高性能運算的需求逐漸高漲

隨著人工智能和深度學習技術的不斷升級，對數據存儲和數據處理的要求越來越大。據麥肯錫的Nicolaus Henke估計，如今90%的可訪問數據兩年前還不存在，而IDC預測，到2020年，全球大數據投資將超過2030億美元，所有這一切都對下一代計算芯片提出了指數級增長的要求。

英特爾一直以來主導的摩爾定律逐漸很難再持續，因為Dennard Scaling規律（單位面積晶體管數不斷增加而功耗保持不變）逐漸失靈了，晶體管體積的縮小并沒有帶來速度的指數增長。所以，未來CPU和GPU已經無法繼續滿足新領域對數據存儲和數據處理的要求，人們不斷探索新的領域來滿足逐漸增加的數據處理的需求。

FPGA如何成為新時代的“寵”兒

最初FPGA是用來做純邏輯設計的，一開始用來替換簡單的數字電路，由于其設計的靈活性，逐漸可以做接口通信。

后來隨著通信行業的蓬勃發展，FPGA由于其并行執行特性，收到了通信行業的青睞，逐漸成為信號處理的寵兒，其并行執行特性和靈活升級的優勢，將ASIC和DSP都競爭下去了。

再后來，軟件工程師也對這個一直以來處于硬件陣營的家伙感興趣了，所以Xilinx為了進一步蠶食CPU的市場，打起來軟件工程師的注意，也就是目前流行的HLS,軟硬件協同設計等新概念。

隨著人工智能和深度學習對運算要求越來越高，人們逐漸認識到并行處理、低延時、低功耗和可重配置的重要性，FPGA本身是一張白紙，藍圖全靠工程師來設計，也正是因為這種無限制，才造就了其功能的無限強大。所以，新時代下，FPGA逐漸成為高性能運算的“寵兒”。

FPGA在高性能運算中的真正優勢

FPGA相比于CPU，最大的優點在于速度，簡單來講，FPGA是靠控制每個時鐘（Cycle）來驅動信號與寄存器傳輸的，也就是說可以通過時鐘來精確控制任務。而且，FPGA是并行執行的，每個Cycle可以同時執行上百萬個數據流任務，所以，和CPU相比，FPGA是通過較慢的時鐘頻率，同時并行執行數據流，而CPU雖然主頻高，但是并行執行能力差，綜合起來對于同樣的代碼，應用程序在FPGA上的運行速度可能比在傳統CPU上運行要快100倍。如圖所示。

FPGA中包含上千萬的可編程邏輯資源，具有并行性和并發性的優點。在設計時，工程師可以利用這種并行體系結構，將設計分解為結構良好的數據執行流。

例如，一幀圖像，如果按照傳統處理方式，可以按像素來處理整個圖像。但是當并行處理時，它被分解成不同的碎片，由不同的進程同時進行處理，然后再拼湊回一起。過程雖然變復雜了，但是速度快了許多，要求輸入數據必須以最優的方式分解，并有效地分配給每個進程，然后將處理后的數據收集并重新組裝，從而大大提高了效率。

在一個普通的CPU中，這一過程涉及到數據從內存中存入和取出，以及使進程對當前內存狀態保持一致的復雜協議。即使是最大的英特爾CPU也只有18個內核。相比之下，在FPGA中，數據流可以被設計，因此它永遠不會離開芯片。數以萬計的并發進程可以同時存在，并且處理的時間得到了優化，因此吞吐量始終是最大的。

通過FPGA實現還有給優勢就是成本。使用FPGA可以節省大量成本，因為提高速度的同時減少了硬件需求，一個FPGA可以執行許多服務器的任務。

最后，FPGA具有強大的新一代互聯互通和增強的靈活性，可以利用最新的技術發展在器件上重新編程。一旦啟動并運行，FPGA就可以隨時改變以滿足不斷變化的業務需求。

FPGA技術面臨的挑戰

FPGA技術面臨的最大挑戰就是其使用的復雜性，FPGA的編程一直以來定位于硬件描述編程，也就是電路設計，而不是簡單的編程。

需要硬件工程師能夠用復雜、底層的硬件定義語言如Verilog、VHDL進行編程。

硬件工程是一門高度專業化的技能，需要多年的經驗才能將知識付諸實踐，硬件配置所需的專業芯片設計技能使FPGA成本一直很高，這也意味著創新是有限。

所以，一直以來FPGA技術作為一種高門檻的設計技術，只有有實力的大型公司才有實力采用FPGA來設計，只有一些能夠創造高額利潤的行業才會采用FPGA技術，如軍品、通信、視頻等領域。

FPGA技術未來將會獨領風騷

雖然FPGA在應用方面門檻較高，但最近人們正在穩步打破這種障礙。例如亞馬遜網絡服務集成FPGA 的F1實例，旨在構建定制的加速器處理計算密集型問題，外界對其發布產生了格外積極的響應。

FPGA廠商和平臺提供商也可以使用不同語言進行編程，如OpenCL，并且FPGA的發展逐漸讓軟件工程師越來越容易在內嵌的基于云的環境下對FPGA進行編程。這可以使用更方便的語言，如GO，它對于來自不同背景和語言的用戶來說更容易，更高效。微軟已經表示，未來它的Azure云服務也將讓開發者能夠使用FPGA。

過去，FPGA只用來處理大量的數據，但價值回報已經足夠高，足以證明投資的深度，或者用于非常復雜和具有挑戰性的問題，例如軍事或金融部門的問題。但隨著FPGA變得越來越容易訪問，該技術適用于任何速度和成本都很重要的項目。

通過FPGA進行的并行計算通過在單個服務器上同時運行大量計算過程，加快了對海量數據的處理和分析工作，意味著FPGA可用于圖像和視頻處理、在線語音識別、實時數據分析、廣告技術以及軟件定義網絡（SDN）。

云FPGA正被用于許多研究方向。安全部門正在用它研究加密算法加速，電信公司用它研究網絡和安全，航空公司用它處理衛星數據和應用機器學習算法，金融服務用它進行硬件加速和確定衍生產品組合的信用風險。

雖然這些使用案例令人興奮，但它們僅僅是FPGA能力的冰山一角，發掘這項技術的全部潛力還需要時間。雖然在硬件世界中新產品層出不窮，但這些產品的創新往往是漸進式的。但是，隨著平臺的出現，并行設計和創新在硬件開發中成為可能，對所有企業，無論大或小，FPGA的使用將變得越來越便宜和現實，也會得到越來越多的應用。

業界對它的使用仍然停留在起步階段，但隨著使用量的增加，FPGA將讓每個企業，無論是單人初創企業還是已經成立的跨國企業，都可以利用高性能并行計算來持續推動技術創新。