- 腾讯云FPGA的开发历史及背后的团队力量解密

FPGA在数据中心最大的特点就在高吞吐的同时能做到低延时。FPGA内部的资源都是可以重配置的，因此它可以很容易进行数据并行和流水并行，且易于在数据并行和流水并行之间平衡。而GPU几乎只能做数据并行。

与ASIC相比，FPGA的可编程性体现出很大的优势。现在数据中心的各种算法每时每刻都在更新变化，没有足够稳定的时间让ASIC完成长周期的开发。比如在一种神经网络模型出来之后开始把它做成ASIC，也许还未投片生产，这个神经网络模型已经被另一种神经网络模型所替代。不同的是，FPGA可以在不同的业务需求之间做平衡。比如说白天用于为搜索业务排序的机器;在晚上请求很少的情况下，可以将这些FPGA重新配置成离线数据分析的功能，提供对离线数据进行分析的服务。

另外由于FPGA有高速SERDES等丰富的接口，而且能灵活控制实现的粒度和操作数据，因此非常适合进行协议处理和数据格式的转换。比如说FPGA可以很方便的接入以太网数据，并对以太网包进行包过滤等处理。

和CPU、GPU、ASIC在设计上的区别

（图3）处理器芯片对比

CPU/GPU 属于冯·诺依曼结构，任务执行需要经历取指、译码、执行、访存以及写回等过程。CPU为达到足够高的通用性，其指令流的控制逻辑相当复杂。GPU使用SIMD单指令多数据流并行等方式进行计算加速。

FPGA/ASIC在使用时硬件功能模块已固定，无需分支判断等复杂控制逻辑，同时大大降低了访存次数。因此在能效上可以比 CPU 高出1到2个数量级。

ASIC是一种专用的芯片，是为了某种特定的需求而专门定制的芯片。ASIC与通用芯片相比，体积小、功耗低、计算效率高、芯片出货量越大成本越低。但是缺点也很明显：开发周期很长，算法是固定的，一旦算法变化就可能无法重用。

而FPGA则是“软硬件一体”的架构，软件就是硬件。FPGA基本原理是在芯片内集成大量的数字门电路以及存储器，用户可以通过烧入 FPGA 配置文件来来定义这些门电路以及存储器之间的连线，进而得到不同的硬件功能。

就开发难度而言，ASIC 》 FPGA 》 GPU 》 CPU。目前主流的FPGA开发语言是硬件描述HDL，需要开发者具备一定的相关技能。随着业界OPENCL、HLS等类C高级语言的推进，FPGA的开发难度和周期也会有所改善。

FPGA 部署在哪里？与 CPU 之间如何通信？

腾讯云的FPGA主要部署在数据中心的服务器中。腾讯云将FPGA芯片加上DDR内存、外围电路和散热片，设计成PCIE板卡。这种FPGA板卡被安装在服务器的主板上，用户通过网络远程访问服务器，开发调试FPGA，并用其加速特定业务。

FPGA与CPU之间是通过PCIE链路通信的。CPU内部集成了DDR内存控制器和PCIE控制器。在FPGA芯片内部也用可编程逻辑资源实现了PCIE控制器、DDR控制器和DMA控制器。一般通讯分三种情况：

（1）指令通道

CPU向FPGA芯片写入指令，读取状态。CPU直接通过PCIE访问到FPGA芯片内挂载的存储器或内部总线。

（2）数据通道

CPU读写FPGA板卡上DDR的数据时，CPU通过PCIE配置FPGA芯片内的DMA控制器，输入数据的源物理地址和目的物理地址。DMA控制器控制FPGA卡上的DDR控制器和PCIE控制器，在FPGA卡上的DDR内存和CPU连接的DDR内存之间传输数据。

（3）通知通道

FPGA通过PCIE向CPU发送中断请求，CPU收到中断请求后保存当前工作现场，然后转入中断处理程序执行，必要时会关闭中断执行中断处理程序。CPU执行完中断处理程序后，会重新打开中断，然后重载到之前的工作现场继续执行。

目前FPGA行业面临的问题

在行业内，微软在数据中心使用FPGA架构，Amazon也推出了FPGA的计算实例，那么是不是说明整个行业对FPGA的使用比较广泛呢？实际上，FPGA是个硬件芯片，它本身不能直接使用，也缺乏类似操作系统这样的系统软件支持。长期以来，FPGA行业在数据计算加速方向可以分为以下几个参与方：

1. 芯片原厂：Xilinx和Altera（已被Intel收购）提供FPGA的芯片，直供或者给代理商分销。

2. IP提供商：提供各种功能的IP，比如访问DDR内存的IP，支持PCIE设备的IP，图片编解码的IP。一些共同的通用IP由芯片原厂提供。