FPGA概述

FPGA（可編程門陣列，Field Programmable Gate Array）是一種集成大量基本門電路及存儲器的芯片，可通過燒入FPGA配置文件來來定義這些門電路及存儲器間的連線，從而實現特定的功能。而且燒入的內容是可配置的，通過配置特定的文件可將FPGA轉變為不同的處理器，就如一塊可重復刷寫的白板一樣。因此FPGA可靈活支持各類深度學習的計算任務，性能上根據百度的一項研究顯示，對于大量的矩陣運算GPU遠好于FPGA，但是當處理小計算量大批次的實際計算時FPGA性能優于GPU，另外FPGA有低延遲的特點，非常適合在推斷環節支撐海量的用戶實時計算請求（如語音云識別）。

FPGA優勢

快速上市時間：現成的完整的標準IP套件可以縮短上市時間，使您能夠率先解占領最新的市場趨勢。

高性能：采用最新的硅工藝節點，和收發器、存儲器、核心處理技術和設計工具等領域的行業突破性進展相結合。

靈活性：高度的靈活性適應快速的設計變化，使您能夠快速響應動態的市場趨勢，不斷開發的標準和快速發展的基礎設施。

可定制的解決方案：可定制的解決方案允許您使用自己專有的IP來區分產品。

規模和規范：可伸縮的核心、I/O性能、內存和電源需求，以及不同產品系列之間連同產品線和相鄰應用程序在單一平臺上的標準化，減少了計劃和過時的風險。

長產品生命周期：在非常長的系統部署期間，安全性、質量和可靠性將成為系統設計的要求。

FPGA和GPU各方面對比

FPGA和GPU內都有大量的計算單元，因此它們的計算能力都很強。在進行神經網絡運算的時候，兩者的速度會比CPU快很多。但是GPU由于架構固定，硬件原生支持的指令也就固定了，而FPGA則是可編程的。其可編程性是關鍵，因為它讓軟件與終端應用公司能夠提供與其競爭對手不同的解決方案，并且能夠靈活地針對自己所用的算法修改電路。

在平均性能方面，GPU遜于FPGA，FPGA可以根據特定的應用去編程硬件，例如如果應用里面的加法運算非常多就可以把大量的邏輯資源去實現加法器，而GPU一旦設計完就不能改動了，所以不能根據應用去調整硬件資源。

目前機器學習大多使用SIMD架構，即只需一條指令可以平行處理大量數據，因此用GPU很適合。但是有些應用是MISD，即單一數據需要用許多條指令平行處理，這種情況下用FPGA做一個MISD的架構就會比GPU有優勢。 所以，對于平均性能，看的就是FPGA加速器架構上的優勢是否能彌補運行速度上的劣勢。如果FPGA上的架構優化可以帶來相比GPU架構兩到三個數量級的優勢，那么FPGA在平均性能上會好于GPU。

在功耗能效比方面，同樣由于FPGA的靈活性，在架構優化到很好時，一塊FPGA的平均性能能夠接近一塊GPU，那么FPGA方案的總功耗遠小于GPU，散熱問題可以大大減輕。 能效比的比較也是類似，能效指的是完成程序執行消耗的能量，而能量消耗等于功耗乘以程序的執行時間。雖然GPU的功耗遠大于FPGA的功耗，但是如果FPGA執行相同程序需要的時間比GPU長幾十倍，那FPGA在能效比上就沒有優勢了；反之如果FPGA上實現的硬件架構優化得很適合特定的機器學習應用，執行算法所需的時間僅僅是GPU的幾倍或甚至于接近GPU，那么FPGA的能效比就會比GPU強。

另外，FPGA的靈活性，很多使用通用處理器或ASIC難以實現的下層硬件控制操作技術利用FPGA可以很方便的實現，從而為算法的功能實現和優化留出了更大空間。同時FPGA一次性成本（光刻掩模制作成本）遠低于ASIC，在芯片需求還未成規模、深度學習算法暫未穩定需要不斷迭代改進的情況下，利用具備可重構特性的FPGA芯片來實現半定制的人工智能芯片是最佳選擇。

FPGA主要的應用領域

一、數據采集和接口邏輯領域

1．FPGA在數據采集領域的應用

由于自然界的信號大部分是模擬信號，因此一般的信號處理系統中都要包括數據的采集功能。通常的實現方法是利用A/D轉換器將模擬信號轉換為數字信號后，送給處理器，比如利用單片機（MCU）或者數字信號處理器（DSP）進行運算和處理。

對于低速的A/D和D/A轉換器，可以采用標準的SPI接口來與MCU或者DSP通信。但是，高速的A/D和D/A轉換芯片，比如視頻Decoder或者Encoder，不能與通用的MCU或者DSP直接接口。在這種場合下，FPGA可以完成數據采集的粘合邏輯功能。

2．FPGA在邏輯接口領域的應用

在實際的產品設計中，很多情況下需要與PC機進行數據通信。比如，將采集到的數據送給PC機處理，或者將處理后的結果傳給PC機進行顯示等。PC機與外部系統通信的接口比較豐富，如ISA、PCI、PCIExpress、PS/2、USB等。

傳統的設計中往往需要專用的接口芯片，比如PCI接口芯片。如果需要的接口比較多，就需要較多的外圍芯片，體積、功耗都比較大。采用FPGA的方案后，接口邏輯都可以在FPGA內部來實現了，大大簡化了外圍電路的設計。

在現代電子產品設計中，存儲器得到了廣泛的應用，例如SDRAM、SRAM、Flash等。這些存儲器都有各自的特點和用途，合理地選擇儲存器類型可以實現產品的最佳性價比。由于FPGA的功能可以完全自己設計，因此可以實現各種存儲接口的控制器。

3．FPGA在電平接口領域的應用

除了TTL、COMS接口電平之外，LVDS、HSTL、GTL/GTL+、SSTL等新的電平標準逐漸被很多電子產品采用。比如，液晶屏驅動接口一般都是LVDS接口，數字I/O一般是LVTTL電平，DDRSDRAM電平一般是HSTL的。

在這樣的混合電平環境里面，如果用傳統的電平轉換器件實現接口會導致電路復雜性提高。利用FPGA支持多電平共存的特性，可以大大簡化設計方案，降低設計風險。

二、高性能數字信號處理領域

無線通信、軟件無線電、高清影像編輯和處理等領域，對信號處理所需要的計算量提出了極高的要求。傳統的解決方案一般是采用多片DSP并聯構成多處理器系統來滿足需求。

但是多處理器系統帶來的主要問題是設計復雜度和系統功耗都大幅度提升，系統穩定性受到影響。FPGA支持并行計算，而且密度和性能都在不斷提高，已經可以在很多領域替代傳統的多DSP解決方案。

例如，實現高清視頻編碼算法H.264。采用TI公司1GHz主頻的DSP芯片需要4顆芯片，而采用Altera的StratixIIEP2S130芯片只需要一顆就可以完成相同的任務。FPGA的實現流程和ASIC芯片的前端設計相似，有利于導入芯片的后端設計。

三、其他應用領域

除了上面一些應用領域外，FPGA在其他領域同樣具有廣泛的應用。 （1）汽車電子領域，如網關控制器/車用PC機、遠程信息處理系統。 （2）軍事領域，如安全通信、雷達和聲納、電子戰。 （3）測試和測量領域，如通信測試和監測、半導體自動測試設備、通用儀表。 （4）消費產品領域，如顯示器|、投影儀、數字電視和機頂盒、家庭網絡。 （5）醫療領域，如軟件無線電、電療|、生命科學。

FPGA市場前景

隨著科技的進展，制造業走向更高度的自動化與智能化，對工業控制技術等領域不斷產生新的需求，在未來的工業制造領域，FPGA將有更大的發展空間。目前來看，有兩個領域的應用前景十分巨大：

工業互聯網領域

作為未來制造業發展的方向，工業大數據、云計算平臺、MES系統等都是支持工業智能化的重要平臺，它們需要完成大數據量的復雜處理，FPGA在其中可以發揮重要作用。

工業機器人設備領域

在多軸向運作的精密控制、實時同步的連接以及設備多功能整合等方面，兼具彈性和整合性的FPGA，更能展現設計優勢。如汽車ADAS需要對實時高清圖像進行及時的分析識別與處理；在人工智能方面，深度學習神經網絡也需要進行大量并行運算。