时间：2025-03-01 来源：FPGA_UCY 关于我们 0
来源：本文由半导体行业观察（ID:）编译，谢谢。
2015年6月1日，英特尔与宣布，双方已达成最终协议，根据该协议，英特尔将以167亿美元的价格收购。这是FPGA行业的一个重要里程碑，因为和是主要的FPGA供应商。
在AMD正式宣布收购之后，FPGA界对FPGA的未来充满了担忧。
收购的主要目标是打造业界领先的高性能计算公司，根据AMD的说法，“在已确立领先地位的各个成长型市场上，大幅扩大AMD产品组合和客户集的广度”。但目前领先的主要市场是什么?
Alveo，和Vitis AI
3年前发布了一个功能强大的FPGA平台，名为Alveo。Alveo是最初开发的第一块FPGA板，用作与GPU竞争的加速卡。在此之前，主要开发FPGA芯片，并且依赖其他供应商来提供FPGA卡。随着Alveo卡（以及最近的）的出现，希望以其品牌名称提供功能强大的平台用作加速卡。赛灵思围绕Alveo平台快速开发了一个令人印象深刻的生态系统，其中包括多家利用Alveo卡的强大功能来加速机器学习，深度神经网络，数据库，自然语言处理，基因组学和定量金融等领域的应用的公司。
赛灵思还提供了集成的EDA工具（先是，然后是Vitis），该工具允许使用和C / C ++等高级编程语言对FPGA进行编程，而无需使用VHDL或。这些工具使软件开发人员无需具备FPGA的经验知识即可开发自己的加速器（尽管需要对FPGA技术有深入的了解，才能使用开发高效的硬件加速器）。
，ARM和
大约一个月前，宣布有意以400亿美元的价格收购ARM，“创建AI时代的世界顶级计算公司”。收购的原因之一是帮助开发数据处理单元（DPU），该单元包括：
因此，在从AMD收购之后，FPGA的未来将是什么。
英特尔拥有丰富的硬件加速器产品组合，包括功能强大的至强处理器，GPU，FPGA和用于深度学习的ASIC。那么FPGA针对英特尔的主要市场是什么？在一份英特尔演讲中，英特尔提出旨在在3个特定市场中利用FPGA：
因此，似乎英特尔主要致力于低延迟至关重要的应用，与其他平台相比，FPGA可以提供更低的延迟。但是，仍然有待观察这些针对深度学习应用的FPGA与ASIC深度学习平台（例如基于 Labs的平台）的区别。英特尔以20亿美元的价格收购了 Labs，以提供其高性能深度学习推理和培训技术。
FPGA的未来
在进行了相关的收购之后，我认为每个人都清楚，我们正迈入异构数据处理平台的时代，其中计算平台将包括 ，多核处理器和硬件加速器 ，用户将不得不选择完整的解决方案而不是混合使用和匹配。英特尔，AMD和将提供具有自己专有的加速器和的完整计算平台。
好处可能是更易于部署和更好的集成，但是选择每个领域中最好的选项将不再可行，或者至少会更具挑战性（例如，从选择FPGA，从Intel Xeon处理器选择和从获得GPU。）。
例如，对于英特尔和AMD而言，很难在深度学习领域推广FPGA，而其他平台将以自己的品牌名称提供。也许FPGA将主要用于其生硬的市场（网络和电信，如vRAN和5G），而其他平台（GPU，ASIC）将被推广用于深度学习。
FPGA的主要优点是可编程性，以支持量身定制的架构。这意味着它们可以更快地适应新算法或应用程序。这种竞争优势至关重要，特别是在深度学习领域，其中由机器学习工程师和数据科学家开发新模型。FPGA可以使用新的量身定制的模型/算法进行编程，与其他平台相比，可以提供更好的性能。尤其是在需要比特级处理的应用中，例如数据包处理，基因组学和比特币挖掘，FPGA表现出比其他平台更好的性能。在深度学习应用中，FPGA可以提供更低的延迟和更高的性能，尤其是在使用更少的位数时。（例如 FINN）。
无论如何，为了使FPGA成为加速器平台具有吸引力，我们还需要提供所需的框架，以允许 轻松，可扩展的FPGA部署。这就是为什么需要与供应商无关的框架的原因，该框架允许像GPU或CPU一样容易地部署FPGA。
在嵌入式系统领域，FPGA仍然可以占上风。和Intel均提供具有ARM内核的基于SoC的FPGA，广泛用于嵌入式应用。表示，仍将允许第三方使用ARM内核，因此和Intel将继续在基于SoC的FPGA中使用ARM（直到他们切换到RISC-V处理器为止）。
FPGA社区很大，并且还在不断增长。像FCCM，FPGA和FPL这样的几次会议表明，有一个庞大的社区支持并促进了FPGA的使用。但是，FPGA是否将继续用作通用加速器，或者其应用在网络和电信应用中的局限性还有待观察。
