《电子技术应用》
您所在的位置:首页 > 电子元件 > 业界动态 > FPGA未来将走向何方?

FPGA未来将走向何方?

2020-11-11
来源:半导体行业观察
关键词: 英特尔 Altera Xilinx FPGA

  2015年6月1日,英特尔Altera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Altera。这是FPGA行业的一个重要里程碑,因为Xilinx和Altera是主要的FPGA供应商。

  在AMD正式宣布收购Xilinx之后,FPGA界对FPGA的未来充满了担忧。

  收购Xilinx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Xilinx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Xilinx目前领先的主要市场是什么?

  Alveo,VERSAL和Vitis AI

  Xilinx 3年前发布了一个功能强大的FPGA平台,名为Alveo。Alveo是Xilinx最初开发的第一块FPGA板,用作与GPU竞争的加速卡。在此之前,Xilinx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Versal)的出现,Xilinx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SDAccel,然后是Vitis),该工具允许使用OpenCL和C / C ++等高级编程语言对FPGA进行编程,而无需使用VHDL或Verilog。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OpenCL开发高效的硬件加速器)。

  NVIDIA,ARM和Mellanox

  大约一个月前,Nvidia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Nvidia开发数据处理单元(DPU),该单元包括:

  软件可编程的多核CPU(又名ARM)

  高性能网络接口(aka SmartNIC)(aka Mellanox)

  丰富的灵活和可编程加速引擎集(又名Nvidia GPU)

  因此,在从AMD收购Xilinx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:

  自然语言处理(BERT)

  欺诈检测(LSTM)

  智能城市(推理)

  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Habana Labs的平台)的区别。英特尔以20亿美元的价格收购了Habana 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 SmartNIC,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Nvidia将提供具有自己专有的加速器和SmartNIC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Xilinx选择FPGA,从Intel Xeon处理器选择和从Nvidia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Xilinx 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。Xilinx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。Nvidia表示,仍将允许第三方使用ARM内核,因此Xilinx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。

  


本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306116;邮箱:aet@chinaaet.com。