鍵的機器學(xué)習，神經(jīng)網(wǎng)絡(luò )和搜索方面的應用。FPGA在諸如自然語(yǔ)言處理，醫學(xué)成像，深度數據檢測等領(lǐng)域中的超大規模上下文中變得越來(lái)越普遍。

在過(guò)去一年里，FPGA的多種應用得到曝光，特別是在深度學(xué)習和神經(jīng)網(wǎng)絡(luò )，以及圖像識別和自然語(yǔ)言處理等領(lǐng)域。例如，微軟使用FPGA在1，632個(gè)節點(diǎn)上提供2倍的搜索服務(wù)，并采用創(chuàng )新的高吞吐量網(wǎng)絡(luò )來(lái)支持Altera FPGA驅動(dòng)的工作。中國的搜索引擎巨頭百度（也是許多深度學(xué)習和神經(jīng)網(wǎng)絡(luò )任務(wù)GPU用戶(hù)）正在用FPGA執行存儲控制，其每天的數據吞吐量在100TB到1PB之間。

使用FPGA的大規模數據中心和其他領(lǐng)域的應用正在吸引人們對FPGA的單精度浮點(diǎn)性能的更多關(guān)注。

雖然一些案例使用（包括百度示例），將GPU作為計算加速器和FPGA用在存儲端，但Altera，Xilnix，Nallatech和IBM的研究人員在OpenPower聯(lián)盟展示了FPGA在云端深度學(xué)習的光明前景。

可以說(shuō)現在屬于FPGA的一個(gè)黃金時(shí)