中国AV黄色久久久性爱电影,日韩欧美91国产操逼一级片,亚洲无码在线视频播放

[導讀]FPGA（現場可編程門陣列）自誕生以來就一直在沖擊著專用集成電路（ASIC，Application Specific Integrated Circuit)芯片界的神經。在20世紀80年代中期，RossFreeman和他的同事從Zilog手中購買了這項技術，并著手創(chuàng)辦了針對ASIC仿真和教育市場的Xilinx。（Zilo

FPGA（現場可編程門陣列）自誕生以來就一直在沖擊著專用集成電路（ASIC，Application Specific Integrated Circuit)芯片界的神經。在20世紀80年代中期，RossFreeman和他的同事從Zilog手中購買了這項技術，并著手創(chuàng)辦了針對ASIC仿真和教育市場的Xilinx。（Zilog出自?？松梨谑凸?，因為在20世紀70年代，人們已經開始擔心石油會在30年后枯竭，這一點在今天仍然適用）。同時，Altera也以類似的技術為核心成立。

FPGA是由電路編程的芯片，支持“仿真”該電路。這種仿真的運行速度比使用ASIC實現的實際電路運行速度慢--它的時鐘頻率更慢，使用更多的功率，但它可以每隔幾百毫秒重新編程一次。

制作ASIC的人們一開始先使用FPGA來仿真ASIC，然后再將它們進行掩碼處理并批量制造。英特爾、AMD和許多其他公司在制造芯片之前都會使用FPGA來仿真芯片。

觸動電信業(yè)的神經

電信行業(yè)一直是FPGA的主要用戶。電信標準不斷變化，建造電信設備非常困難，因此首先提供電信解決方案的公司往往會占領最大的市場份額。由于ASIC需要很長時間才能完成，FPGA提供了一個捷徑。電信設備的最初版本一般采用FPGA，但FPGA高昂的價格引發(fā)了沖突。盡管FPGA的價格對ASIC仿真市場無關緊要，但對電信行業(yè)而言，芯片的價格卻很重要。許多年前，AT＆T和朗訊制造了自己的FPGA，稱為ORCA（優(yōu)化的可重配置單元陣列），但就硅片的速度或尺寸而言，它們與Xilinx或Altera相比不具有競爭力。

如今，華為已成為FPGA的最大客戶。華為兩年前即提供了世界上最早的5G電信設備解決方案，相較于其他供應商處于明顯優(yōu)勢，但中美之間最近的緊張關系很可能會導致產于美國的FPGA影響華為提供5G電信設備。

FPGA價格觸及神經

早期，FPGA被用于SDR（軟件定義的無線電）——在同一時間建立多個不同標準的無線電通信，本質上是一部講多種語言的單一電話。這一次，FPGA挑動了一個巨大的神經。

SDR技術的實施方式存在分歧。商業(yè)供應商開發(fā)了經濟高效的解決方案，如今地球上的每個基站都有SDR技術。另一方面，在國防界，SDR是由大型國防承包商建造的，他們用有利可圖的傳統(tǒng)產品線來建造。其結果是基于FPGA的無線電產品價格非常高，以至于美國部分國防市場對使用FPGA產生了持續(xù)的過敏反應。

接下來，FPGA試圖在DSP（數字信號處理器）和嵌入式市場中發(fā)展。在角落里有一些微處理器的FPGA開始出現。銷售這些新型FPGA的壓力太大，以至于如果客戶拒絕新的芯片系列，它們將被列入黑名單，有時甚至會拒絕提供服務好幾個月。鑒于FPGA產品具有巨大的覆蓋率和知識產權層而無法降低其價格，因此，發(fā)展FPGA市場的壓力一直是巨大的，FPGA公司征服新市場失敗的規(guī)模也是如此。

觸動HPC和數據中心的神經

在過去的幾年里，FPGA一直試圖在HPC（高性能計算）和數據中心市場發(fā)展。2017年，微軟宣布在數據中心使用Altera FPGA，而英特爾則收購了Altera。2018年Xilinx公司宣布其“數據中心優(yōu)先”戰(zhàn)略，Xilinx首席執(zhí)行官在眾多分析師面前宣布Xilinx不再是一家FPGA公司了。這可能是一種輕微的戲劇化表現，但從歷史上看是有關聯的。

在高性能計算機和數據中心使用FPGA時，目前的主要障礙是布局和布線——運行專有FPGA供應商軟件將電路映射到FPGA元件所花費的時間，在大型FPGA和高速CPU服務器上，布局和布線需要長達三天，而且很多時候即使在使用三天后，很多軟件仍無法解決映射問題。

觸動石油和天然氣的神經

在石油和天然氣實施領域中，2007年左右出現了一個利基市場。傳統(tǒng)計算機模擬地球上的鉆孔以發(fā)現石油所花費的時間比實際建造的鉆井場地和鉆井本身還要長，FPGA加速器的使用極大地改變了這種顛倒時序。石油公司數據中心中的第一個FPGA，用于計算地震圖像，由MaxelerTechnologies制造，并交付給Chevron。

幾年來，FPGA在石油和天然氣領域的應用不斷擴大，直到來自ASIC行業(yè)的壓力導致CPU技術回歸標準化。如今，石油和天然氣中的預測和模擬仍然很重要，地震成像大多在CPU和GPU上完成，但FPGA的機會仍然存在。我們需要注意的是，“今天的新事物是明天的遺產”，當然，如今的新事物是對AI和數據的關注。

盡管如此，FPGA仍然是一種快速進入市場的方式，是獲得競爭優(yōu)勢的簡單方法以及在許多關鍵任務情況下必不可少的技術——盡管與ASIC相比，芯片價格昂貴。然而，在與CPU或GPU上運行軟件相比，在HPC和數據中心中，FPGA的運營成本大大降低。與CPU和GPU相比，所需的FPGA更少，所需的冷卻也更少。FPGA使得數據中心規(guī)模更小，這觸及了運營商擔心數據中心可能會縮小的神經。

ASIC與FPGA

使用FPGA的另一種方法是增強ASIC。構建ASIC的目的是保持固定功能，同時添加FPGA，為產品的最新更改或適應不同市場提供一定的靈活性。

現代FPGA集成了越來越多的硬功能，變得越來越像ASIC，而ASIC有時會在其設計中添加一些FPGA結構，用于調試、測試、現場修復以及根據需要靈活地添加少量功能。

盡管如此，ASIC團隊一直在與FPGA概念抗爭。ASIC設計師問：“您想要什么功能？”如果回答是“我還不知道”，他們會很不耐煩。

無人駕駛汽車行業(yè)就是這樣一個新的戰(zhàn)場。由于算法不斷變化，并且法律法規(guī)可能會在汽車進入市場時發(fā)生變化，需要駕駛員更新，因此解決方案需要靈活。FPGA的時鐘頻率較低，散熱片較小，因此物理尺寸比CPU和GPU小。更低的功耗和更小的尺寸使FPGA成為顯而易見的選擇。盡管如此，GPU易于編程，并且不需要三天時間來實現布局和路線，因此對FPGA形成了一定挑戰(zhàn)。

此外，至關重要的是能夠在汽車和云中運行相同的代碼（主要用于模擬和測試），因此FPGA必須先在云中使用，然后才能在汽車中使用。由于這些原因，許多開發(fā)人員更喜歡GPU。

FPGA的發(fā)展

FPGA在不斷發(fā)展?，F代接口正試圖使FPGA更易于編程，更加模塊化，并與其它技術更加協(xié)作。FPGA支持AXI（高級可擴展接口）總線，這使它們更易于編程，但也帶來了極大的效率低下，使得FPGA的性能降低，最終競爭力大大降低。學術工作方面，例如Eric Chung的關于“FPGA動態(tài)網絡”的論文有助于解決路由問題，但這種先進的思想尚未被業(yè)界所接受。

FPGA如何實現連接？對于具有大量數據流的HPC工作負載，可以使用PCI Express并部署通信隱藏技術。但是，像NFV（網絡功能虛擬化）這樣的小型工作負載如何能同時為大量用戶提供服務呢。通常，對于NFV和虛擬機加速而言，FPGA必須直接連接到CPU，并可能使用緩存一致性作為一種通信機制，這是VMware最近研究的結果。當然，關鍵的功能是具備FPGA崩潰時CPU不崩潰的能力，反之亦然。超標量技術公司正在重新發(fā)現IBM大型機的時代需求，從而將越來越多的復雜性帶入標準化平臺。

其它組織也有機會。在提供FPGA平臺時，組織無需進行ASIC開發(fā)的預算，也無需了解最新的硅制造挑戰(zhàn)和解決方案，便可以開發(fā)電路，并在其產品中建立競爭優(yōu)勢，例如物聯網網絡邊緣的新興計算機會，靠近傳感器、顯示器、或在數據流過時直接在線計算。

同時，FPGA公司正在垂直向上推堆棧，并將其推入CPU插槽，英特爾在該市場上占據主導地位，其中包括針對NFV的特殊指令。數據中心中新CPU和FPGA進入的主要障礙不僅在于速度和成本，還在于所有可能的I/O設備的軟件和驅動程序的可用性。

使FPGA在數據中心中工作的關鍵是使其易于使用——例如，使用自動工具來驅動FPGA的使用而不會產生布局和布線困難。微軟率先在超標量數據中心中使用FPGA來加速Bing、NFV和AI算法。Microsoft還構建了抽象，特定于領域的語言和靈活的硬件基礎設施。在商業(yè)上，FPGA的主要問題是上市策略。

構建新芯片然后開始考慮該軟件可能為時已晚。如何通過調整硬件來適配軟件以及從現有軟件中獲取價值？這也帶來了重新思考FPGA架構的機會。但是，值得警告的是：硅產業(yè)正在吞噬現金。構建ASIC是一種撲克游戲，多年來賭注不斷增加。這是一場贏家通吃的比賽，FPGA之類的威脅在比賽初期就被淘汰。

FPGA正在為硅產業(yè)帶來額外的突增風險。

利基技術

軟件設計師總是會說，“如果它能在軟件中實現，它就會在軟件中實現”，而ASIC設計師會說，“如果它能在ASIC中實現，它就會在ASIC中完成。”最有趣的是，“如果可以用軟件完成，那么你就不必和那些像FPGA一樣思考的人打交道。”與制造ASIC所需的龐大“軍隊”以及世界范圍內的軟件程序員的數量相比，FPGA擁有一個很小的社區(qū)，其中包含許多有時表現古怪的程序員。FPGA公司規(guī)模較小。FPGA社區(qū)也較小。

英特爾正在推動FPGA的靈活性。它遵循構建硬件以運行現有軟件的原則，并成為這一領域最成功的公司。

FPGA可以比CPU和GPU更快，但是行業(yè)和投資界的艱難教訓是，在計算機存在的大部分時間里，速度無關緊要，而實時性也無關緊要。因此，很少有僅為了速度而購買計算機。確實有這種情況，但這更多是隨機事件，而不是一個建立業(yè)務的市場。另外，FPGA沒有標準、開源、友好的編程模型——因此，對于在所有FPGA芯片上均可工作或易于交叉編譯的FPGA程序，也沒有標準的市場。Maxeler Technologies可以提供此類接口作為一種高級解決方案，但廣泛的行業(yè)采用需要信任。為了從早期采用者發(fā)展到讓所有人受益，信任需要數據中心領域中既有供應商的協(xié)調和支持。

現實世界中的應用程序人員說：“我不在乎它是什么，只是給我一種方法去做我想做的事情就行了?！鄙形磸V泛探索的FPGA可能有哪些應用領域？對于實時計算、制造業(yè)、無人機的計算機視覺，這是FPGA的重量和功耗優(yōu)勢能展現的地方。在衛(wèi)星上進行硬件升級是非常昂貴的，因此FPGA提供了至關重要的長期靈活性。FPGA需要找到一種能產生共鳴的產品，并且它們必須易于編程，不只是硬件或軟件，還包括生態(tài)系統(tǒng)。這是完整的解決方案。

超越當前市場限制的一種方法是實時編譯和自動FPGA程序生成。這說起來容易做起來難，但隨著AI破壞了應用程序空間，機會越來越多。如今，一切都由AI完成。甚至諸如石油和天然氣地震成像之類的傳統(tǒng)算法也都采用了AI。我們需要用科學和工程解決方案來處理AI。FPGA可能是一個很好的起點，可能最初是連接AI模塊，然后將它們整合到FPGA架構中，例如Xilinx的下一代芯片——帶有AI架構、CPU、100G接口和FPGA單元都集成在同一個7納米芯片中。

從另一個角度來看，隨著AI芯片產生并消耗大量數據，我們將需要FPGA來滿足需求并能迅速轉移輸出。隨著用于所有AI處理的新型ASIC的面世，FPGA可以為AI芯片公司提供差異化服務。

預測

我們是否可以提前10或25年預測下述發(fā)展？盡管世界在變化，但預測似乎保持不變。

1.將會有成功的CPU+ FPGA服務器芯片，或直接訪問CPU緩存層次結構的FPGA。有人說會有，有人說不會有。

2. SoC（片上系統(tǒng)）FPGA芯片將不斷發(fā)展壯大，推動醫(yī)療、下一代電信和汽車行業(yè)等。

3.開發(fā)人員將使用FPGA做一些令人驚奇的事情，讓世界變得更美好，但必須掩蓋內部存在FPGA的事實。

4.將保留FPGA的名字，并制造被稱為FPGA的芯片，但內部的一切將完全不同。

5.當我們放棄（數據流）優(yōu)化以使FPGA易于編程時，FPGA的性能將降低，因此它們將不再與CPU競爭，而CPU總是更易于編程。

6.將有具有動態(tài)路由、演進互動以及運行時靈活的數據移動的FPGA。

7.放置和布線軟件以及FPGA頂部的完整軟件堆棧將是開源的。Yosys和Lattice FPGA已經開始努力。

8.所有半導體架構都將與TPU、GPU、CPU、ASIC和FPGA組合成單個芯片。一些可能是每個整體的組合，其它將是每個部分的組合。

9.更多的芯片將集中在有限的應用空間上，而更少的集中在通用芯片上。從某種意義上說，一切都變成了SoC。