CPU不堪重负，FPGA来助阵！

CPU不堪重负，FPGA来助阵！

本刊记者薛士然

据分析师预测，到2020年互联网数据量会大得惊人：平均每位互联网用户的数据流量达1.5 GB/天，自动驾驶汽车产生数据达4 TB/天，联网飞机的数据达5 TB/天，智能工厂产生的数据达1 PB/天，云视频提供商每天的数据流量高达750 PB/天……如此庞大的数据量，必然会给数据中心带来巨大的压力，加之数据分析、机器学习等应用，更会让CPU不堪重负，这种情况下该怎么办？

近日，英特尔公司可编程解决方案事业部副总裁兼客户体验事业部总经理Rina Raman告诉了大家一个解决方案，那就是借助FPGA！

2015年6月，英特尔高价收购了当时的第二大FPGA公司Altera，开始涉足FPGA领域。FPGA是在PAL、GAL、CPLD等可编程器件的基础上进一步发展来的，主要包括以下几部分：可编程输入/输出单元、基本可编程逻辑单元、完整的时钟管理、嵌入块式RAM、丰富的布线资源、内嵌的底层功能单元和内嵌专用硬件模块。

FPGA具有静态可重复编程和动态在系统重构的特性，使得硬件的功能可以像软件一样通过编程来修改，FPGA能完成任何数字器件的功能，甚至是高性能CPU都可以用FPGA来实现(要知道，所有ASIC的设计都是通过FPGA来实现物理验证的)。FPGA如同一张白纸：加电时，FPGA芯片将EPROM中数据读入片内编程RAM中，配置完成后进入工作状态；掉电后，FPGA恢复成白片，内部逻辑关系消失。因此，FPGA能够反复使用，其优势就是可以用硬件电路实现并行处理。

一个ASIC SoC的设计周期是14到24个月，而一个FPGA是半成品，因而设计时间要缩短一半。如果将x86处理器和FPGA结合起来创造新型异构处理器，还可以继续实现摩尔定律，而且这样的处理器既拥有x86的高性能，又通过FPGA实现了灵活性，堪称是一种完美的方案。

Rina介绍，随着物联网时代的到来，需要对网络进行根本性的转型，如此众多的设备涌入网络，就需要将网络功能进行虚拟化，很多功能需要从专用硬件转到数据中心软件中来运行，这种情况下采用FPGA是一个非常不错的解决方案，而且随着数据量的增长、计算环境的改变以及对功耗的要求越来越苛刻，要对计算进行加速，CPU+FPGA的异构架构确实是目前来看最好的方式。CPU是核心引擎，作为专用加速器，FPGA在灵活加速中使用，因为如此大量的数据需要处理，负载一定是动态变化的，FPGA是软件定义的硬件，能够应对不断出现的变化，充分发挥硬件的性能。

Rina还举例详细介绍了异构计算中FPGA的作用，FPGA配合英特尔的至强处理器在计算处理中可以采用两种方式：旁路加速和内建加速。在数据库加速应用中，swarm64采用了英特尔的FPGA方案，使用内建加速方式，在数据处理之前先进行压缩，结果实时数据分析速度快了5倍，传统数据仓储速度快了2倍，存储数据压缩速度快了3倍。在基因测序应用中，Broad Institute使用了英特尔的FPGA后取得了突破性的进步，采用Pair-HMM算法后，基因测序速度提高了50倍，改变了此行业的现状。

以上应用案例足以显示FPGA在计算加速中的优势，也让我们更加理解了英特尔斥巨资收购Altera的初衷。目前，英特尔的FPGA产品状况如下：用于高端的Stratix 10已有样片，用于中端的Arria 10已经全面投产，还有已经大量出货的Cyclone 10和正在发运中的Max 10，广泛的产品线完全能够满足多种应用需求。Rina还透漏，英特尔正在研发下一代产品，也是Altera并入英特尔后的第一代新产品，内部代号为Falcon Mesa，计划采用英特尔10 nm工艺制程，会采用新的接口规范。

据Rina介绍，其实英特尔一直在研究如何更好地将CPU与FPGA融合，研究紧密耦合的英特尔架构处理器是未来考虑的一个方向。因为目前CPU和FPGA各自有自己的开发工具，英特尔希望将两者的开发工具、结构框架、软件环境加以整合，这样就更方便了工程师实现开发应用。将FPGA与CPU融合，如此大胆的想法，目前也只有英特尔可以想！