FPGA人工智能時代的引擎!

引言：這是FPGA最好的時代，也是芯片技術最好的時代。我們相信，芯片作為人類文明史上最重要的成就之一，會繼續(xù)推動更多的社會進步與技術創(chuàng)新。FPGA作為一種重要的芯片類別，將會在人工智能、大數(shù)據(jù)、云計算等多個領域不斷煥發(fā)新生。而FPGA蘊含的技術思想，也將持續(xù)啟發(fā)一代代智慧的研究者不斷創(chuàng)新！

什么是FPGA？

FPGA叫“現(xiàn)場可編程邏輯陣列”，它本質是一種可編程的芯片。人們可以把硬件設計重復少些在他的可編程存儲器里，從而使FPGA芯片可以執(zhí)行不同的硬件設計和功能。另外，你也可以使用現(xiàn)場動態(tài)的改變它上面運行的功能，這就是為什么它們被稱作現(xiàn)場可編程的原因。事實上，你可以每隔幾秒就改變一次FPGA芯片上運行的硬件設計，因此這種芯片非常靈活。

處理器圍繞一個CPU構建，一個CPU一次執(zhí)行一個操作。此外，處理器通過以順序方式執(zhí)行指令來完成其任務，這意味著處理器的操作本質上受到限制：所需的功能必須適應可用的指令，并且在大多數(shù)情況下，不可能同時完成多個處理任務。指令集的設計非常通用，現(xiàn)在可以在極高的頻率下執(zhí)行指令。然而，這些特性并沒有消除基于軟件的數(shù)字設計方法的缺點。

替代方案是基于硬件的方法。如果每個新設計都可以圍繞實現(xiàn)系統(tǒng)所需的確切功能的數(shù)字IC構建，那將是非常方便的：無需編寫軟件，無指令集限制，無處理延遲，只需一個具有輸入引腳的IC ，輸出引腳和數(shù)字電路精確地對應于必要的操作。

FPGA 通過什么實現(xiàn)可編程？

CLB（可配置邏輯模塊），構成了FPGA可編程邏輯功能的核心。CLB需要彼此互聯(lián)并與外部電路交互，出于這些目的，F(xiàn)PGA使用可編程互連和輸入/輸出（I / O）塊矩陣。FPGA的“程序”存儲在SRAM單元中，這些單元影響CLB的功能并控制建立連接路徑的開關。通過硬件描述語言（HDL）最常見的兩種VHDL和Verilog，去告訴硬件怎么做。

• 優(yōu)點

• 可編程

• 靈活

• 低功耗

• 成本低

FPGA和CPU，GPU三者之間的區(qū)別？

CPU的工作方式基于一系列的計算機指令（指令集），CPU從內(nèi)存中取一小部分數(shù)據(jù)放到寄存器或緩存中，使用一系列指令對這些數(shù)據(jù)進行操作，操作我牛逼后，將數(shù)據(jù)寫回內(nèi)存，提取另一小部分數(shù)據(jù)，再用指令進行操作，周而復始。”時域計算“，但有一個弊端就是在高速網(wǎng)絡中當需要指令控制執(zhí)行的數(shù)據(jù)集太大時，CPU不僅要處理復雜的指令，還要處理數(shù)據(jù)，根本忙不過來。

GPU、被稱作是”單指令多數(shù)據(jù)流（SIMD）“的并行處理，實際上就是，在GPU中有著一堆相同的計算核心，可以處理類似但并不是完全相同的數(shù)據(jù)集，因此，可以使用一條指令，就讓這些計算核心執(zhí)行相同的操作，并且平行的處理所有數(shù)據(jù)。

FPGA、它實際上是CPU計算模型的轉置。與其將數(shù)據(jù)鎖定在架構上，然后使用指令流對其處理，F(xiàn)PGA將“指令”鎖定在架構上，然后在上面運行數(shù)據(jù)流。，實際上就是將某種計算架構用硬件電路實現(xiàn)出來，然后持續(xù)的將數(shù)據(jù)流輸入系統(tǒng)，并完成計算?？删幊?，可配置，就是修改控制數(shù)據(jù)流向的邏輯。

通俗理解

ASIC(定制化芯片): 比如商場里線程的玩具模型，小汽車、城堡等，這些買來就可以玩，是廠家給你做好的。喜歡什么就買什么，買了四個輪子的小汽車，發(fā)現(xiàn)四個輪子不好玩，其實想要三輪車，這就沒辦法，你只能再去掏錢買。

CPU或者ARM：買了一臺游戲機，玩什么游戲另外插卡。沒有游戲卡，就是廢鐵。

FPGA：相當于樂高積木，買來的是以大堆零件（FPGA里的IOB、SLICE、blockram等），車輪、屋頂這些零件集成度很高（相當于FPGA里的DCM、DSP等）；玩家根據(jù)圖紙，可以搭出多種樣式的模型?？梢愿鶕?jù)喜好想做成什么做成什么。

人工智能的發(fā)展

當前，人工智能有了很大的發(fā)展，而這很大程度上歸功于深度學習技術的發(fā)展。人們逐漸認識到，當你有了深度學習算法、模型，并構建了深度神經(jīng)網(wǎng)絡時，需要足夠多的數(shù)據(jù)去訓練這個網(wǎng)絡。只有加入更多的數(shù)據(jù)，才會讓深度神經(jīng)網(wǎng)絡變的更大、更好。通過使用深度學習，我們在很多傳統(tǒng)的AI領域取得了長足的進展，比如機器翻譯、語音識別、計算機視覺等等。同時，深度學習也可以逐步替換這些領域發(fā)展多年的專用算法。

評價AI的幾個維度：時延 處理速度 成本

5G 與 FPGA 有什么關聯(lián)？

5G時代用的頻率很可能從4G時代的1.8G提升至3.5G，這意味著其頻率穿透性會變差，衰減也會更快，基站覆蓋范圍要遠小于3G、4G基站。有數(shù)據(jù)顯示，一個3G基站可以覆蓋的區(qū)域可能需要4-5個5G基站覆蓋。高通曾在舊金山做過實驗，0.1個平方公里的區(qū)域，需要部署174個2.8G頻段的小基站，然后才能達到5G的服務標準。這意味著需要運營商需要購買數(shù)倍的基站。

5G 網(wǎng)絡的典型特點包括高速度、泛在網(wǎng)、低功耗、低延時，以及更高的可擴展性、智能性和異構性。為滿足這些新的要求，5G 網(wǎng)絡必須采用許多新的技術，比如海量 MI-MO、云 RAN、新的基帶和 RF 架構 等，而這些新的技術存在不確定性和較長的優(yōu)化和迭代過程，而且市場上短期內(nèi)沒有形成統(tǒng)一的方案， 在網(wǎng)絡應用和運維通過較長時間達到最優(yōu)之前，都需要 FPGA 方案解決。FPGA 兩大國際巨頭賽靈思和英特爾都將 5G 通信作為未來幾年的戰(zhàn)略方向之一。

什么驅動了FPGA的發(fā)展？

摩爾定律失效

摩爾定律,當價格不變時，集成電路上的元器件數(shù)目每隔1-2年就會翻一倍，性能也會增加一倍?，F(xiàn)在納米技術到達了瓶頸，導致了摩爾定律的失效。

數(shù)據(jù)量大，面對更多的數(shù)據(jù)和更復雜的計算，需要更快處理速度和算力，CPU已經(jīng)不能夠支持。

5G時代的到來，基建的建設，帶動了人工智能的發(fā)展，數(shù)據(jù)量的增大，低延時，超強酸鋰等等這些需求，都促使著FPGA的發(fā)展。

隨著發(fā)展，處理速度的需求，能不能將多個FPGA像軟件的集群一樣，形成一個FPGA集群網(wǎng)絡，不同的FPGA可以有不同的功能，如果用來模擬神經(jīng)網(wǎng)絡，不同的芯片來模擬復雜的神經(jīng)元，形成一個大的神經(jīng)網(wǎng)絡.

歡迎加入至芯科技FPGA微信學習交流群，這里有一群優(yōu)秀的FPGA工程師、學生、老師、這里FPGA技術交流學習氛圍濃厚、相互分享、相互幫助、叫上小伙伴一起加入吧！

點個在看你最好看