“FPGA”是否有可能取代CPU、GPU跃居计算主角？

“现场可编程门阵列（FPGA）”在计算领域存在感正在加强，随着英特尔以巨资收购FPGA厂商Altera，微软将FPGA用于数据中心，亚马逊的AWS支持FPGA。荷兰电子科学中心(Netherlands eScience Center)的阿塞·范·德尔·佩罗格（Atze van der Perog）总结了FPGA的现状和将来，包括它与CPU/GPU的不同，以及是否会在深度学习中替换GPU等。

为什么使用 FPGA 而不是 CPU 或 GPU？ – 荷兰电子科学中心

Why use an FPGA instead of a CPU or GPU? – Netherlands eScience Center

https://blog.esciencecenter.nl/why-use-an-fpga-instead-of-a-cpu-or-gpu-

一、什么是 FPGA？

如果要计算某些内容，通常的方法是为基于指令的体系结构（如 CPU 或 GPU）编写软件。 当然，如果您愿意付出巨大的代价，可以设计专用电路，只需进行计算，而无需使用多功能 CPU 或 GPU。 一个典型的例子是特殊应用集成电路（Application Specific Integrated Circuit，缩写：ASIC）。

与 ASIC 相比，FPGA 器件属于专用集成电路中的一种半定制电路，是可编程的逻辑列阵，更易于制造，在制造后可以重新配置电路设计和配置，称为“可编程阵列[ field-programmable gate array(FPGA)]”。

二、FPGA 的优点和缺点

1、延迟

FPGA 的主要优势之一是延迟小。 具体来说，即使是非常好的 CPU 延迟也最多为 50 微秒，而 FPGA 可以达到 1 微秒。 在延迟方面，数字与 CPU 和 GPU 不同。 FPGA 延迟低的原因是，它独立于通用操作系统，并且无需通过通用总线（如 USB 或 PCI-Express）进行通信。

由于其低延迟功能，FPGA 用于需要极小延迟的情况，例如喷气式战斗机的自动驾驶和高频算法交易。

2、连接

CPU 和 GPU 通过标准化总线（如 USB 和 PCI-Express）连接到数据源，并将数据传递到应用程序，同时依赖于操作系统。 与此相对，FPGA可以直接连接到网络接口和传感器等数据源。这不仅减少了延迟，而且具有增加带宽的优点。

对于需要捕获和处理大量数据的场景，高带宽 FPGA 非常有用。 例如，射电天文学使用FPGA来简化数据管理，以处理传感器产生的大量数据。

3、工程成本

与基于指令的体系结构 CPU 和 GPU 相比，FPGA 的主要缺点是“编程和配置要困难得多”。 直到现在，FPGA 都是用 VHDL 和 Verilog 等硬件描述语言（HDL）编写的。对于使用 Java、C 和 Python 等编程语言进行编程，使用 HDL 进行编程所需的工程成本是巨大的。

近年来，通过使用OpenCL和C++等标准编程语言对FPGA进行编程，虽然出现了可以进行高抽象化的高电平Synthesis（HLS），但与基于命令的系统编程相比难度还是很高的。

另外，FPGA的编译时间长度也是一个很大的缺点。例如，使用Intel OpenCL编译器时，编译一般的FPGA程序需要4-12小时。为了优化性能，需要夜间编译。

4、能源效率

与 CPU 和GPU 相比，节能 FPGA 在逻辑和固定精度方面具有更好的能效。 因此，FPGA 在加密货币挖掘方面优于 CPU 和 GPU。 ASIC 优于 FPGA，但 ASIC 的缺点是初始投资在设计阶段很大。

除了在计算中实现高能效外，FPGA 还具有“无需启动和运行主机”的高效率。

三、 与 GPU 的浮点计算竞争

在使用高性能计算（如深度学习）的情况下，现阶段严重依赖具有出色浮点计算性能的 GPU。 FPGA 在浮点运算中效率相当低，因为浮点单元必须从逻辑块组装，并且需要大量的资源。

然而，新的FPGA如Arria10和Stratix 10，在能效方面有了相当大的改进，因为浮点单元内置于FPGA结构上。 具体比较的话，最尖端GPU的Tesla V100以250W的功率理论上是15TFLOPS，而采用Starix10的最尖端FPGA的Nallatech520C，以225W的功率实现9.2TFLOPS。虽然GPU的能效仍然很高，但考虑到Tesla V100是以12nm工艺制造的，而Stratix10是以14nm工艺制造的，其差距会进一步缩小。戴尔佩罗格表示，在不久的将来，FPGA可能会在浮点运算中的能效竞争中超过GPU。

四、 FPGA 市场展望

2015 年，英特尔以 167 亿美元的巨资收购全球最大的 FPGA 制造商 Altera。 德尔佩洛格指出，FPGA用于导弹制导系统、射电天文学和加密货币挖掘，但英特尔不可能投入大量资金来抢占市场，而是可能是推向“高性能计算”和“云计算”两个主流方向。

但是，即使能源效率略高于 GPU，FPGA 软件开发成本也比使用 GPU 时高得多，而且 HPC 社区已经使用 GPU，因此，至少五年内不会完全迁移到 FPGA。 英特尔似乎从长远角度看待FPGA市场。

在云计算方面，英特尔正在考虑在云服务器上安装FPGA，或开发CPU-FPGA混合服务器。

德尔佩洛格说，坦率地认为FPGA是否会进入主流，他“持怀疑态度”。 FPGA 需要在 “缩短编译时间”和“通过浮点操作进一步提高能效” 两个方面有巨大进步才能成为主流。

注明：本内容来源网络，不用于商业使用，禁止转载，如有侵权，请来信到邮箱：429562386ⓐqq.com 或联系本站客服处理，感谢配合！