FPGA如何成为新时代的“宠”儿,FPGA技术未来将会独领风骚

高性能运算的需求逐渐高涨

随着人工智能和深度学习技术的不断升级，对数据存储和数据处理的要求越来越大。据麦肯锡的Nicolaus Henke估计，如今90%的可访问数据两年前还不存在，而IDC预测，到2020年，全球大数据投资将超过2030亿美元，所有这一切都对下一代计算芯片提出了指数级增长的要求。

英特尔一直以来主导的摩尔定律逐渐很难再持续，因为Dennard Scaling规律（单位面积晶体管数不断增加而功耗保持不变）逐渐失灵了，晶体管体积的缩小并没有带来速度的指数增长。所以，未来CPU和GPU已经无法继续满足新领域对数据存储和数据处理的要求，人们不断探索新的领域来满足逐渐增加的数据处理的需求。

FPGA如何成为新时代的“宠”儿

最初FPGA是用来做纯逻辑设计的，一开始用来替换简单的数字电路，由于其设计的灵活性，逐渐可以做接口通信。

后来随着通信行业的蓬勃发展，FPGA由于其并行执行特性，收到了通信行业的青睐，逐渐成为信号处理的宠儿，其并行执行特性和灵活升级的优势，将ASIC和DSP都竞争下去了。

再后来，软件工程师也对这个一直以来处于硬件阵营的家伙感兴趣了，所以Xilinx为了进一步蚕食CPU的市场，打起来软件工程师的注意，也就是目前流行的HLS,软硬件协同设计等新概念。

随着人工智能和深度学习对运算要求越来越高，人们逐渐认识到并行处理、低延时、低功耗和可重配置的重要性，FPGA本身是一张白纸，蓝图全靠工程师来设计，也正是因为这种无限制，才造就了其功能的无限强大。所以，新时代下，FPGA逐渐成为高性能运算的“宠儿”。

FPGA在高性能运算中的真正优势

FPGA相比于CPU，最大的优点在于速度，简单来讲，FPGA是靠控制每个时钟（Cycle）来驱动信号与寄存器传输的，也就是说可以通过时钟来精确控制任务。而且，FPGA是并行执行的，每个Cycle可以同时执行上百万个数据流任务，所以，和CPU相比，FPGA是通过较慢的时钟频率，同时并行执行数据流，而CPU虽然主频高，但是并行执行能力差，综合起来对于同样的代码，应用程序在FPGA上的运行速度可能比在传统CPU上运行要快100倍。如图所示。

FPGA中包含上千万的可编程逻辑资源，具有并行性和并发性的优点。在设计时，工程师可以利用这种并行体系结构，将设计分解为结构良好的数据执行流。

例如，一帧图像，如果按照传统处理方式，可以按像素来处理整个图像。但是当并行处理时，它被分解成不同的碎片，由不同的进程同时进行处理，然后再拼凑回一起。过程虽然变复杂了，但是速度快了许多，要求输入数据必须以最优的方式分解，并有效地分配给每个进程，然后将处理后的数据收集并重新组装，从而大大提高了效率。

在一个普通的CPU中，这一过程涉及到数据从内存中存入和取出，以及使进程对当前内存状态保持一致的复杂协议。即使是最大的英特尔CPU也只有18个内核。相比之下，在FPGA中，数据流可以被设计，因此它永远不会离开芯片。数以万计的并发进程可以同时存在，并且处理的时间得到了优化，因此吞吐量始终是最大的。

通过FPGA实现还有给优势就是成本。使用FPGA可以节省大量成本，因为提高速度的同时减少了硬件需求，一个FPGA可以执行许多服务器的任务。

最后，FPGA具有强大的新一代互联互通和增强的灵活性，可以利用最新的技术发展在器件上重新编程。一旦启动并运行，FPGA就可以随时改变以满足不断变化的业务需求。

FPGA技术面临的挑战

FPGA技术面临的最大挑战就是其使用的复杂性，FPGA的编程一直以来定位于硬件描述编程，也就是电路设计，而不是简单的编程。

需要硬件工程师能够用复杂、底层的硬件定义语言如Verilog、VHDL进行编程。

硬件工程是一门高度专业化的技能，需要多年的经验才能将知识付诸实践，硬件配置所需的专业芯片设计技能使FPGA成本一直很高，这也意味着创新是有限。

所以，一直以来FPGA技术作为一种高门槛的设计技术，只有有实力的大型公司才有实力采用FPGA来设计，只有一些能够创造高额利润的行业才会采用FPGA技术，如军品、通信、视频等领域。

FPGA技术未来将会独领风骚

虽然FPGA在应用方面门槛较高，但最近人们正在稳步打破这种障碍。例如亚马逊网络服务集成FPGA 的F1实例，旨在构建定制的加速器处理计算密集型问题，外界对其发布产生了格外积极的响应。

FPGA厂商和平台提供商也可以使用不同语言进行编程，如OpenCL，并且FPGA的发展逐渐让软件工程师越来越容易在内嵌的基于云的环境下对FPGA进行编程。这可以使用更方便的语言，如GO，它对于来自不同背景和语言的用户来说更容易，更高效。微软已经表示，未来它的Azure云服务也将让开发者能够使用FPGA。

过去，FPGA只用来处理大量的数据，但价值回报已经足够高，足以证明投资的深度，或者用于非常复杂和具有挑战性的问题，例如军事或金融部门的问题。但随着FPGA变得越来越容易访问，该技术适用于任何速度和成本都很重要的项目。

通过FPGA进行的并行计算通过在单个服务器上同时运行大量计算过程，加快了对海量数据的处理和分析工作，意味着FPGA可用于图像和视频处理、在线语音识别、实时数据分析、广告技术以及软件定义网络（SDN）。

云FPGA正被用于许多研究方向。安全部门正在用它研究加密算法加速，电信公司用它研究网络和安全，航空公司用它处理卫星数据和应用机器学习算法，金融服务用它进行硬件加速和确定衍生产品组合的信用风险。

虽然这些使用案例令人兴奋，但它们仅仅是FPGA能力的冰山一角，发掘这项技术的全部潜力还需要时间。虽然在硬件世界中新产品层出不穷，但这些产品的创新往往是渐进式的。但是，随着平台的出现，并行设计和创新在硬件开发中成为可能，对所有企业，无论大或小，FPGA的使用将变得越来越便宜和现实，也会得到越来越多的应用。

业界对它的使用仍然停留在起步阶段，但随着使用量的增加，FPGA将让每个企业，无论是单人初创企业还是已经成立的跨国企业，都可以利用高性能并行计算来持续推动技术创新。