FPGA 的历史、现状和未来

本文概要总结了 2019 年 9 月在斯坦福大学一次三小时谈论情形，个中汇聚了来自多家企业和研究机构的实践履历，包括 Zilog、Altera、Xilinx、Achronix、Intel、IBM、Stanford、MIT、伯克利、威斯康星大学、Technion、Fairchild、贝尔实验室、Bigstream、谷歌、DIGITAL（DEC ）、SUN，诺基亚、SRI、日立、Silicom、Maxeler Technologies、VMware、施乐 PARC、思科等。
上述各家并不对本文内容承担当何任务，只是在某种程度上引发了作者们的思考，进而构成了 FPGA 的多维发展之路。

FPGA（现场可编程门阵列，Field-Programmable Gate Arrays) 自出身以来，就与 ASIC 社区牵丝扳藤。
上世纪 80 年代中期，Ross Freeman 及其同事从 Zilog 处购买了该项技能，初创了面向 ASIC 仿真和教诲市场的 Xilinx 公司。
Zilog 来自于埃克森美孚石油公司，其创立源自于上世纪 70 年代人们对石油将在 30 年内耗尽的担忧——只管时至今日这一说法依然大行其道。
险些与此同时，以类似技能为核心的 Altera 成立。

FPGA 是支持电路编程的芯片，实现对该电路的“仿真”。
对付 ASIC 中的实现，这种仿真的运行性能要慢于实际的电路。
它的时钟频率更低，耗能更高，但可以每几百毫秒重新编程一次。

FPGA 用于在 ASIC 制造商做光罩并提交工厂制造前仿真 ASIC。
Intel、AMD 等企业在芯片生产前，利用 FPGA 仿真芯片。

电信领域的争夺

FPGA 一贯在电信行业大量利用。
由于电信标准的不断变革增加了电信设备的制造难度，因此能率先给出电信办理方案的企业每每会盘踞最大的市场份额。
ASIC 的制造周期很长，而 FPGA 供应了一种快捷办法。
电信设备开始在初期版本上采取 FPGA，这引发了 FPGA 价格的颠簸。
只管 ASIC 仿真市场并不受 FPGA 价格的影响，但芯片的价格对电信企业却至关主要。
多年前，AT＆T 和朗讯制造了自己的 FPGA，称为 ORCA（优化的可重配置单元阵列，optimized reconfigurable cell arrays）。
但与 Xilinx 或 Altera 比较，它们在硅片的速率和规格上并不具有竞争上风。

如今，华为已成为 FPGA 的最大客户。
美国制造的 FPGA 可能正是中美之间最近的紧张关系的导火索。
这些芯片令华为在 5G 电信设备交付上霸占上风，领先天下上其他任何准备参与竞争的供应商达两年。

FPGA 价格之争

FPGA 很早就用于 SDR（软件无线电，software-defined radios）。
SDR 技能可同时支持多种通信标准的无线电，类似于一部可讲多种措辞的电话。
这一次 FPGA 遇上了麻烦，由于 SDR 技能走上了两条不同的采取道路。
一方面，商业供应商基于本钱效益考虑开拓了很多办理方案，并在当前地球上所有的基站都支配了 SDR 技能。
另一方面，在国防领域，大型国防承包商是为了保护有利可图的传统产品线而构建 SDR 的。
这导致基于 FPGA 的无线电产品的价格居高不下，以至美国的部分国防市场一贯抵制它们的运用。

下一步，FPGA 试图进入 DSP 和嵌入式市场发展，开始推出部分利用硬核微处理器的 FPGA。
但发卖这些新型 FPGA 的压力很大，以至于如果客户谢绝这一新系列的芯片，就会被芯片厂商列入黑名单，有时乃至会谢绝供应做事数月。
鉴于 FPGA 企业占领新市场频频失落败，FPGA 市场的增长压力依然巨大。
由于 FPGA 的芯片面积巨大，涉及的知识产权浩瀚，以是 FPGA 产品难以降落价格。

在 HPC 和数据中央领域碰钉子

在过去数年中，FPGA 试图在 HPC（高性能打算）和数据中央市场中发展。
2017 年，微软宣告在数据中央利用 Altera FPGA，而英特尔则收购了 Altera。
2018 年，Xilinx 宣告了其“数据中央优先”计策。
其 CEO 面对广大剖析师时，流传宣传 Xilinx 不再是一家纯挚的 FPGA 企业。
这颇具戏剧化，但这是历史一定。

在 HPC 和数据中央利用 FPGA，紧张障碍在于布局布线（place & route），即运行 FPGA 供应商特定软件将电路映射（mapping）为 FPGA 元件所耗费的韶光。
针对大型 FPGA，利用快速的 CPU 做事器，布局布线耗时可能多至三天。
并且在很多情形下，三天之后软件依然无法找到映射。

在石油天然气领域碰钉子

2007 年前后，石油和天然气领域的运用形成了利基市场。
在传统打算机上仿照钻探地球创造石油所花费的韶光，比现场实际施工和钻探的韶光还要长。
利用 FPGA 加速器，极大地改变了这种耗时颠倒的情形。
首个用于打算地震图像的石油企业数据中央的 FPGA，是由 Maxeler Technologies 制造并交付给 Chevron 的。

FPGA 在油气领域的运用经由了数年扩展，直到来自 ASIC 家当的压力，才让标准的 CPU 技能重新回归。
当下，预测和仿真在油气领域依然主要，地震成像大多利用 CPU 和 GPU 完成，不过 FPGA 依然霸占了一席之地。
我们知道，“当前的新事物，会成为明日黄花”。
当然，人工智能和对数据的关注是当前的新事物。

只管如此，FPGA 依然是一种进入市场的快捷办法、获取竞争上风的大略方法，以及许多关键任务中必不可少的技能。
FPGA 的每个芯片价格要比 ASIC 昂贵，但是对 HPC 和数据中央而言，比较 CPU 和 GPU 而言须要的 FPGA 芯片更少，制冷开销更低，因此 FPGA 的运行用度要显著低于在 CPU 或 GPU 上运行软件。
FPGA 使得数据中央规模更小，这会使运营商感到不安，由于他们担心自己的数据中央可能会缩水。

ASIC vs. FPGA

FPGA 的另一用场，是作为 ASIC 的补充。
构建 ASIC 的目的在于实现固定的功能，添加 FPGA 则可为产品的最新变动以及适应不同的市场供应一定的灵巧性。

当代 FPGA 集成了越来越多的硬核功能，变得越来越像是 ASIC。
而 ASIC 也时常会在设计中添加一些 FPGA 构造，以便于调试、测试、现场修复，以及增加添补小功能的灵巧性。

但 ASIC 团队却一贯在与 FPGA 观点做抗争。
ASIC 设计师讯问“用户须要什么功能？”，并在得到“我也不愿定”的回答后会失落去耐心。

无人驾驶汽车行业便是这样的一个新沙场。
由于算法的不断变革，并且法律法规可能会在汽车入场时发生变革，须要不断对驾驶技能做相应调度，这须要灵巧可变的办理方案。
FPGA 的时钟频率更低、散热片较小，物理尺寸小于 CPU 和 GPU。
更低的功耗和更小的尺寸，使 FPGA 成为显而易见的选择。
只管如此，GPU 更易于编程，并且不须要耗时三天的布局布线。

另一个至关主要的考虑是，出于仿照和测试等方面的考虑，须要在汽车上和云中运行相同的代码。
这样须要 FPGA 必须在云中可用，然后才能在汽车中利用。
由于上述问题，许多开拓职员更喜好选择 GPU。

FPGA 的演进

FPGA 正处于不断发展中。
当代接口正使 FPGA 更易于编程，更为模块化，更易于与其他技能协作。
FPGA 支持 AXI（高等可扩展接口，Advanced Extensible Interface）总线，使其更易于编程，但也会引入很多严重的效率丢失，结果降落了 FPGA 的性能，终极导致其竞争力低落。
一些学术事情提出理解决布线问题的研究，例如 Eric Chung 的关于 FPGA 动态网络的论文，但是这些前辈的理念尚未为家当界所接管。

FPGA 是如何连接的？对付具有大量数据流的 HPC 事情负载，可以利用 PCI Express，并支配通信隐蔽技能。
但是像 NFV（网络功能虚拟化，network function virtualization）这样的小规模但却能同时为大量用户供应做事的事情负载呢？VMware 最近的调查结果指出，对付 NFV 和虚拟机加速，FPGA 必须直接连接到 CPU，并利用缓存同等性作为通信机制。
当然，一个关键的特性是 FPGA 的崩溃不会导致 CPU 崩溃，反之亦然。
大型技能企业正在重新核阅 IBM 大型机时期的需求，意图利用标准化平台涵盖越来越多的繁芜性。

在大众化的企业市场也存在着机会。
在供应 FPGA 平台时，企业即便没有进行 ASIC 开拓的预算，也不理解最新的硅制造寻衅和解决方案，也可以去开拓电路，并在其产品中建立竞争上风。
例如新兴的物联网（IoT）边缘打算，实现在近传感器、显示器端乃至在数据流经由时进行打算。

同时，FPGA 企业正将技能栈上推直至 CPU 插槽。
英特尔在该市场上霸占主导地位，其节制了 NFV 分外指令等技能。
在数据中央中添加新 CPU 和 FPGA 的紧张障碍不仅是速率和本钱，还在于所有可能的 I/O 设备的软件和驱动程序是否可用。

在数据中央中实行 FPGA 的关键是易用性。
例如，利用自动工具去驱动 FPGA 的运用，避免产生布局布线上的难题。
微软率先在大型数据中央中利用 FPGA 来加速 Bing、NFV 和人工智能算法，此外还构建了抽象、领域特定措辞和灵巧的硬件根本构造。
在商业上，FPGA 的紧张问题在于入市策略。

构建新的芯片后才去考虑软件就为时已晚了。
如何让硬件适应软件而从现有软件中获益？这也供应了重新思考 FPGA 架构的机会。
但是须要警告的是：硅家当是个吞金兽。
构建 ASIC 是一种赌注多年持续攀升的扑克游戏。
这是一场赢家通吃的比赛，在比赛初期就剔除了 FPGA 的威胁。

FPGA 正在为硅项目带来额外的不良风险。

利基市场

正如软件设计师常说，“软件能完成的事情，就应由软件实现”。
ASIC 设计师会说，“ASIC 能完成的事情，就应由 ASIC 来完成。
”最有趣的说法是，“如果可以用软件完成，那么就不必和统统 FPGA 思维的人打交道了。
”比较 ASIC 的团队规模，以及环球范围内软件开拓职员的规模，FPGA 的公司很小，社区也很小，个中只有一些乃至是古怪的程序员。

英特尔正在推进 FPGA 的灵巧性。
在遵照“构建硬件以运行现有软件”这一原则的公司中，英特尔是最成功的一家。

FPGA 性能可能比 CPU 和 GPU 更快，但是来自家当界和投资界的切实履历教训是，自打算机涌现以来的绝大多数韶光中，速率和实时性并没那么主要。
很少有人仅仅为了高性能而购买打算机。
只管此事时有发生，却不能根据这样的随机事宜去建立业务市场。
此外，FPGA 缺失落标准，没有开源代码，也没有令人愉悦的编程模型。
因此，并没有标准市场支持可在所有 FPGA 芯片上事情或易于交叉编译的 FPGA 程序。
Maxeler Technologies 具有供应此类接口的高等办理方案，但广泛的行业采取须要的是信赖。
信赖才能推动技能从早期采取者的玩物发展到让所有人受益，但这须要现有数据中央领域供应商的推动和支持。

现实中，运用的用户会说：“我并不在乎详细方法，只要能完成我想要做的事情。
” 在尚未广泛探索的运用领域中，哪些是 FPGA 可一展技艺的？对付实时打算，FPGA 可用于工业界。
对付无人机上的打算机视觉，FPGA 在重量和功耗上具有上风。
在卫星上的硬件升级代价很大，对此 FPGA 供应了至关主要的长期灵巧性。
FPGA 须要的是休戚与共的产品。
此类产品必须易于编程，光是硬件或软件还不足，还须要生态系统，须要完全的办理方案。

实时编译和自动 FPGA 程序天生是拓宽当前市场局限的好方法。
提及来随意马虎，但做起来难，但是随着人工智能对运用空间的打破，越来越多的机会涌现了。
当前，统统皆可由人工智能完成，乃至油气领域地震成像等的传统算法也都采取了人工智能。
处理人工智能模块须要科学和工程上的办理方案。
FPGA 可供应一个很好的出发点，从连接 AI 模块开始进而整合到 FPGA 架构中。
例如，Xilinx 的下一代芯片将人工智能架构、CPU、100G 接口和 FPGA 单元整合到同一个 7 纳米芯片中。

从另一个角度来看，随着人工智能芯片天生并处理大量数据，须要 FPGA 供应大量输入并迅速取走输出。
随着用于人工智能​处理的新 ASIC 的面世，FPGA 将在人工智能芯片公司大展技艺。

预 测将涌现成功的 CPU+FPGA 做事器芯片，或直接访问 CPU 缓存层次构造的 FPGA。
有人赞许，有人否定。
SoC（片上系统，system on a chip）FPGA 芯片将不断发展壮大，带动医疗、下一代电信和汽车等行业。
开拓职员将利用 FPGA 实现神奇的事情，推动天下的进步，但对内部存在 FPGA 的事实必须秘而不宣。
FPGA 的名称将会保留，称为 FPGA 的芯片也会连续涌现，但是其内部将大相径庭。
一旦我们为简化 FPGA 编程而放弃（数据流）优化，FPGA 的性能将降落，进而将无法与易于编程的 CPU 竞争。
FPGA 将具有动态布线、不断发展的互连，以及运行时灵巧的数据移动。
和 FPGA 之上完全的软件栈一样，布局布线软件将会开源。
Yosys 和 Lattice FPGA 已经动手于此。
所有半导体架构都将组合为领悟了 TPU、GPU、CPU、ASIC 和 FPGA 的单个芯片。
芯片中可领悟所有技能，也可领悟部分技能。
更多的芯片将聚焦于特定运用空间，只有少部分实现通用用场。
从某种意义上说，统统都会成为 SoC。
结束语

本文阐明了多少问题，又提出了多少新问题？从这个意义上讲，问题是对现有事情办法的寻衅。
当前的干事办法，会影响人们的思维办法，进而影响他们的行为办法。
但或许更主要的是，将影响我们这样开拓职员的谋生办法。

参考阅读：

https://queue.acm.org/detail.cfm?id=3411759