英特爾? 現(xiàn)場可編程門陣列（FPGA）繼續(xù)在市場中保持強勁的發(fā)展勢頭,。配合英特爾?處理器,，F(xiàn)PGA釋放數(shù)據(jù)的巨大潛能，改造我們的世界,，使從云到邊緣的一系列實際用例的成長得以加速,，體現(xiàn)出獨特的價值,。

　　憑借出色的靈活性,，F(xiàn)PGA 堪比半導體界的瑞士軍刀,。即使在發(fā)運給客戶之后，這些設備也可以隨時編程,。FPGA 融合了邏輯,、內存和數(shù)字信號處理模塊，能夠實時地實施所需的功能,，具有極高的吞吐率,。這使得 FPGA 適用于許多關鍵的云和邊緣應用。

　　預計到 2020 年,，物聯(lián)網(wǎng)（IoT）將覆蓋高達 500 億臺智能設備。全球人均智能設備持有數(shù)量約為 6 臺,。每人每天將生成約 1.5 GB 數(shù)據(jù),，而每臺智能互聯(lián)設備每天將生成多達 50 GB 的數(shù)據(jù)。FPGA 通過以實時、節(jié)能的方式存儲,、處理和分析海量數(shù)據(jù),，從而提取商業(yè)智能，為云和邊緣計算提供了極大的優(yōu)勢,。

　　最近,，英特爾宣布英特爾 FPGA 將為 Microsoft Azure 提供強大的人工智能*，這是一個絕佳的示例,。Brainwave* 項目奠定了基礎,，該項目是微軟為實時人工智能（AI）打造的主要架構，之前用于必應* 智能搜索,，現(xiàn)在在 Azure 和邊緣中提供,。

　　無論在云中還是在邊緣，英特爾 FPGA 以低延遲和高能效的方式實現(xiàn)實時人工智能,，無需將計算批處理打包(batching)至較小的處理元件中,。例如，采用 FPGA 的人工智能能夠實現(xiàn)極高的吞吐率,，可以運行 ResNet-50 ——一款行業(yè)標準深度神經(jīng)網(wǎng)絡,，要求近 80 億次計算——而無需批處理。這可以在 FPGA 中實現(xiàn),，因為邏輯,、DSP、嵌入式內存等可編程硬件支持輕松編寫任何所需的邏輯功能,，并針對其面積,、性能或功率進行優(yōu)化。由于該結構在硬件中實施,，可以定制與執(zhí)行并行處理,，性能有望比傳統(tǒng)軟件或 GPU 設計方法高出數(shù)個數(shù)量級。

　　企業(yè)應用也使用相同的功能,。戴爾 EMC* 和富士通* 正將英特爾 Arria? 10 可編程加速卡（PAC）應用于企業(yè)數(shù)據(jù)中心的現(xiàn)有服務器中,。這些加速卡可在各個工作負載上與英特爾至強? 處理器協(xié)同工作，如實時數(shù)據(jù)分析,、人工智能,、視頻轉碼、金融,、網(wǎng)絡安全與基因組,。這些數(shù)據(jù)密集型工作負載面臨著數(shù)據(jù)的爆炸式增長，F(xiàn)PGA 的實時和并行處理能力為它們帶來了極大的優(yōu)勢,。英特爾已構建了廣闊的合作伙伴生態(tài)系統(tǒng),，以使用面向英特爾?至強?CPU和FPGA的加速堆棧在上述工作負載中開發(fā)整套解決方案。

　　Levyx*（一家由金融服務業(yè)前高管領導的大數(shù)據(jù)公司）使用基于 Arria?10 FPGA 的英特爾 PAC可編程加速卡 加速金融回溯測試，該測試經(jīng)常用于幫助預測金融票據(jù)的計算交易策略的性能,，包括各種證券,、期權和衍生工具等。它是一個高度并行的數(shù)據(jù)與計算密集型工作負載,，通常需要花費數(shù)小時,，甚至數(shù)天來執(zhí)行。借助 FPGA,，Levyx 運行金融回溯測試的性能提升了 850%,。圖 1 中的數(shù)據(jù)顯示了 20 個股票交易代碼 50 次算法模擬的實際數(shù)據(jù)。結果令人驚訝,。

　　圖 1.Levyx 與英特爾的聯(lián)合解決方案用于回溯測試工作負載的加速

　　在云中,，由于企業(yè)需要處理大數(shù)據(jù)，F(xiàn)PGA 的應用規(guī)模已經(jīng)達到了空前的水平,。邊緣出現(xiàn)了相似的標志性轉變,。研究報告顯示，到 2020 年,，來自 500 億臺智能互聯(lián)設備的大多數(shù)數(shù)據(jù)均由機器（而非人類）生成,。數(shù)據(jù)將來源于廣泛的行業(yè)，包括制造,、機器人,、醫(yī)療保健和零售。

　　全球視頻安防行業(yè)領先的解決方案提供商大華,，以及加拿大國家科學研究院(NRC)正將英特爾 FPGA 嵌入其邊緣應用中,。

　　大華與英特爾通力合作，致力于使用 FPGA 加速它的 Deep Sense 服務器系列,，以便在邊緣實現(xiàn)實時推理,，在由 100,000 張圖像組成的數(shù)據(jù)庫內進行面部對比。由于需要在帶寬與功率受限的環(huán)境中快速執(zhí)行面部識別,，F(xiàn)PGA 技術被用作執(zhí)行低延遲,、節(jié)能型邊緣推理的平臺。

　　加拿大 NRC 正協(xié)助構建下一代平方公里陣列（SKA）射電望遠鏡,，計劃將其部署于偏遠的南美與澳大利亞地區(qū),，對于天文研究而言，這種觀察條件最為理想,。SKA 射電望遠鏡將成為世界最大的射電望遠鏡,，相比我們現(xiàn)在擁有的最好的射電望遠鏡，它的速度提升了 10,000 倍,，圖像分辨率提升了 50 倍,。分辨率和速度的提升導致這些望遠鏡生成大量的圖像數(shù)據(jù),，每隔幾個月就要處理相當于互聯(lián)網(wǎng)一年的數(shù)據(jù)量。

　　NRC 的設計將英特爾? Stratix? 10 SX FPGA 嵌入南非 SKA 望遠鏡項目的中央處理設施(CPF)中,，從而在邊緣實時地處理和分析收集到的數(shù)據(jù)。高速模擬收發(fā)器支持核心 FPGA 結構實時獲取信號數(shù)據(jù),。隨后并行化可編程邏輯,，以執(zhí)行針對功效、性能或兩者優(yōu)化的任何自定義算法,，這使得 FPGA 成為在邊緣處理大量實時數(shù)據(jù)的理想之選,。

　　從云計算到邊緣、物聯(lián)網(wǎng)和我們的傳統(tǒng)嵌入式市場,，英特爾一直處于技術的前沿,。其他人正在預測未來時，我們已經(jīng)開始開創(chuàng)未來,?？删幊探鉀Q方案事業(yè)部的團隊正在加速這一進程。

　　我非常期待未來與您分享英特爾 FPGA 如何推動 5G 無線,、有線,、小芯片技術等創(chuàng)新——釋放數(shù)據(jù)的巨大潛能，改造我們的世界,。