人工智能、物聯網需要什么芯片？CPU和GPU將讓位于FPGA

一、FPAG是大數據和物聯網的趨勢

　　1.1、Intel167億美元、35倍倍PE押注FPGA

　　2015年6月1日，Intel宣布斥資167億美元，以每股約54美元的價格收購全球第二大FPGA廠商Altera(阿爾特拉)，這是Intel成立47年以來歷史上規模最大的收購。本次Intel的收購對應的估值高達35倍，這在半導體領域已經非常罕見。

　　Intel收購Altera，主要基于三方面考慮：

　　第一、IBM與全球第一大FPGA廠商Xilinx合作，主攻大數據和云計算方向，這引起Intel的巨大擔憂。Intel已經在移動處理器落后，大數據和云計算領域不能再落后。

　　第二、FPGA在云計算、大數據領域將深入應用。Intel此次與Altera合作，將開放Intel處理器的內部接口，形成CPU+FPGA的組合模式。其中FPGA用于整形計算，cpu進行浮點計算和調度，此組合的擁有更高的單位功耗性能和更低的時延。

　　第三、IC設計和流片成本。隨著半導體制程指數增長，FPGA在物聯網領域將替代高價值、批量相對較小(5萬片以下)、多通道計算的專用設備替代ASIC。同時，FPGA開發周期比ASIC短50%，可以用來快速搶占市場。

　　1.2、FPGA+CPU，大數據時代的趨勢之一

　　在近期杭州的云棲大會，Intel已經展示了其Xeon+FPGA的創新模式，計劃17年將投放市場。Altera的FPGA產品可以讓英特爾Xeon至強處理器技術形成高度定制化、整合產品，單位功耗性能比CPU+GPU模式更高。CPU+FPGA用于數據中心，這將是未來數據中心的標配。

　　目前在海量數據處理，主流方法是通過易編程多核CPU+GPU來實現，而從事海量數據處理應用開發(如密鑰加速、圖像識別、語音轉錄、加密和文本搜索等)。設計開發人員既希望GPU易于編程，同時也希望硬件具有低功耗、高吞吐量和最低時延功能。但是依靠半導體制程升級帶來的單位功耗性能在邊際遞減，CPU+GPU架構設計遇到了瓶頸而，而CPU+FPGA可以提供更好的單位功耗性能，同時易于修改和編程。

　　數據顯示，瑞士蘇黎世聯邦理工學院(ETHZurich)研究發現，基于FPGA的應用加速比CPU/GPU方案，單位功耗性能可提升25倍，而時延則縮短了50到75倍，與此同時還能實現出色的I/O集成(PCIe、DDR4、SDRAM接口、高速以太網等)。換言之，FPGA能在單芯片上提供高能效硬件應用加速所需的核心功能，并同時提供每個開發板低功耗的解決方案。

　　另外，微軟的研究表明，FPGA的單位功耗性能是GPU的10倍以上，由多個FPGA組成的集群能達到GPU的圖像處理能力并保持低功耗的特點。FPGA在云數據中心的應用，將從CPU與FPGA離散使用、向CPU與FPGA打包使用、再向CPU與FPGA整合使用發展。根據英特爾預計，到到2020年，將有1/3的云數據中心節點采用FPGA技術。