FPGA（Field Programmable Gate Array）現(xiàn)场可(kě)編程門(mén)阵(zhèn)列，作为(wèi)ASIC領域中(zhōng)的(de)一(yī)種(zhǒng)半定(dìng)制電(diàn)路(lù)而(ér)出(chū)現(xiàn)已有(yǒu)30年(nián)的(de)曆史了(le)，它(tā)既解(jiě)決了(le)定(dìng)制電(diàn)路(lù)的(de)无法改變(biàn)功能(néng)的(de)不(bù)足，又克(kè)服(fú)了(le)原有(yǒu)可(kě)編程器件(jiàn)門(mén)電(diàn)路(lù)數有(yǒu)限的(de)缺點(diǎn)，可(kě)應(yìng)用(yòng)的(de)场景也(yě)很廣泛。

明(míng)德揚fpga培訓 廣州fpga專業培訓 fpga培訓效果(guǒ)好(hǎo) 明(míng)德揚專業fpga培訓 fpga培訓哪家(jiā)強(qiáng)首選明(míng)德揚

就(jiù)在(zài)2017年(nián)1月(yuè)20日(rì)，騰訊雲(yún)推出(chū)國(guó)內(nèi)首款高(gāo)性(xìng)能(néng)异(yì)構計(jì)算基礎設施——FPGA雲(yún)服(fú)务，利用(yòng)雲(yún)服(fú)务的(de)方(fāng)式将只(zhī)有(yǒu)大型公司才能(néng)长期(qī)支付使用(yòng)的(de)FPGA服(fú)务推廣到(dào)了(le)更(gèng)多(duō)企業。企業可(kě)以(yǐ)通(tòng)过(guò)FPGA雲(yún)服(fú)务器進(jìn)行FPGA硬(yìng)件(jiàn)編程，可(kě)将性(xìng)能(néng)提(tí)升(shēng)至(zhì)通(tòng)用(yòng)CPU服(fú)务器的(de)30倍以(yǐ)上(shàng)。同(tóng)时(shí)，與(yǔ)已經(jīng)深入(rù)人(rén)心(xīn)的(de)高(gāo)性(xìng)能(néng)計(jì)算的(de)代(dài)表(biǎo)GPU相比，FPGA具有(yǒu)硬(yìng)件(jiàn)可(kě)編程、低功耗、低延时(shí)的(de)特(tè)性(xìng)，代(dài)表(biǎo)了(le)高(gāo)性(xìng)能(néng)計(jì)算的(de)未来(lái)發(fà)展(zhǎn)趨勢。

而(ér)在(zài)人(rén)工智能(néng)（AI）里(lǐ)面(miàn)火热(rè)的(de)深度(dù)学習領域，企業同(tóng)樣(yàng)可(kě)以(yǐ)将FPGA用(yòng)于(yú)深度(dù)学習的(de)檢测階(jiē)段(duàn)，與(yǔ)主(zhǔ)要(yào)用(yòng)于(yú)訓練階(jiē)段(duàn)的(de)GPU互为(wèi)補充，FPGA還(huán)可(kě)應(yìng)用(yòng)于(yú)金(jīn)融分(fēn)析、图(tú)像視頻处理、基因(yīn)組学等需要(yào)高(gāo)性(xìng)能(néng)計(jì)算的(de)領域，是(shì)这(zhè)類(lèi)对(duì)效率要(yào)求高(gāo)的(de)行業應(yìng)用(yòng)的(de)最(zuì)佳選擇。

基于(yú)此(cǐ)，InfoQ采訪了(le)由(yóu)騰訊雲(yún)基礎産品中(zhōng)心(xīn)、騰訊架構平台(tái)部(bù)組成(chéng)的(de)騰訊雲(yún)FPGA聯合团(tuán)隊，向(xiàng)读(dú)者(zhě)介紹FPGA的(de)基本(běn)原理和(hé)設計(jì)初衷，應(yìng)用(yòng)场景以(yǐ)及(jí)它(tā)給(gěi)行業带(dài)来(lái)的(de)價值。

明(míng)德揚fpga培訓 廣州fpga專業培訓 fpga培訓效果(guǒ)好(hǎo) 明(míng)德揚專業fpga培訓 fpga培訓哪家(jiā)強(qiáng)首選明(míng)德揚

騰訊雲(yún)FPGA的(de)開(kāi)發(fà)曆史及(jí)背後(hòu)的(de)团(tuán)隊力量(liàng)

随着芯片(piàn)制程逼近(jìn)理論极(jí)限，可(kě)以(yǐ)預見(jiàn)通(tòng)用(yòng)处理器（CPU）性(xìng)能(néng)提(tí)升(shēng)空間(jiān)越来(lái)越有(yǒu)限。而(ér)騰訊自(zì)己的(de)業务随着移動(dòng)互聯网(wǎng)的(de)快(kuài)速增长，數據(jù)體(tǐ)量(liàng)的(de)急劇膨脹，伴随着对(duì)这(zhè)些數據(jù)的(de)計(jì)算需求也(yě)在(zài)迅猛上(shàng)漲。騰訊在(zài)2013年(nián)開(kāi)始考慮如(rú)何解(jiě)決計(jì)算需求的(de)增长，而(ér)FPGA作为(wèi)一(yī)種(zhǒng)可(kě)編程的(de)加速硬(yìng)件(jiàn)彼(bǐ)时(shí)進(jìn)入(rù)了(le)大家(jiā)的(de)視野。有(yǒu)了(le)解(jiě)決計(jì)算需求的(de)想(xiǎng)法後(hòu)，需要(yào)通(tòng)过(guò)实踐验(yàn)證FPGA实際的(de)能(néng)力。

明(míng)德揚fpga培訓 廣州fpga專業培訓 fpga培訓效果(guǒ)好(hǎo) 明(míng)德揚專業fpga培訓 fpga培訓哪家(jiā)強(qiáng)首選明(míng)德揚

騰訊的(de)QQ、微信(xìn)業务，用(yòng)戶每天(tiān)産生(shēng)的(de)图(tú)片(piàn)數量(liàng)都是(shì)數亿(yì)級别，常用(yòng)的(de)图(tú)片(piàn)格式有(yǒu)JPEG格式、WebP格式等，WebP图(tú)片(piàn)格式比JPEG图(tú)片(piàn)格式存儲空間(jiān)小30%。为(wèi)节(jié)省(shěng)存儲空間(jiān)，降低傳輸流量(liàng)，提(tí)升(shēng)用(yòng)戶的(de)图(tú)片(piàn)下(xià)载體(tǐ)验(yàn)，通(tòng)常采用(yòng)WebP格式進(jìn)行存儲及(jí)傳輸分(fēn)發(fà)，而(ér)图(tú)片(piàn)轉(zhuǎn)碼所(suǒ)带(dài)来(lái)的(de)計(jì)算消耗需要(yào)上(shàng)万(wàn)台(tái)CPU機(jī)器支撐。自(zì)然FPGA開(kāi)發(fà)落(là)地(dì)的(de)第(dì)一(yī)个(gè)切(qiè)入(rù)點(diǎn)就(jiù)是(shì)图(tú)片(piàn)轉(zhuǎn)碼：将JPEG图(tú)片(piàn)格式轉(zhuǎn)成(chéng)WebP图(tú)片(piàn)格式。

在(zài)图(tú)片(piàn)轉(zhuǎn)碼的(de)实踐中(zhōng)，FPGA聯合团(tuán)隊取(qǔ)得了(le)FPGA处理延时(shí)相比CPU降低20倍，FPGA处理性(xìng)能(néng)是(shì)CPU機(jī)器的(de)6倍，验(yàn)證了(le)FPGA能(néng)進(jìn)行計(jì)算加速的(de)能(néng)力，同(tóng)时(shí)也(yě)增強(qiáng)了(le)FPGA聯合团(tuán)隊的(de)自(zì)信(xìn)心(xīn)。

（图(tú)1）图(tú)片(piàn)轉(zhuǎn)碼中(zhōng)FPGA和(hé)CPU延时(shí)对(duì)比

（图(tú)2）图(tú)片(piàn)轉(zhuǎn)碼中(zhōng)FPGA和(hé)CPU吞吐率对(duì)比

图(tú)片(piàn)轉(zhuǎn)碼項目完成(chéng)後(hòu)，深度(dù)学習映入(rù)了(le)FPGA聯合团(tuán)隊的(de)眼(yǎn)帘(lián)，一(yī)方(fāng)面(miàn)深度(dù)学習需要(yào)密集的(de)計(jì)算，另(lìng)一(yī)方(fāng)面(miàn)深度(dù)学習在(zài)未来(lái)應(yìng)用(yòng)上(shàng)有(yǒu)着巨大的(de)商業價值。深度(dù)学習基于(yú)深度(dù)神經(jīng)网(wǎng)絡理論，用(yòng)在(zài)图(tú)片(piàn)分(fēn)類(lèi)的(de)神經(jīng)网(wǎng)絡是(shì)其中(zhōng)的(de)一(yī)个(gè)分(fēn)支：卷(juǎn)積神經(jīng)网(wǎng)絡（CNN）。团(tuán)隊使用(yòng)FPGA对(duì)CNN計(jì)算進(jìn)行加速，增強(qiáng)違規图(tú)片(piàn)檢测能(néng)力，最(zuì)終(zhōng)在(zài)深度(dù)学習的(de)实踐中(zhōng)取(qǔ)得了(le)FPGA处理性(xìng)能(néng)是(shì)CPU機(jī)器4倍的(de)戰績。

明(míng)德揚fpga培訓 廣州fpga專業培訓 fpga培訓效果(guǒ)好(hǎo) 明(míng)德揚專業fpga培訓 fpga培訓哪家(jiā)強(qiáng)首選明(míng)德揚

騰訊雲(yún)FPGA項目实踐的(de)結果(guǒ)，見(jiàn)證了(le)FPGA在(zài)數據(jù)中(zhōng)心(xīn)里(lǐ)可(kě)以(yǐ)提(tí)供強(qiáng)大的(de)計(jì)算能(néng)力和(hé)足够的(de)靈活性(xìng)，来(lái)應(yìng)对(duì)數據(jù)中(zhōng)心(xīn)对(duì)硬(yìng)件(jiàn)加速的(de)挑戰。經(jīng)过(guò)之前(qián)的(de)FPGA实踐，FPGA聯合团(tuán)隊獲得了(le)在(zài)數據(jù)中(zhōng)心(xīn)使用(yòng)FPGA的(de)經(jīng)验(yàn)，未来(lái)也(yě)将在(zài)數據(jù)中(zhōng)心(xīn)的(de)計(jì)算、网(wǎng)絡、存儲三(sān)个(gè)方(fāng)向(xiàng)進(jìn)一(yī)步探索，重(zhòng)構數據(jù)中(zhōng)心(xīn)基礎架構。

雲(yún)端的(de)數據(jù)中(zhōng)心(xīn)業务日(rì)新月(yuè)异(yì)，更(gèng)需要(yào)一(yī)種(zhǒng)高(gāo)性(xìng)能(néng)、高(gāo)靈活的(de)底层硬(yìng)件(jiàn)結構，所(suǒ)以(yǐ)FPGA聯合团(tuán)隊通(tòng)过(guò)雲(yún)端開(kāi)放(fàng)FPGA計(jì)算服(fú)务，從硬(yìng)件(jiàn)层面(miàn)加速雲(yún)計(jì)算在(zài)各(gè)个(gè)场景中(zhōng)的(de)應(yìng)用(yòng)，降低企業的(de)使用(yòng)門(mén)檻和(hé)成(chéng)本(běn)。

FPGA的(de)特(tè)點(diǎn)解(jiě)析

2016年(nián)3月(yuè)，英特(tè)爾宣布(bù)正(zhèng)式停用(yòng)“Tick-Tock”处理器研發(fà)模式，未来(lái)研發(fà)周期(qī)将從两(liǎng)年(nián)向(xiàng)三(sān)年(nián)轉(zhuǎn)變(biàn)。至(zhì)此(cǐ)，摩爾定(dìng)律对(duì)英特(tè)爾幾(jǐ)近(jìn)失效。一(yī)方(fāng)面(miàn)处理器性(xìng)能(néng)再无法按照摩爾定(dìng)律進(jìn)行增长，另(lìng)一(yī)方(fāng)面(miàn)數據(jù)增长对(duì)計(jì)算性(xìng)能(néng)要(yào)求超过(guò)了(le)按“摩爾定(dìng)律”增长的(de)速度(dù)。

CPU本(běn)身(shēn)无法滿足高(gāo)性(xìng)能(néng)計(jì)算應(yìng)用(yòng)软(ruǎn)件(jiàn)的(de)性(xìng)能(néng)需求，導致(zhì)需求和(hé)性(xìng)能(néng)之間(jiān)出(chū)現(xiàn)了(le)缺口(kǒu)。在(zài)新的(de)芯片(piàn)材料等基礎技術(shù)沒(méi)有(yǒu)取(qǔ)得突破前(qián)，一(yī)種(zhǒng)有(yǒu)效的(de)解(jiě)決方(fāng)法就(jiù)是(shì)采用(yòng)專用(yòng)協处理器的(de)异(yì)構計(jì)算方(fāng)式来(lái)提(tí)升(shēng)处理性(xìng)能(néng)。現(xiàn)有(yǒu)的(de)協处理器主(zhǔ)要(yào)有(yǒu)FPGA，GPU和(hé)ASIC，FPGA由(yóu)于(yú)其独特(tè)的(de)架構擁有(yǒu)其他(tā)处理器无法比拟的(de)优勢。

明(míng)德揚fpga培訓 廣州fpga專業培訓 fpga培訓效果(guǒ)好(hǎo) 明(míng)德揚專業fpga培訓 fpga培訓哪家(jiā)強(qiáng)首選明(míng)德揚

另(lìng)外(wài)由(yóu)于(yú)FPGA有(yǒu)高(gāo)速SERDES等豐富的(de)接口(kǒu)，而(ér)且能(néng)靈活控制实現(xiàn)的(de)粒(lì)度(dù)和(hé)操作數據(jù)，因(yīn)此(cǐ)非(fēi)常适合進(jìn)行協議处理和(hé)數據(jù)格式的(de)轉(zhuǎn)換。比如(rú)说(shuō)FPGA可(kě)以(yǐ)很方(fāng)便的(de)接入(rù)以(yǐ)太网(wǎng)數據(jù)，并对(duì)以(yǐ)太网(wǎng)包(bāo)進(jìn)行包(bāo)过(guò)濾等处理。

和(hé)CPU、GPU、ASIC在(zài)設計(jì)上(shàng)的(de)區(qū)别

（图(tú)3）处理器芯片(piàn)对(duì)比

CPU/GPU 屬于(yú)馮·諾依曼結構，任务執行需要(yào)經(jīng)曆取(qǔ)指、譯碼、執行、訪存以(yǐ)及(jí)写回(huí)等过(guò)程。CPU为(wèi)达(dá)到(dào)足够高(gāo)的(de)通(tòng)用(yòng)性(xìng)，其指令流的(de)控制邏輯相當複雜。GPU使用(yòng)SIMD單指令多(duō)數據(jù)流并行等方(fāng)式進(jìn)行計(jì)算加速。

明(míng)德揚fpga培訓 廣州fpga專業培訓 fpga培訓效果(guǒ)好(hǎo) 明(míng)德揚專業fpga培訓 fpga培訓哪家(jiā)強(qiáng)首選明(míng)德揚