中国电子技术网

设为首页 网站地图 加入收藏

 
 

双巨头相继被收,FPGA的未来在哪里

关键词:FPGA

时间:2020-11-12 10:14:34      来源:互联网

2015年,英特尔以167亿美元收购Altera。而就在今年AMD正式收购了Xilinx,这对于FPGA领域来说是一个重要的里程碑,因为Xilinx和Altera是FPGA里面的主要供应商。两大收购以后,业界开始对FPGA的未来产生了巨大的担忧。

2015年,英特尔以167亿美元收购Altera。而就在今年AMD正式收购了Xilinx,这对于FPGA领域来说是一个重要的里程碑,因为Xilinx和Altera是FPGA里面的主要供应商。两大收购以后,业界开始对FPGA的未来产生了巨大的担忧。

 

AMD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,将会大幅扩大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在3年前发布了一个名为Alveo的强大FPGA平台。Alveo是最初由Xilinx开发的第一个FPGA的加速器卡,以此要与GPU抗衡。在此之前,Xilinx主要是在开发FPGA芯片,并依赖其他供应商提供FPGA卡。随着Alveo 加速器卡的出现,Xilinx希望以其品牌名称提供一个强大的平台,作为加速器卡。Xilinx围绕Alveo 平台开发了一个令人印象深刻的生态系统,它们利用Alveo 卡的性能来加速机器学习、深度神经网络、数据库、自然语言处理、基因组学和定量金融领域的一些应用。Alveo 卡的主要目标是为深度学习提供GPU的强大替代品。

 

为了快速高效的使用FPGA 加速卡,Xilinx公司提出了SDAccel开发环境,目的是让CPU/FPGA 编程如 CPU/GPU编程那样方便快捷。FPGA加速卡的推进,一直受限于硬件编程语言的限制,SDAccel开发环境就是为了方便FPGA的使用。此平台允许使用OpenCL和C/ c++等高级编程语言编写FPGA,而不需要使用VHDL或Verilog。尽管要使用OpenCL开发高效的硬件加速器,需要对FPGA技术有深入的理解,但这些工具允许没有FPGA专业知识的软件开发人员能够开发自己的加速器。

 

英伟达,ARM和Mellanox

 

大约一个月前,英伟达宣布以400亿美元收购ARM,誓要“打造人工智能时代的世界顶级计算公司”。收购的目的就是要实现Nvidia的目标,开发数据处理单元(DPU),这包括:

 

可编程多核CPU (ARM)

高性能网络接口(SmartNIC)( Mellanox)

丰富的灵活和可编程加速引擎(Nvidia GPU)

 

所以在从AMD收购Xilinx之后,FPGA的未来将会变成什么样?

 

 

英特尔拥有丰富的硬件加速器组合,包括强大的至强处理器、GPU、FPGA和用于深度学习的ASIC。那么FPGA在英特尔的主要市场是什么呢?在英特尔的一次演讲中,他们的FPGA目标是在3个特定市场:

 

自然语言处理(BERT)

欺诈检测(LSTM)

智能城市(推理)。

 

看起来英特尔主要专注于那些低延迟的应用程序,而FPGA可以提供比其他平台更低的延迟。此前英特尔公司以20亿美元的价格收购了Habana lab,他们的高性能深度学习推理和训练技术非常出色。然而,这些面向深度学习应用的FPGA与基于Habana的ASIC深度学习平台的区别仍有待观察。

 

FPGA的未来

 

在收购潮过后,我们正在进入一个异构数据处理平台的时代,这个平台将包括SmartNIC、多核处理器和硬件加速器,用户将不得不选择一个完整的解决方案,而不是混搭。英特尔、AMD和英伟达将提供完整的计算平台,包括他们自己专有的加速器和智能芯片。

 

这带来的好处可能是更容易部署和更好的集成,但是选择每个最佳选择将不再可行,例如选择Xilinx的FPGA、Intel Xeon处理器和Nvidia的GPU。

 

对于英特尔和AMD来说,在深度学习领域推广FPGA将会很困难,而其他平台将会以他们自己的品牌出现。或许FPGA将主要用于他们的基本市场(网络和电信,如vRAN和5G),而GPU, asic等其他平台将被推广用于深度学习。

 

FPGA的主要优点是可编程性,可支持定制架构。这意味着他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,尤其是在由ML工程师和数据科学家开发新模型的深度学习领域。FPGA可以使用新的定制模型/算法进行编程,与其他平台相比具有更好的性能。特别是在需要进行如封装处理、基因组学和比特币挖掘等bit级处理的应用中,因此FPGA表现出了比其他平台更好的性能。在深度学习应用中,FPGA可以提供较低的延迟和高性能,特别是在使用较少的比特数时。所以,FPGA可以在新的处理生态系统中发挥重要作用,而不仅仅用于智能网卡应用。

 

无论如何,为了使FPGA成为一个更具有吸引力的加速器平台,我们还需要提供所需的框架,使其部署变得简单且可扩展。这就是为什么需要一个与厂商无关的框架,让FPGA像GPU或CPU一样容易部署。

 

 

在嵌入式系统领域,FPGA仍然占据主导地位。Xilinx和Intel都提供了基于socket的FPGA,其ARM内核被广泛应用于嵌入式应用。Nvidia表示,第三方仍将允许使用ARM核心,因此Xilinx和Intel将继续在其基于socket的FPGA中使用ARM,直到他们在几年后切换到RISC-V处理器。

 

 

FPGA社区相当大,而且还在不断增长。像FCCM、FPGA和FPL这样的会议表明,有很多社区支持和推动FPGA的使用。然而,FPGA是否会继续作为通用加速器,或者它们的应用在网络和电信应用中会受到多大的限制,这还有待观察。

  • 分享到:

 

猜你喜欢

  • 主 题:汽车车身电子应用面临的挑战及解决方案
  • 公 司:NXP

  • 主 题:Infineon、MuRata和Arrow一站式物联网解决方案
  • 公 司:arrow&muRata&cypress&infineon

  • 主 题:针对储能系统的电池管理产品及系统设计
  • 公 司:ADI