FPGA 自上世紀 80 年代進入市場以來，就與通用 CPU、ASIC 乃至 GPU 競爭共存。FPGA 的低功耗、可編程、規(guī)格適中等特性，使其在市場中占據(jù)一席之地。本文分析了通信、HPC、數(shù)據(jù)中心等多個領(lǐng)域的現(xiàn)狀，對市場、價格和競品對比等方面進行了概要分析，并預測了 FPGA 未來的一些發(fā)展方向，對了解 FPGA 提供了很好的參考。本文概要總結(jié)了 2019 年 9 月在斯坦福大學一次三小時討論情況，其中匯聚了來自多家企業(yè)和研究機構(gòu)的實踐經(jīng)驗，包括 Zilog、Altera、Xilinx、Achronix、Intel、IBM、Stanford、MIT、伯克利、威斯康星大學、Technion、Fairchild、貝爾實驗室、Bigstream、谷歌、DIGITAL（DEC ）、SUN，諾基亞、SRI、日立、Silicom、Maxeler Technologies、VMware、施樂 PARC、思科等。上述各家并不對本文內(nèi)容承擔任何責任，只是在某種程度上激發(fā)了作者們的思考，進而構(gòu)成了 FPGA 的多維發(fā)展之路。

FPGA（現(xiàn)場可編程門陣列，F(xiàn)ield-Programmable Gate Arrays) 自誕生以來，就與 ASIC 社區(qū)糾纏不清。上世紀 80 年代中期，Ross Freeman 及其同事從 Zilog 處購買了該項技術(shù)，初創(chuàng)了面向 ASIC 仿真和教育市場的 Xilinx 公司。Zilog 來自于?？松梨谑凸?，其創(chuàng)立源自于上世紀 70 年代人們對石油將在 30 年內(nèi)耗盡的擔憂——盡管時至今日這一說法依然大行其道。幾乎與此同時，以類似技術(shù)為核心的 Altera 成立。

FPGA 是支持電路編程的芯片，實現(xiàn)對該電路的“仿真”。對于 ASIC 中的實現(xiàn)，這種仿真的運行性能要慢于實際的電路。它的時鐘頻率更低，耗能更高，但可以每幾百毫秒重新編程一次。

FPGA 用于在 ASIC 制造商做光罩并提交工廠制造前仿真 ASIC。Intel、AMD 等企業(yè)在芯片生產(chǎn)前，使用 FPGA 仿真芯片。

電信領(lǐng)域的爭奪

FPGA 一直在電信行業(yè)大量使用。由于電信標準的不斷變化增加了電信設備的制造難度，因此能率先給出電信解決方案的企業(yè)往往會占領(lǐng)最大的市場份額。ASIC 的制造周期很長，而 FPGA 提供了一種快捷方式。電信設備開始在初期版本上采用 FPGA，這引發(fā)了 FPGA 價格的波動。盡管 ASIC 仿真市場并不受 FPGA 價格的影響，但芯片的價格對電信企業(yè)卻至關(guān)重要。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，optimized reconfigurable cell arrays）。但與 Xilinx 或 Altera 相比，它們在硅片的速度和規(guī)格上并不具有競爭優(yōu)勢。

如今，華為已成為 FPGA 的最大客戶。美國制造的 FPGA 可能正是中美之間最近的緊張關(guān)系的導火索。這些芯片令華為在 5G 電信設備交付上占據(jù)優(yōu)勢，領(lǐng)先世界上其他任何準備參與競爭的供應商達兩年。

FPGA 價格之爭

FPGA 很早就用于 SDR（軟件無線電，software-defined radios）。SDR 技術(shù)可同時支持多種通信標準的無線電，類似于一部可講多種語言的電話。這一次 FPGA 遇上了麻煩，因為 SDR 技術(shù)走上了兩條不同的采用道路。一方面，商業(yè)供應商基于成本效益考慮開發(fā)了很多解決方案，并在當前地球上所有的基站都部署了 SDR 技術(shù)。另一方面，在國防領(lǐng)域，大型國防承包商是為了保護有利可圖的傳統(tǒng)產(chǎn)品線而構(gòu)建 SDR 的。這導致基于 FPGA 的無線電產(chǎn)品的價格居高不下，以至美國的部分國防市場一直抵制它們的應用。

下一步，F(xiàn)PGA 試圖進入 DSP 和嵌入式市場發(fā)展，開始推出部分使用硬核微處理器的 FPGA。但銷售這些新型 FPGA 的壓力很大，以至于如果客戶拒絕這一新系列的芯片，就會被芯片廠商列入黑名單，有時甚至會拒絕提供服務數(shù)月。鑒于 FPGA 企業(yè)攻克新市場頻頻失敗，F(xiàn)PGA 市場的增長壓力依然巨大。因為 FPGA 的芯片面積巨大，涉及的知識產(chǎn)權(quán)眾多，所以 FPGA 產(chǎn)品難以降低價格。

在 HPC 和數(shù)據(jù)中心領(lǐng)域碰壁

在過去數(shù)年中，F(xiàn)PGA 試圖在 HPC（高性能計算）和數(shù)據(jù)中心市場中發(fā)展。2017 年，微軟宣布在數(shù)據(jù)中心使用 Altera FPGA，而英特爾則收購了 Altera。2018 年，Xilinx 宣布了其“數(shù)據(jù)中心優(yōu)先”戰(zhàn)略。其 CEO 面對廣大分析師時，宣稱 Xilinx 不再是一家單純的 FPGA 企業(yè)。這頗具戲劇化，但這是歷史必然。

在 HPC 和數(shù)據(jù)中心使用 FPGA，主要障礙在于布局布線（place & route），即運行 FPGA 供應商特定軟件將電路映射（mapping）為 FPGA 元件所耗費的時間。針對大型 FPGA，使用快速的 CPU 服務器，布局布線耗時可能多至三天。并且在很多情況下，三天之后軟件依然無法找到映射。

在石油天然氣領(lǐng)域碰壁

2007 年前后，石油和天然氣領(lǐng)域的應用形成了利基市場。在傳統(tǒng)計算機上模擬鉆探地球發(fā)現(xiàn)石油所花費的時間，比現(xiàn)場實際施工和鉆探的時間還要長。使用 FPGA 加速器，極大地改變了這種耗時顛倒的情況。首個用于計算地震圖像的石油企業(yè)數(shù)據(jù)中心的 FPGA，是由 Maxeler Technologies 制造并交付給 Chevron 的。

FPGA 在油氣領(lǐng)域的應用經(jīng)過了數(shù)年擴展，直到來自 ASIC 產(chǎn)業(yè)的壓力，才讓標準的 CPU 技術(shù)重新回歸。當下，預測和仿真在油氣領(lǐng)域依然重要，地震成像大多使用 CPU 和 GPU 完成，不過 FPGA 依然占據(jù)了一席之地。我們知道，“當前的新事物，會成為明日黃花”。當然，人工智能和對數(shù)據(jù)的關(guān)注是當前的新事物。

盡管如此，F(xiàn)PGA 依然是一種進入市場的快捷方式、獲取競爭優(yōu)勢的簡單方法，以及許多關(guān)鍵任務中必不可少的技術(shù)。FPGA 的每個芯片價格要比 ASIC 昂貴，但是對 HPC 和數(shù)據(jù)中心而言，相比 CPU 和 GPU 而言需要的 FPGA 芯片更少，制冷開銷更低，因此 FPGA 的運行費用要顯著低于在 CPU 或 GPU 上運行軟件。FPGA 使得數(shù)據(jù)中心規(guī)模更小，這會使運營商感到不安，因為他們擔心自己的數(shù)據(jù)中心可能會縮水。

ASIC vs. FPGA

FPGA 的另一用途，是作為 ASIC 的補充。構(gòu)建 ASIC 的目的在于實現(xiàn)固定的功能，添加 FPGA 則可為產(chǎn)品的最新更改以及適應不同的市場提供一定的靈活性。

現(xiàn)代 FPGA 集成了越來越多的硬核功能，變得越來越像是 ASIC。而 ASIC 也時常會在設計中添加一些 FPGA 結(jié)構(gòu)，以便于調(diào)試、測試、現(xiàn)場修復，以及增加添補小功能的靈活性。

但 ASIC 團隊卻一直在與 FPGA 概念做抗爭。ASIC 設計師詢問“用戶需要什么功能？”，并在得到“我也不確定”的回答后會失去耐心。

無人駕駛汽車行業(yè)就是這樣的一個新戰(zhàn)場。由于算法的不斷變化，并且法律法規(guī)可能會在汽車入場時發(fā)生變化，需要不斷對駕駛技術(shù)做相應調(diào)整，這需要靈活可變的解決方案。FPGA 的時鐘頻率更低、散熱片較小，物理尺寸小于 CPU 和 GPU。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 更易于編程，并且不需要耗時三天的布局布線。

另一個至關(guān)重要的考慮是，出于模擬和測試等方面的考慮，需要在汽車上和云中運行相同的代碼。這樣需要 FPGA 必須在云中可用，然后才能在汽車中使用。由于上述問題，許多開發(fā)人員更喜歡選擇 GPU。

FPGA 的演進

FPGA 正處于不斷發(fā)展中?，F(xiàn)代接口正使 FPGA 更易于編程，更為模塊化，更易于與其他技術(shù)協(xié)作。FPGA 支持 AXI（高級可擴展接口，Advanced Extensible Interface）總線，使其更易于編程，但也會引入很多嚴重的效率損失，結(jié)果降低了 FPGA 的性能，最終導致其競爭力下降。一些學術(shù)工作提出了解決布線問題的研究，例如 Eric Chung 的關(guān)于 FPGA 動態(tài)網(wǎng)絡的論文，但是這些先進的理念尚未為產(chǎn)業(yè)界所接受。

FPGA 是如何連接的？對于具有大量數(shù)據(jù)流的 HPC 工作負載，可以使用 PCI Express，并部署通信隱藏技術(shù)。但是像 NFV（網(wǎng)絡功能虛擬化，network function virtualization）這樣的小規(guī)模但卻能同時為大量用戶提供服務的工作負載呢？VMware 最近的調(diào)查結(jié)果指出，對于 NFV 和虛擬機加速，F(xiàn)PGA 必須直接連接到 CPU，并使用緩存一致性作為通信機制。當然，一個關(guān)鍵的特性是 FPGA 的崩潰不會導致 CPU 崩潰，反之亦然。大型技術(shù)企業(yè)正在重新審視 IBM 大型機時代的需求，意圖使用標準化平臺涵蓋越來越多的復雜性。

在大眾化的企業(yè)市場也存在著機會。在提供 FPGA 平臺時，企業(yè)即便沒有進行 ASIC 開發(fā)的預算，也不了解最新的硅制造挑戰(zhàn)和解決方案，也可以去開發(fā)電路，并在其產(chǎn)品中建立競爭優(yōu)勢。例如新興的物聯(lián)網(wǎng)（IoT）邊緣計算，實現(xiàn)在近傳感器、顯示器端甚至在數(shù)據(jù)流經(jīng)過時進行計算。

同時，F(xiàn)PGA 企業(yè)正將技術(shù)棧上推直至 CPU 插槽。英特爾在該市場上占據(jù)主導地位，其掌握了 NFV 特殊指令等技術(shù)。在數(shù)據(jù)中心中添加新 CPU 和 FPGA 的主要障礙不僅是速度和成本，還在于所有可能的 I/O 設備的軟件和驅(qū)動程序是否可用。

在數(shù)據(jù)中心中推行 FPGA 的關(guān)鍵是易用性。例如，使用自動工具去驅(qū)動 FPGA 的應用，避免產(chǎn)生布局布線上的難題。微軟率先在大型數(shù)據(jù)中心中使用 FPGA 來加速 Bing、NFV 和人工智能算法，此外還構(gòu)建了抽象、領(lǐng)域特定語言和靈活的硬件基礎結(jié)構(gòu)。在商業(yè)上，F(xiàn)PGA 的主要問題在于入市策略。

構(gòu)建新的芯片后才去考慮軟件就為時已晚了。如何讓硬件適應軟件而從現(xiàn)有軟件中獲益？這也提供了重新思考 FPGA 架構(gòu)的機會。但是需要警告的是：硅產(chǎn)業(yè)是個吞金獸。構(gòu)建 ASIC 是一種賭注多年持續(xù)攀升的撲克游戲。這是一場贏家通吃的比賽，在比賽初期就剔除了 FPGA 的威脅。

FPGA 正在為硅項目帶來額外的不良風險。

利基市場

正如軟件設計師常說，“軟件能完成的事情，就應由軟件實現(xiàn)”。ASIC 設計師會說，“ASIC 能完成的事情，就應由 ASIC 來完成?！弊钣腥さ恼f法是，“如果可以用軟件完成，那么就不必和一切 FPGA 思維的人打交道了?！毕啾?ASIC 的團隊規(guī)模，以及全球范圍內(nèi)軟件開發(fā)人員的規(guī)模，F(xiàn)PGA 的公司很小，社區(qū)也很小，其中只有一些甚至是古怪的程序員。

英特爾正在推進 FPGA 的靈活性。在遵循“構(gòu)建硬件以運行現(xiàn)有軟件”這一原則的公司中，英特爾是最成功的一家。

FPGA 性能可能比 CPU 和 GPU 更快，但是來自產(chǎn)業(yè)界和投資界的切實經(jīng)驗教訓是，自計算機出現(xiàn)以來的絕大多數(shù)時間中，速度和實時性并沒那么重要。很少有人僅僅為了高性能而購買計算機。盡管此事時有發(fā)生，卻不能根據(jù)這樣的隨機事件去建立業(yè)務市場。此外，F(xiàn)PGA 缺失標準，沒有開源代碼，也沒有令人愉悅的編程模型。因此，并沒有標準市場支持可在所有 FPGA 芯片上工作或易于交叉編譯的 FPGA 程序。Maxeler Technologies 具有提供此類接口的高級解決方案，但廣泛的行業(yè)采用需要的是信任。信任才能推動技術(shù)從早期采用者的玩物發(fā)展到讓所有人受益，但這需要現(xiàn)有數(shù)據(jù)中心領(lǐng)域供應商的推動和支持。

現(xiàn)實中，應用的用戶會說：“我并不在乎具體方法，只要能完成我想要做的事情。” 在尚未廣泛探索的應用領(lǐng)域中，哪些是 FPGA 可一展身手的？對于實時計算，F(xiàn)PGA 可用于工業(yè)界。對于無人機上的計算機視覺，F(xiàn)PGA 在重量和功耗上具有優(yōu)勢。在衛(wèi)星上的硬件升級代價很大，對此 FPGA 提供了至關(guān)重要的長期靈活性。FPGA 需要的是休戚與共的產(chǎn)品。此類產(chǎn)品必須易于編程，光是硬件或軟件還不夠，還需要生態(tài)系統(tǒng)，需要完整的解決方案。

實時編譯和自動 FPGA 程序生成是拓寬當前市場局限的好方法。說起來容易，但做起來難，但是隨著人工智能對應用空間的突破，越來越多的機會出現(xiàn)了。當前，一切皆可由人工智能完成，甚至油氣領(lǐng)域地震成像等的傳統(tǒng)算法也都采用了人工智能。處理人工智能模塊需要科學和工程上的解決方案。FPGA 可提供一個很好的出發(fā)點，從連接 AI 模塊開始進而整合到 FPGA 架構(gòu)中。例如，Xilinx 的下一代芯片將人工智能架構(gòu)、CPU、100G 接口和 FPGA 單元整合到同一個 7 納米芯片中。

從另一個角度來看，隨著人工智能芯片生成并處理大量數(shù)據(jù)，需要 FPGA 提供大量輸入并迅速取走輸出。隨著用于人工智能處理的新 ASIC 的面世，F(xiàn)PGA 將在人工智能芯片公司大展身手。

預測

將出現(xiàn)成功的 CPU+FPGA 服務器芯片，或直接訪問 CPU 緩存層次結(jié)構(gòu)的 FPGA。有人贊同，有人否定。

SoC（片上系統(tǒng)，system on a chip）FPGA 芯片將不斷發(fā)展壯大，帶動醫(yī)療、下一代電信和汽車等行業(yè)。

開發(fā)人員將使用 FPGA 實現(xiàn)神奇的事情，推動世界的進步，但對內(nèi)部存在 FPGA 的事實必須秘而不宣。

FPGA 的名稱將會保留，稱為 FPGA 的芯片也會繼續(xù)出現(xiàn)，但是其內(nèi)部將大相徑庭。

一旦我們?yōu)楹喕?FPGA 編程而放棄（數(shù)據(jù)流）優(yōu)化，F(xiàn)PGA 的性能將降低，進而將無法與易于編程的 CPU 競爭。

FPGA 將具有動態(tài)布線、不斷發(fā)展的互連，以及運行時靈活的數(shù)據(jù)移動。

和 FPGA 之上完整的軟件棧一樣，布局布線軟件將會開源。Yosys 和 Lattice FPGA 已經(jīng)著手于此。

所有半導體架構(gòu)都將組合為融合了 TPU、GPU、CPU、ASIC 和 FPGA 的單個芯片。芯片中可融合所有技術(shù)，也可融合部分技術(shù)。

更多的芯片將聚焦于特定應用空間，只有少部分實現(xiàn)通用用途。從某種意義上說，一切都會成為 SoC。

責任編輯：PSY

原文標題：漫談FPGA的過去與將來

文章出處：【微信公眾號：STM32嵌入式開發(fā)】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。