人工智能、物聯網需要什么芯片？CPU和GPU將讓位于FPGA

　　另外，與CPU和GPU相比，FPGA的運算類似于ASIC“電路直給”，執行效率比CPU和GPU大幅提高。同時，FPGA在整數運算領域效率大大超過CPU，所以FPGA在整數運算領域的加速優勢非常明顯，而整數運算正是當前主流企業級應用的主要運算方式。目前。FPGA在卷積神經網絡算法進行圖像識別、加密算法進行安全控制、壓縮算法等整數運算領域的加速運算更加出色。

　　1.3、物聯網—FPGA替代部分AISC，提升運行效率

　　Intel收購Altera的另一個原因是因為看好物聯網領域的機會。之前FPGA的主要作用之一是用于原型設計，先用FPGA做功能驗證然后用ASIC流片，是為了在節約成本的情況下更好的設計ASIC。但是隨著FPGA自身的性能、能力與可實現邏輯的復雜度的不斷提升，現在FPGA在高性能、多通道計算領域可以直接代替一些部分分ASIC和和DSP來使用，主要原因三點：并行運算、硬件結構可變、運行中可以更改。

　　Intel在Computex2015上展示了基于FPGA優化下的物聯網的方案，FPAG的并行計算在多通道領域優勢，以及可編程特性在物聯網領域可以對傳統的ASIC方案進行優化。

　　在安防監控領域，FPGA和DSP都可以實現視頻分析，由于FPGA計算方式采用并行方式，其處理效率較DSP大幅提高。基于FPGA的解決方案在設計時間上可以進行調整和更新，在運行時可以重配置——它能夠實現通道數量、分辨率、幀速率和延時的動態平衡。同時，當出現了新的IP內核時，基于FPGA的解決方案能夠靈活地更新，在現場進行編程改進。

　　目前，Intel的X86處理器和DSP很難做到圖像視頻多通道處理和智能檢測分析，但是CPU+FPGA后其并行處理可以輕易解決。例如，Intel已經有實時的視頻內容分析應用，可以對車牌進行分析，如果配上FPGA就可以實現對大量車牌的并行分析，也可以解決雨霧天低能見度下的精準分析，這就是FPGA在安防領域的優勢。

　　在工業智能化領域，FPGA的用處也非常多，例如FPGA的并行計算的特性可以做多通道的馬達控制。一片FPGA就可以精確控制大量馬達同時運行，減少傳統采用大量ASIC控制，實現控制流程和運行操作簡化和提升效率。目前Intel也有智能工廠方案，如果在云端和網關端有強大的優勢，加上跟終端的控制結合，則優勢會大大增加。

　　在智能家居領域，未來的智能家居的核心在于傳感器的融合，FPGA的并行計算可以很好處理。例如，當主人回到家以后，照明自動打開，音樂自動播放，門禁和安防自動解禁，這些應用場需要很很短的時間內實現大量的融合算法。

　　或者，有人說未來機器人將是家庭的入口。在機器人控制上也需要大量的并行處理和控制，例如機器人的智能需要機器視覺技術的大提速。目前看演示的機器視覺技術，很多都是基于FPGA來完成的，這也是FPGA可以發揮的地方。

　　最后，實際應用中，FPGA的可編程性使開發人員能夠用軟件升級包通過在片上運行程序來修改芯片，甚至可通過因特網進行遠程升級，大大減少的家庭用戶的升級成本。

　　總之，CPU+FPGA的模式，一方面可以提供更好的單位功耗性能夠，另一方面可以彌補X86架構在并行運算上的不足，并可以將方案往下延伸。據說，英特爾將在16年下半年將推出40多款MCU產品，這絕對是占據物聯網終端的重拳，如果未來英特爾X86+FPGA+MCU組合起來，基本上在物聯網領域擁有頂級裝備了。

　　1.4、設計成本高和開發周期長，FPGA在小批量更優

　　隨著半導體制程升級，芯片設計和流片費用成指數型增長。最終流片數量不大的ASIC或者ASSP，攤銷到每塊芯片的成本其實非常高。

　　粗略計算，最便宜的ASIC流片成本需要幾十萬人民幣一次(按照50萬元測算)，ASIC流片后如果量大，邊際成本基本為0，而一塊最便宜FPGA芯片的價格在10元左右。也就是說，如果客戶有50萬元，實現同樣的芯片邏輯功能，可以選擇買5萬片FPGA通過編程實現，或者花50萬元設計ASIC后流片(流片邊際成本為0)。測算下來，5萬片流片可以作為一個零界點。

　　按照上面測算，于低于5萬片合的小批量多批次更適合FPGA。FPGA在原來的專用設備控制器上(如雷達、航天飛機、汽車電子、路由器，這些高價值、批量相對較小、多通道計算的專用設備)有取代ASIC的趨勢。

　　另外，FPAG的靈活性和開發周期短，可以幫助企業快速搶占市場。全球FPGA第一大廠商Xilinx認為，傳統的ASIC和SoC設計周期平均是14個月到24個月，用FPGA進行開發時間可以平均降低55%。而產品晚上市六個月5年內將少33%的利潤，每晚四周等于損失14%的市場份額。等到快速搶占市場后，如果產品的量較大再采用ASIC流片來降低成本。