英特尔 FPGA：智能互联世界的加速器

　　层出不穷的智能应用不断挑战着人们想象力的极限，身边铺天盖地的报道时时刻刻地提示着智能世界已经来临。对，智能世界来了，随之而来的还有奔腾而来的数据洪流：

　　到 2020年，

　　平均每位互联网用户：1.5 GB流量/天

　　自动驾驶汽车：4 TB 数据/天

　　联网的飞机：5 TB 数据/天

　　智能工厂：1 PB 数据/天

　　云视频提供商：750 PB视频/天

　　……

　　“到 2020 年，将会有 500亿个终端联网，远远超过目前的80亿，IP 的流量也将达到 2300 EP/年，” 英特尔可编程解决方案事业部副总裁兼客户体验事业部总经理 Rina Raman 强调，数据中心与终端互连所形成的循环，随着物联网的发展将会逐渐加速，因而网络就必须以更高的速度处理更多的数据，数据中心也需要做更为复杂的计算，以应对更为庞大的数据集，甚至嵌入式终端也需要做很多本地的计算。此外，数据中心还需应对一些更具挑战性的工作负载： 如大数据分析、机器学习等等。由此，循环中瓶颈与挑战一一出现。

　　数据洪流中的瓶颈与挑战

　　上述所提及的挑战与瓶颈，无论　5G 无线通讯、雷达与宇航、网络，还是云计算、智能城市以及自动驾驶，都身在其中。 

　　5G 网络： 未来需要更大的带宽、更复杂的数字信号处理能力。英特尔 FPGA 能够帮助应对这些挑战，尤其在 5G 网络应用中，FPGA 可以加速 MIMO 天线的计算和基带的信号处理能力，解决安全及其他一些可能会制约发展的网络功能。

　　雷达与宇航：雷达应用中，与安全相关的通讯，正在面临着一系列的挑战：其中包括波速成形、FFT与过滤器以及机器学习等算法方面的挑战。以往的解决方式是：通过更快的 CPU 或者更快的 DSP 芯片阵列 或者 ASIC 来应对，但是通过使用FPGA，设计人员可以加速数据处理、加速处理机器学习任务，让整个架构更加简单，同时开发环境也更加统一。

　　网络方面：随着数据中心与终端良性循环的加速、物联网的不断发展，网络需要进行根本性的转型，其中包含本地网、城域网、骨干网、甚至数据中心。而转型的关键是：网络功能虚拟化，即将一些关键的功能（如交换、安全性、检测与报告等），从专用的硬件转移到数据中心的软硬件进行处理。正是在这样一个充满了不确定性和快速变化的环境中，FPGA 能够加速一些关键数据包的交换、检测以及安全任务的处理。

　　无人驾驶： 必然会对计算性能有更多的需求，算法的不确定性还可能会出现计算的孤岛，每个孤岛都可能有自己本身的硬件和开发环境，这对制造商而言是不可持续的。FPGA 在本地计算和深度学习的推算应用中，能够发挥关键作用。同时，还可以通过 5G 连接，把汽车、其他车辆与高速公路基础设施和云实现连接。

　　智慧城市：现代化的城市当中有很多计算孤岛正在出现，其中包括交通管理系统、照明管理系统、泊车管理系统和安全的摄像头，这些众多不同的系统由众多不同的厂家来生产，每个系统都有不同的架构，不同的开发环境，而且彼此之间没法实现数据共享。英特尔 CPU和 FPGA 就能取代这些专有的架构，提供本地计算、连接和分析的能力。

　　云计算：在云的环境中，工作负载及其构成都会出现动态的变化，甚至某些工作负载所需要的性能即使 CPU 在合理的功耗水平之下也是难以实现的，所以需要一些特别的芯片或者是配上 GPU，专门处理并行的运算，可以装上网络加速器，处理协议和安全的流量分流，还可以配备视频解码器或 ASIC 专用的集成电路，用于搜索的加速和深度学习。但是，服务器上往往没有空间，也没有足够的功率支持放入所有芯片。所以，有一些云的服务提供商和数据中心的架构师就开始转向使用英特尔 FPGA，FPGA 和 Xeon  CPU连接，提供搜索、计算、加密、分组处理和机器学习的硬件加速。一旦发生变化，设计人员可以对FPGA进行重新的配置，满足更新的需求。

　　FPGA : 对异构架构至关重要

　　处理大量数据的增长！

　　应对快速变化的新技术所带来的计算环境的变化！

　　CPU 本身所具备的功耗！

　　仅仅依靠计算平台同质的扩展，已远远没法满足上述的挑战要求，因而不同的异构架构组合成为必然。当今的硬件平台包括：CPU、FPGA 以及专用的加速器，其中 CPU 仍然是处理能力的核心引擎，再加上专用的加速器（ASSP和ASIC等），已然可以实现最好的计算效率。与此同时， FPGA 在其中也在越来越发挥着重要作用， 它就像一种先进的多功能的加速器，不仅能够带来最大的编程灵活性，支持高度差异化的产品，还可以在现场进行重新配置，虚拟加速任何数字的算法。FPGA也支持并行运算，其性能从吞吐量，实时速度到能耗，比 CPU 或 GPU 要优上 10 倍。此外 FPGA 还可以以更低的时延处理更大的数据，比传统在硬件产品上跑的基于软件的产品更快。也正因为 FPGA 既具有硬件性能，又具有软件可编程的能力，在异构计算的环境中日益变得重要。

　　如下图所示，旁路加速可以把一些重度计算的数据功能转移到FPGA上面，这样可以释放处理器去处理其他运算。如果时延比较重要，还可以进行内建加速。这样通过FPGA的多功能性，可以带来更好的网络的存储和计算的加速。

　　Rina 以FPGA 提升数据中心效率为例，展示了FPGA 如何在生活中应对实际的挑战的。

　　首先面对的是：数据库的加速。SWARM64 可扩展数据加速器使用了英特尔最新的FPGA 大量处理一些并行的数据，实现了很好的吞吐量、能耗和更高的性能，无论在云端，还是在现场，它都可以支持任何的配置。可以看到：其实时数据分析能力是以前的5倍，数据仓储的能力是以前的2倍，存储压缩能力是以前的3倍。

　　接下来要解决的难题是：基因测序。众所周知，基因测序的数据量大且复杂，如果分析能力跟不上，很多研究项目就会被迫推迟，因而影响整个医疗界的研究进展。英特尔和 Broad Institute 公司共同开发出了基因分析的软件工具包——GATK，主要是用于分析大吞吐量测序的数据。据悉，研究人员现在可以在过去三分之一的时间能够获得5倍的数据量，相当于15倍的提升。Broad Institute 的 Pair-HMM 算法提高了50倍，总业务流提高了 1.2 倍。

　　另外一个实际难题是：存储 NVME OVER  FABRIC。Attala 希望利用英特尔 FPGA 重新设计和开发新一代的存储和网络的基础设施。数据在硬件里通过FPGA来进行处理和加速，然后进入到网络基础设施，相比之前的方案，使用 FPGA 的方案在读写速度的时延方面降低57-72%。因而， Attala的解决方案不仅软硬件结合的解决方案有很强的适应能力，而且也为云的服务提供商降低了运行成本。

　　为了更好地支持智能互联世界的应用，英特尔提供的一系列的 FPGA 产品， 其中包括 Stratix 10 、Arria 10、Cyclone 10 和 Max 10。着眼于未来，Rina 透露英特尔下一代 FPGA的产品，英文名字叫 Falcon Mesa。这是使用了英特尔 10 纳米的制程技术、基于 FinFET 制程、也是英特尔第二代使用 HyperFlex 架构的产品，还是第二代基于EMIB（英特尔接口的规范）的异构的SIP。据悉，Falcon Mesa 也是 Altera 并入英特尔以后第一代使用了英特尔10纳米制程技术开发出来的产品。此外， 英特尔还提供了加速堆栈，用来助力开发人员轻松入门。

　　智能互联世界的挑战日趋复杂，英特尔 FPGA 愿意参与其中，助力加速计算，更好地应对今天以及未来的数据需求。