8月8日，英特爾在美國總部召開了名為“以數(shù)據(jù)為中心（Data-Centric）”的創(chuàng)新峰會,。在會上,，以英特爾執(zhí)行副總裁,、數(shù)據(jù)中心集團總經(jīng)理Navin Shenoy為首的各產(chǎn)品線主要負責(zé)人介紹了英特爾在大數(shù)據(jù)時代的發(fā)展愿景和布局,，對“以數(shù)據(jù)為中心的計算（Data-Centric Computing）”的潛在市場進行了分析,，并且公布了若干英特爾相關(guān)軟硬件產(chǎn)品的發(fā)展路線圖。

本次峰會披露了很多關(guān)于FPGA的重大動態(tài),，其中包括正式宣布了基于英特爾FPGA的智能網(wǎng)卡產(chǎn)品線,，以及其第一款代號為“Cascade Glacier（冰川瀑布）”的量產(chǎn)版智能網(wǎng)卡。作為這款產(chǎn)品的FPGA研發(fā)團隊的主要成員之一,，筆者從立項之初就參與了它的各項研發(fā)工作,，并負責(zé)了多個軟硬件模塊和系統(tǒng)的設(shè)計與驗證任務(wù)。因此對于這款產(chǎn)品的正式對外發(fā)布,，我倍感欣喜,，并希望通過本文進一步梳理和分析峰會的技術(shù)細節(jié)，以及從以下幾個方面探討FPGA在大數(shù)據(jù)時代的各種機遇和挑戰(zhàn)：

1.英特爾“泛數(shù)據(jù)中心”業(yè)務(wù)及其潛在市場

2.基于FPGA的智能網(wǎng)卡產(chǎn)品線的正式發(fā)布

3.英特爾人工智能計算加速器產(chǎn)品系列的相關(guān)布局

4.FPGA開發(fā)的痛點與潛在方案

英特爾“泛數(shù)據(jù)中心”業(yè)務(wù)

近年來,，英特爾一直積極的尋求業(yè)務(wù)轉(zhuǎn)型,，即從一家以個人計算機和CPU為主的企業(yè)，轉(zhuǎn)向以數(shù)據(jù)為中心并圍繞其發(fā)展全棧式解決方案的公司,。為了實現(xiàn)這一目標(biāo),，這幾年英特爾先后收購了FPGA大廠Altera（167.5億美金），自動駕駛大廠Mobileye（153億美金）,，人工智能芯片初創(chuàng)公司Nervana,、機器視覺公司Movidus等眾多公司擴展其產(chǎn)品線，并同時招攬了兩位芯片設(shè)計大神Jim Keller和 Raja Koduri分別擔(dān)任半導(dǎo)體工程總負責(zé)人和芯片總架構(gòu)師,，負責(zé)統(tǒng)領(lǐng)英特爾各類芯片（特別是高端數(shù)據(jù)中心芯片）的整體架構(gòu)和路線圖規(guī)劃,。另外，英特爾旗下的風(fēng)投部門僅在2017年就投資了包括地平線在內(nèi)的十余家AI初創(chuàng)企業(yè),，各領(lǐng)域總投資額超過五億美元,。

推動這場變革的主要力量，就是目前方興未艾的大數(shù)據(jù)浪潮,。目前,，全世界現(xiàn)有的超過90%的數(shù)據(jù)都是在過去的兩年內(nèi)產(chǎn)生的。隨著人工智能,、自動駕駛,、5G、云計算等各種技術(shù)的不斷發(fā)展,，各類數(shù)據(jù)將會基于源源不斷的產(chǎn)生,，預(yù)計到2025年時，數(shù)據(jù)總量將比現(xiàn)在增長10倍。由于上述技術(shù)的發(fā)展都基于對大數(shù)據(jù)的研究和分析,，因此有人形象的將數(shù)據(jù)比作未來人工智能時代的石油,。

隨著數(shù)據(jù)量的增長和技術(shù)的發(fā)展，對數(shù)據(jù)進行處理的能力也有了長足的進步,。特別是隨著摩爾定律的延續(xù),，從2012年至2017年，處理數(shù)據(jù)所需的計算和存儲成本分別下降了56%和77%,；同時,，處理數(shù)據(jù)的性能相較2006年則提升了41倍，如圖1所示,。然而即便如此,，現(xiàn)如今只有不到1%的數(shù)據(jù)被有效的進行了處理、分析和利用,。由此可見,，如何高效的以數(shù)據(jù)為中心進行現(xiàn)有系統(tǒng)的優(yōu)化設(shè)計、升級和創(chuàng)新,，擁有著巨大的市場潛力和前景,。

圖1：摩爾定律的延續(xù)帶來的數(shù)據(jù)處理性能的增長

在本次峰會上，英特爾對其2022年的大數(shù)據(jù)相關(guān)的潛在市場規(guī)模（Total Addressable Market – TAM）做了自己的預(yù)測,，如下圖所示：

圖2：2022年英特爾大數(shù)據(jù)相關(guān)的潛在市場規(guī)模

英特爾的各類以數(shù)據(jù)為中心的業(yè)務(wù)部門主要包括四個子業(yè)務(wù)群：第一，傳統(tǒng)的數(shù)據(jù)中心業(yè)務(wù),，包括Xeon處理器,、網(wǎng)絡(luò)、連接等,；第二,，非易失性存儲業(yè)務(wù)；第三,，物聯(lián)網(wǎng)和自動駕駛業(yè)務(wù),，包括各類人工智能相關(guān)的業(yè)務(wù)部門；第四,，F(xiàn)PGA業(yè)務(wù),。我在本文中將將其統(tǒng)一稱作“泛數(shù)據(jù)中心”集團。至2022年,，泛數(shù)據(jù)中心集團的潛在市場規(guī)模將超過2000億美元,，并由此成為英特爾歷史上最大的市場機遇。其中,，各個子業(yè)務(wù)群的市場規(guī)模分別為,，傳統(tǒng)數(shù)據(jù)中心業(yè)務(wù)超過900億美元、非易失性存儲業(yè)務(wù)750億美元,，物聯(lián)網(wǎng)和自動駕駛業(yè)務(wù)330億美元,，F(xiàn)PGA相關(guān)的業(yè)務(wù)也超過80億美元,。

為此，英特爾提出了“全棧式”的數(shù)據(jù)中心系統(tǒng)解決方案路線圖,，并由此打造以數(shù)據(jù)為中心的基礎(chǔ)架構(gòu),，如下圖所示。

圖3：英特爾全棧式數(shù)據(jù)中心解決方案

可以看到,，這個路線圖主要由“三駕馬車”進行驅(qū)動,，分別是傳輸、存儲和計算,。值得注意的是,，圖中在傳輸和計算的部分都明確標(biāo)出了FPGA的存在。下文將進一步分析FPGA在這兩個領(lǐng)域中所面臨的主要機遇和挑戰(zhàn),。

使用FPGA智能網(wǎng)

卡加速數(shù)據(jù)中心網(wǎng)絡(luò)

（1）數(shù)據(jù)中心網(wǎng)絡(luò)市場高速增長

在2022年,，F(xiàn)PGA的數(shù)據(jù)中心相關(guān)業(yè)務(wù)的潛在市場規(guī)模將達到80億美元，較現(xiàn)在增長將超過30億美元,。就英特爾FPGA業(yè)務(wù)部（原Altera）而言,，其數(shù)據(jù)中心相關(guān)業(yè)務(wù)的年同比增長率在今年一季度達到了140%，與高端FPGA器件相關(guān)的增幅達50%,，而整體業(yè)務(wù)也有超過兩位數(shù)的增長,，見下圖所示。

圖4：英特爾可編程業(yè)務(wù)部年增長率

FPGA的一個最主要的應(yīng)用領(lǐng)域就是對各類網(wǎng)絡(luò)數(shù)據(jù)進行并行化處理,。這里的網(wǎng)絡(luò),，既包括傳統(tǒng)的有線通信網(wǎng)絡(luò)，也包括正在興起的5G無線網(wǎng)絡(luò),，以及在數(shù)據(jù)中心里的各類網(wǎng)絡(luò)連接,。

（2）FPGA智能網(wǎng)卡產(chǎn)品線發(fā)布

前文中提到，作為本次峰會的一大亮點,，英特爾發(fā)布了全新的基于FPGA的智能網(wǎng)卡產(chǎn)品線,，以及其中的首款量產(chǎn)級產(chǎn)品，代號為“Cascade Glacier（冰川瀑布）”,。由此進一步擴充了英特爾的以太網(wǎng)硬件產(chǎn)品線,，形成了傳統(tǒng)網(wǎng)卡（ASIC）+智能網(wǎng)卡（FPGA）+網(wǎng)絡(luò)功能加速卡（FPGA）的完整產(chǎn)品組合，如下圖所示,。

圖5：英特爾數(shù)據(jù)中心以太網(wǎng)硬件產(chǎn)品線

這類智能網(wǎng)卡的產(chǎn)生背景是為了應(yīng)對數(shù)據(jù)中心網(wǎng)絡(luò)流量的爆炸性增長,。從下圖可以看到，全球數(shù)據(jù)中心的網(wǎng)絡(luò)流量將從2016年的6.8Z字節(jié)(1ZB等于10的12次方GB)暴增至2021年的20.6Z字節(jié),，年復(fù)合增長率約為25%,。同時值得注意的是，這其中大部分的網(wǎng)絡(luò)流量都是在數(shù)據(jù)中心內(nèi)部的，因此如何優(yōu)化處理這類網(wǎng)絡(luò)流量就成了亟需解決的課題,。另外,，在目前的通信及云服務(wù)提供商的數(shù)據(jù)中心里，部分CPU核心被用來實現(xiàn)必須的存儲和網(wǎng)絡(luò)功能,，如針對虛擬化交換的OVS（Open Virtual Switch）,，以及針對I/O虛擬化的Virtio等等，這樣使得寶貴的CPU資源被非用戶任務(wù)占用,，造成可用CPU資源的壓縮和緊張,。為解決這些問題，Cascade Glacier智能網(wǎng)卡由此產(chǎn)生,。

圖6：全球數(shù)據(jù)中心網(wǎng)絡(luò)流量增長率

如圖7所示,，Cascade Glacier基于英特爾Arria10系列FPGA，能為云數(shù)據(jù)中心的網(wǎng)絡(luò)流量提供2x25GbE的數(shù)據(jù)處理加速,。

圖7a：FPGA智能網(wǎng)卡Cascade Glacier

與傳統(tǒng)網(wǎng)卡以及現(xiàn)有的其他智能網(wǎng)卡相比,，它提供了業(yè)界唯一的對Virtio協(xié)議的硬件支持和加速，使得云數(shù)據(jù)中心里的虛擬機可以進行無縫的動態(tài)遷移,，而不需要安裝額外的驅(qū)動,，極大的擴展了數(shù)據(jù)中心的部署靈活性。另外,，它將原本在CPU上實現(xiàn)的OVS功能完全卸載到FPGA上實現(xiàn),，釋放了寶貴的CPU資源。另外,，它還提供了FPGA靈活的可編程以及低功耗的特點,，方便在數(shù)據(jù)中心中大規(guī)模部署，以及對常用網(wǎng)絡(luò)功能進行定制化加速,。作為英特爾獨立開發(fā)的量產(chǎn)級智能網(wǎng)卡產(chǎn)品，Cascade Glacier會與英特爾”泛數(shù)據(jù)中心“架構(gòu)中的其他組成部分,，如Xeon CPU,、存儲器、AI協(xié)處理器和加速器等,，進行軟硬件深度整合,，從而提供完整的端到端的系統(tǒng)解決方案。目前,，Cascade Glacier已經(jīng)進入了最后的批量裝配階段,，并預(yù)計將于2019年一季度正式出貨。

圖7b：使用智能網(wǎng)卡進行CPU功能卸載

Cascade Glacier可以算是英特爾針對云數(shù)據(jù)中心而設(shè)計開發(fā)的第一代基于FPGA的智能網(wǎng)卡量產(chǎn)產(chǎn)品,，很好的解決了行業(yè)痛點,，因此已經(jīng)吸引了很多大型云服務(wù)提供商的關(guān)注。相信在不久的將來，會有更多關(guān)于這款產(chǎn)品的詳細信息和部署情況被正式公布,，屆時我會更深入的介紹關(guān)于Cascade Glacier的更多性能特點,。

（3）針對網(wǎng)絡(luò)功能虛擬化和加速的FPGA智能網(wǎng)卡

我曾經(jīng)在之前的博文《白皮書技術(shù)解析 - 為下一代電信基礎(chǔ)設(shè)施尋找有效的虛擬網(wǎng)絡(luò)體系架構(gòu)》中詳細分析了FPGA是如何應(yīng)用在網(wǎng)絡(luò)功能虛擬化（Network Function Virtualization – NFV）這一新興場景，并幫助中國電信實現(xiàn)電信網(wǎng)絡(luò)的轉(zhuǎn)型升級的,。

圖8：網(wǎng)絡(luò)功能虛擬化與FPGA

通過NFV技術(shù),，電信數(shù)據(jù)中心網(wǎng)絡(luò)可以實現(xiàn)轉(zhuǎn)發(fā)面與控制面解耦分離，從而只需使用標(biāo)準的服務(wù)器,、存儲和網(wǎng)絡(luò)硬件設(shè)備,，并借由FPGA的硬件加速，就能完成各類核心網(wǎng)絡(luò)功能,，而無需再購買配置各類專用的網(wǎng)絡(luò)設(shè)備,。NFV是目前電信網(wǎng)絡(luò)發(fā)展的大趨勢，并非由英特爾提出,。但可以發(fā)現(xiàn),，其核心思想與上文提到的英特爾“泛數(shù)據(jù)中心”的三駕馬車不謀而合。英特爾也是目前唯一一家可以提供結(jié)合了傳輸,、存儲和計算的全棧式半導(dǎo)體解決方案的公司,。

在2017年的甲骨文開發(fā)者大會上，英特爾公布了一款正在開發(fā)中的智能網(wǎng)卡原型機,，如下圖所示,，并對使用這款智能網(wǎng)卡進行網(wǎng)絡(luò)數(shù)據(jù)加解密的性能進行了現(xiàn)場展示。這款智能網(wǎng)卡基于英特爾Arria10系列FPGA,，并包含一枚英特爾XL710以太網(wǎng)控制器,，因此可以同時實現(xiàn)高速網(wǎng)絡(luò)數(shù)據(jù)處理以及靈活的基于FPGA的定制計算需求。作為這款板卡最早期的FPGA開發(fā)者之一,，我認為這款產(chǎn)品及其后續(xù)的升級版本將會在數(shù)據(jù)中心的網(wǎng)絡(luò)功能加速領(lǐng)域有著廣闊的前景,。

圖9：針對NFV與網(wǎng)絡(luò)功能加速的FPGA智能網(wǎng)卡

人工智能計算加速器

產(chǎn)品系列的相關(guān)布局

在本次峰會上，英特爾宣布了Xeon處理器的詳細路線圖,，即基于英特爾14nm工藝的Cascade Lake（2018年底出貨）,，基于14nm工藝的Cooper Lake（2019年出貨），以及基于10nm工藝的Ice Lake（2020年出貨）,。這三款Xeon處理器都在內(nèi)部集成了對深度學(xué)習(xí)加速器的原生支持,，從而更好的針對人工智能應(yīng)用進行計算和加速。除此之外,，英特爾還展示了“泛數(shù)據(jù)中心”業(yè)務(wù)群中針對人工智能應(yīng)用的全棧芯片產(chǎn)品組合,。

圖10：英特爾人工智能芯片產(chǎn)品組合

在人工智能的計算和加速領(lǐng)域，F(xiàn)PGA也被廣泛用作硬件加速模塊來使用,，并被部署于數(shù)據(jù)中心本身以及很多邊緣計算的場合,。

首先,，在數(shù)據(jù)中心領(lǐng)域，最有名的例子就是微軟在其數(shù)據(jù)中心對FPGA使用進行的一系列針對人工智能計算的開創(chuàng)性的探索,。例如,，微軟在它最新公布的“腦波項目（Project Brainwave）”中，使用了英特爾FPGA,，構(gòu)建了實時深度學(xué)習(xí)平臺,。它利用了FPGA的低延時、高并行,、低功耗的特點,，實現(xiàn)了對Bing搜索服務(wù)、微軟Azure云平臺等多項業(yè)務(wù)的跨越式加速,。關(guān)于微軟的FPGA項目已有很多文章進行介紹,，本文不再展開。

其次,，英特爾于2017年發(fā)布了用于Xeon服務(wù)器的新一代標(biāo)準化的“可編程加速卡（Programmable Acceleration Cards – PACs）”,，以及配套的加速棧開發(fā)軟件和用戶接口，如下圖所示,，并已經(jīng)得到了包括戴爾,、富士通、浪潮等服務(wù)器大廠的采用和配套支持,。這款加速卡可以使用戶在多個領(lǐng)域進行定制計算加速,，包括人工智能、大數(shù)據(jù),、高性能計算等,。

圖11：英特爾基于FPGA的可編程加速卡

第三，F(xiàn)PGA的應(yīng)用也逐步擴展到網(wǎng)絡(luò)邊緣和端點,，例如智能安防,、視頻采集和處理、自動駕駛和機器人等等,，直接在數(shù)據(jù)來源進行計算加速,，并進行人工智能模型的推斷和處理。

圖12：FPGA在邊緣網(wǎng)絡(luò)計算中的應(yīng)用場景

邊緣計算+人工智能通常是國內(nèi)外初創(chuàng)企業(yè)切入市場的主要領(lǐng)域,。這一方面是由于數(shù)據(jù)中心市場太過龐大，因此被巨頭牢牢把持難以進入,，另一方面也是由于在這個領(lǐng)域更容易通過創(chuàng)新的算法和方案獲得一席之地,。我國的兩個主要代表企業(yè)就是地平線和深鑒科技。其中,，前者已獲得英特爾領(lǐng)投的A+輪近一億美元投資,，并通過此次投資將FPGA 事業(yè)部負責(zé)人Dan McNamara安排加入了地平線的董事會,；而后者已在A+輪融資后被另一個FPGA大廠Xilinx全資收購。由此,，可以十分清晰的看到FPGA公司對邊緣計算和人工智能領(lǐng)域的積極布局,。

FPGA開發(fā)的

痛點與潛在方案

至此可以看到，英特爾已經(jīng)在泛數(shù)據(jù)中心領(lǐng)域開展了全面的布局和規(guī)劃,。其中,，F(xiàn)PGA在驅(qū)動大數(shù)據(jù)傳輸和計算這兩個關(guān)鍵領(lǐng)域均扮演著重要角色，并且覆蓋了從云端到網(wǎng)絡(luò)邊緣的各個部分,。然而,，盡管FPGA被某些國內(nèi)媒體熱捧為“萬能芯片”，真正的實現(xiàn)對FPGA的廣泛使用還是存在很多難點亟待克服,。

第一,，學(xué)界和業(yè)界仍然沒有開創(chuàng)性的方法簡化FPGA的開發(fā)，這可以說是現(xiàn)階段制約FPGA廣泛使用的最大障礙,。和CPU或GPU成熟的編程模型和豐富的工具鏈相比,，高性能的FPGA設(shè)計仍然大部分依靠硬件工程師編寫RTL模型實現(xiàn)。RTL語言的抽象度很低,，往往是對硬件電路進行直接描述,，這樣一方面需要工程師擁有很高的硬件專業(yè)知識，另一方面在開發(fā)復(fù)雜的算法時會有更久的迭代周期,。因此,，F(xiàn)PGA標(biāo)榜的可編程能力與其復(fù)雜的編程模型之間，形成了鮮明的矛盾,。

近五到十年來,，高層次綜合（High Level Synthesis - HLS）一直是FPGA學(xué)術(shù)界研究的熱點，其重點就是希望設(shè)計更加高層次的編程模型和工具,，利用現(xiàn)有的編程語言比如C,、C++等，對FPGA進行設(shè)計開發(fā),。在這期間有趣的成果層出不窮,，其中有代表性的HLS初創(chuàng)公司有多倫多大學(xué)Jason Anderson教授及其學(xué)生創(chuàng)辦的LegUp Computing，以及UCLA叢京生教授創(chuàng)辦的Falcon Computing等,。

在工業(yè)界,，兩大FPGA公司都選擇支持基于OpenCL的FPGA高層次開發(fā)，并分別發(fā)布了自己的API和SDK等開發(fā)工具,。這在一定程度上降低了FPGA的開發(fā)難度,，使得C語言程序員可以嘗試在FPGA平臺上進行算法開發(fā)，特別是針對人工智能的相關(guān)應(yīng)用,。盡管如此,，程序員仍然需要懂得基本的FPGA體系結(jié)構(gòu)和設(shè)計約束,，這樣才能寫出更加高效的OpenCL模型。另外,，基于OpenCL的FPGA設(shè)計移植性不是很好,，且嚴重基于廠商提供的開發(fā)工具和底層模塊的性能，調(diào)試起來也不甚便利,。

在數(shù)據(jù)中心網(wǎng)絡(luò)應(yīng)用領(lǐng)域,，兩大FPGA公司也開始支持名為P4的網(wǎng)絡(luò)編程語言。P4語言大約于2014年由斯坦福大學(xué)的Nick McKeown教授提出,，主要用來描述網(wǎng)絡(luò)交換,、路由選擇和數(shù)據(jù)包處理規(guī)則，非常適合數(shù)據(jù)中心里高速網(wǎng)絡(luò)通信的應(yīng)用場景,。關(guān)于P4的具體內(nèi)容在本文中不再展開,，其內(nèi)容值得再寫一篇文章詳細探討。其實相比全通用的HLS設(shè)計而言,，類似于P4的針對某類特定應(yīng)用的HLS工具或許有更大和更快的發(fā)展前景,。

類似的還有英特爾最新發(fā)布的OpenVINO（Open Visual Inference & Neural Network Optimization - 開放的視覺推理和神經(jīng)網(wǎng)絡(luò)優(yōu)化）開發(fā)套件。顧名思義,，OpenVINO專為計算機視覺和深度學(xué)習(xí)在邊緣計算的應(yīng)用場景進行優(yōu)化,，其最大特點是支持英特爾的全棧視覺加速方案，包括CPU,、GPU,、FPGA以及Movidius VPU等，并支持多種深度學(xué)習(xí)框架,。其中,，在FPGA上使用OpenVINO進行開發(fā)，可以取得高達19倍的性能提升,，如下圖所示,。

圖13：使用OpenVINO實現(xiàn)深度學(xué)習(xí)的性能提升

第二，F(xiàn)PGA并非適用于各種應(yīng)用場景,。特別是對于一些邊緣計算和嵌入式應(yīng)用,，它們對價格、功耗,、性能以及可靠性的統(tǒng)籌要求很高,，其中往往價格會是主要的考慮因素。這樣基于FPGA的方案相比于GPU,、SoC或者ASIC的方案并沒有很大的優(yōu)勢,，這是由于FPGA并非針對某一特殊應(yīng)用場景而設(shè)計優(yōu)化。

為了解決這個問題,，英特爾近日收購了“結(jié)構(gòu)化ASIC”設(shè)計公司eASIC,，并計劃將其整合到公司的FPGA事業(yè)部中。結(jié)構(gòu)化ASIC設(shè)計可以看成是FPGA與ASIC的折中,，如下圖所示,。它通過犧牲FPGA的可編程性換取低功耗、低成本和高性能,，同時通過犧牲ASIC的優(yōu)化設(shè)計和布局換取更快的設(shè)計流片時間,。因此對于很多對成本和功耗敏感的應(yīng)用場景，這種結(jié)構(gòu)化ASIC的設(shè)計方法有著很強的競爭力,。

圖14：FPGA與結(jié)構(gòu)化ASIC設(shè)計比較

結(jié)語

本文總結(jié)了在英特爾“以數(shù)據(jù)為中心（Data-Centric）”的創(chuàng)新峰會上發(fā)布的和FPGA相關(guān)的主要技術(shù)內(nèi)容,，并由此延伸探討了FPGA在人工智能和大數(shù)據(jù)時代的機遇和挑戰(zhàn)?？梢哉f,，如今FPGA在泛數(shù)據(jù)中心應(yīng)用領(lǐng)域再次煥發(fā)新生，各種全新機遇接踵而至,。同時我們看到,，機遇往往伴隨著挑戰(zhàn)，只有勇于應(yīng)對挑戰(zhàn),，才能在新的時代不斷前進,。

作者簡介：

石侃博士，于倫敦帝國理工大學(xué)電子系取得博士學(xué)位,，后加入英特爾公司可編程解決方案事業(yè)部任高級FPGA研發(fā)工程師至今,。石侃在半導(dǎo)體行業(yè)有多年的學(xué)術(shù)研究和工業(yè)界開發(fā)經(jīng)驗，尤其深耕于FPGA,、高性能與可重構(gòu)計算,、計算機網(wǎng)絡(luò)和虛擬化等領(lǐng)域。他曾在多個學(xué)術(shù)界頂級會議和期刊如DAC,、FCCM,、TVLSI等發(fā)表過論文。在工業(yè)界,，他主要從事使用FPGA進行數(shù)據(jù)中心網(wǎng)絡(luò)加速器,、網(wǎng)絡(luò)功能虛擬化、高速有線網(wǎng)絡(luò)通信等相關(guān)技術(shù)的研發(fā)和創(chuàng)新工作,。