在這篇文章中，小編將為大家?guī)?a href="/tags/FPGA" target="_blank">FPGA的相關(guān)報道。如果你對本文即將要講解的內(nèi)容存在一定興趣，不妨繼續(xù)往下閱讀哦。

一、FPGA框架設(shè)計規(guī)劃階段

FPGA框架的這個階段用于為FPGA硬件的實際開發(fā)制定規(guī)劃，確保各項特性及開發(fā)工作的完成與整個產(chǎn)品開發(fā)的其他部分協(xié)調(diào)一致。

這個階段的目標(biāo)是適當(dāng)?shù)匕旬?dāng)前的系統(tǒng)級需求、FPGA級需求和架構(gòu)體現(xiàn)到開發(fā)規(guī)劃中。在通過前面介紹的規(guī)劃階段之后，現(xiàn)在開發(fā)團隊一般會面臨兩種情況。這個階段的目標(biāo)是適當(dāng)?shù)匕旬?dāng)前的系統(tǒng)級需求、FPGA級需求和架構(gòu)體現(xiàn)到開發(fā)規(guī)劃中。在這個階段，研發(fā)團隊一般會面臨兩種情況。

第一種情況是系統(tǒng)與FPGA架構(gòu)以及需求理解良好，描述詳盡，最終，F(xiàn)PGA設(shè)計開發(fā)階段(即HDL編碼)和測試開發(fā)階段(仿真、測試臺)基本無需修改設(shè)計需求，順利執(zhí)行。

第二種情況是系統(tǒng)架構(gòu)和FPGA需求仍然處在變動中。這樣的設(shè)計會在設(shè)計開發(fā)周期和測試開發(fā)階段面臨眾多變數(shù)和修改。

雖然人人都想得到第一種情況的結(jié)果，但往往卻不能成功，最終落入第二種情況的境地。很明顯，這種情況更加難于管理。

設(shè)計規(guī)劃的總體目標(biāo)應(yīng)是在開發(fā)周期的這個階段實現(xiàn)第一種情況。在第一種情況中，F(xiàn)PGA的開發(fā)簡單直觀，只需為實現(xiàn)和測試設(shè)計特性安排進度計劃。

在第二種情況中，最重要的管理工作是確保落實充分理解的流程，以便評估和決定應(yīng)該進行哪些修改以及每種修改為總體開發(fā)進度計劃帶來的影響如何。這里可以運用多種項目管理理念和技巧。最重要的一點是完成上述修改評估和影響評估。

二、FPGA 賦能芯片新品類

隨著與芯片巨頭的整合，F(xiàn)PGA 將會與傳統(tǒng)芯片做進一步集成，發(fā)揮其可編程性的優(yōu)勢，來賦能傳統(tǒng)芯片的新能力，甚至實現(xiàn)新的芯片品類。

對于 Intel 來說，這樣的芯片新品類的例子就是 IPU(infrastructure processing unit，數(shù)據(jù)中心處理器)。隨著數(shù)據(jù)中心的廣泛使用，數(shù)據(jù)中心中的一些重要任務(wù)包括網(wǎng)絡(luò)控制、存儲管理和網(wǎng)絡(luò)安全等對于處理能力的需求也是與日俱增，隨著各大芯片公司推出各自的解決方案，Intel 也對于該市場推出了 IPU。上個月，Intel 剛剛發(fā)布了它關(guān)于 IPU 的未來路線圖，其中我們看到未來到 2026 年的 IPU 都會包括兩個版本，一個是基于 ASIC 的高性能版本，而另一個則是基于 FPGA 的可編程版本。其中，基于 FPGA 版本的 IPU 事實上是集成了 Intel FPGA 芯片和 Intel Xeon CPU 的加速卡，可以以靈活的方式來處理各種不同的網(wǎng)絡(luò)、存儲和安全協(xié)議，從而保證最大化的可編程性而且不用擔(dān)心兼容性問題。

事實上，類似數(shù)據(jù)中心存儲和網(wǎng)絡(luò)的 FPGA 解決方案在過去幾年內(nèi)一直有初創(chuàng)公司在從事相關(guān)方面的項目，但是隨著巨頭 Intel 的入場，我們認(rèn)為這樣的 FPGA+CPU 方案將會真正成為主流方案之一。初創(chuàng)公司從事相關(guān)方面的項目并且獲得融資說明了技術(shù)方向是可行的，而 Intel 進入這個市場則帶來了初創(chuàng)公司所沒有的生態(tài)資源，我們認(rèn)為在未來幾年 FPGA 和 CPU 將會以更緊密的方式集成在一起，從而真正將靈活可編程的 IPU 做成一種由 FPGA 賦能的新芯片品類。

無獨有偶，AMD 也在積極籌劃將 Xilinx 的 FPGA 和 AMD 的 CPU 集成在一起——在五月份的 AMD 財報發(fā)布會上，CEO Lisa Su 宣布將在 2023 年發(fā)布集成了 Xilinx AI Engine 的 CPU，也即擁有強大 AI 計算能力的 CPU。到今天為止，AI 相關(guān)計算都是在 GPU 或者其他專用加速硬件中完成執(zhí)行，之前 Intel 優(yōu)化在 CPU 上運行 AI 的努力并沒有得到市場的大規(guī)模認(rèn)可，只要是因為 CPU 的計算單元數(shù)目有限。

以上就是小編這次想要和大家分享的內(nèi)容，希望大家對本次分享的內(nèi)容已經(jīng)具有一定的了解。如果您想要看不同類別的文章，可以在網(wǎng)頁頂部選擇相應(yīng)的頻道哦。