作為一種硬件可重構(gòu)的體系結(jié)構(gòu)，FPGA經(jīng)常被用作專用芯片（ASIC）的小批量替代品,，隨著全球數(shù)據(jù)中心的大規(guī)模部署,，以及人工智能應(yīng)用的落地，F(xiàn)PGA憑借強(qiáng)大的計(jì)算能力和高度的靈活性有了更多的用武之地,。
FPGA最大的優(yōu)勢就是處理速度快,，因?yàn)橐_比較多，而且其邏輯單元可以根據(jù)算法需求重組而產(chǎn)生定制化的數(shù)據(jù)通路,，非常適合處理大批量的數(shù)據(jù)流,。
簡單來說，CPU中有控制取指,、譯碼等流程,，數(shù)據(jù)處理流程復(fù)雜；而FPGA是可編程的,，每個(gè)邏輯單元的功能在重編程（燒寫）時(shí)就已經(jīng)確定,，不需要指令。其實(shí)FPGA和GPU內(nèi)都有大量的計(jì)算單元，計(jì)算能力都很強(qiáng),，但是GPU在數(shù)據(jù)處理過程中,，需要反復(fù)調(diào)取片外存儲(chǔ)器中的數(shù)據(jù)，F(xiàn)PGA只要數(shù)據(jù)一次性流入再流出,，算法就完成了,，因此在批量數(shù)據(jù)處理方面，F(xiàn)PGA完勝,。
正是因?yàn)閿?shù)據(jù)處理的優(yōu)勢,，F(xiàn)PGA在數(shù)據(jù)中心加速和AI推理中成了香餑餑，銷量大漲,，2018年全球FPGA市場達(dá)到了60億美金,，MRFR預(yù)測FPGA在2025年有望達(dá)到約125．21億美元，Xilinx也預(yù)估數(shù)據(jù)中心對(duì)芯片的需求在未來五年將有67％的年復(fù)合增長率,。
FPGA是否能夠獨(dú)立部署,？
雖然FPGA有很強(qiáng)的計(jì)算能力，但是在數(shù)據(jù)中心都是和CPU協(xié)同工作,，采用“CPU＋FPGA”的異構(gòu)架構(gòu)進(jìn)行加速,。隨著FPGA應(yīng)用范圍的增加，業(yè)內(nèi)有人也提出,，未來FPGA是否會(huì)脫離CPU獨(dú)立部署,？
計(jì)算存儲(chǔ)架構(gòu)
賽靈思數(shù)據(jù)中心業(yè)務(wù)部產(chǎn)品規(guī)劃和市場營銷總監(jiān)Jamon Bowen在接受與非網(wǎng)記者的采訪中，用一個(gè)應(yīng)用案例做了解釋,，“這是合作伙伴開發(fā)的一個(gè)存儲(chǔ)盒的解決方案,，采用了Alveo U50，其前端是以太網(wǎng),，后端是固態(tài)硬盤,，其中加速IP和存儲(chǔ)幾乎是放在了同一個(gè)空間里，有意思的是這個(gè)系統(tǒng)沒有CPU,，是加速器和外圍直接連到網(wǎng)絡(luò)上,，所以未來數(shù)據(jù)中心會(huì)被異構(gòu)計(jì)算驅(qū)動(dòng)，沒有必要和這個(gè)系統(tǒng)連在同一個(gè)地方,，也就是因?yàn)閳?zhí)行的處理器的高性能,，深度學(xué)習(xí)、存儲(chǔ),、加速等就沒有必要進(jìn)行本地連接,，可以做異地系統(tǒng)連接，這也預(yù)示著未來數(shù)據(jù)中心一個(gè)布局的趨勢,?！?/p>
在終端,，有些自動(dòng)駕駛公司的車上系統(tǒng)中就采用了FPGA 完成一些實(shí)時(shí)檢測識(shí)別任務(wù)。小鵬汽車的副總裁,、機(jī)器學(xué)習(xí)專家谷俊麗女士曾經(jīng)提到,，F(xiàn)PGA 可以憑借信號(hào)處理和低能耗方面的優(yōu)勢，成為一個(gè)可靠的第二系統(tǒng),，在汽車的第一系統(tǒng)出現(xiàn)失誤的時(shí)候，作為安全模式介入進(jìn)來,。
FPGA需要克服的難題
面對(duì)未來的大好前景,，F(xiàn)PGA廠商自然喜笑顏開，但是FPGA想成為主流,，也要克服更大的挑戰(zhàn),。
針對(duì)浮點(diǎn)運(yùn)算，F(xiàn)PGA的計(jì)算速度似乎還難以超越GPU,。英偉達(dá)的Tesla V100 ,，在理論上最大運(yùn)算速度可達(dá)15 TFLOPS（萬億次浮點(diǎn)運(yùn)算／ 秒）；搭載英特爾Statix 10的Nallatech 520C,，理論最大運(yùn)算速度為9．2 TFLOPS,，功耗約為225 瓦特。英偉達(dá)曝光的最新Quadro GV100,，能夠提供高達(dá)每秒7．4萬億次的雙精度浮點(diǎn)運(yùn)算性能以及每秒14．8萬億次的單精度浮點(diǎn)運(yùn)算性能和每秒118．5萬億次的深度學(xué)習(xí)浮點(diǎn)運(yùn)算性能,，從這一點(diǎn)來看，F(xiàn)PGA追趕GPU還需要一些時(shí)日,。
另外,，F(xiàn)PGA開發(fā)工程師反應(yīng)，基于FPGA做設(shè)計(jì)的編譯時(shí)間很長,，幾乎占到整個(gè)工程的80％,，而且每次只要修改其中一個(gè)參數(shù)都需要重新編譯，造成了調(diào)試效率很低,，這也成為FPGA走向主流的一大障礙,。