雖然Xilinx一直是FPGA的領(lǐng)導(dǎo)者但現(xiàn)在的數(shù)據(jù)中心仍然由CPU主導(dǎo)

雖然Xilinx一直是FPGA的領(lǐng)導(dǎo)者，但現(xiàn)在的數(shù)據(jù)中心仍然由CPU主導(dǎo)數(shù)十年來，Xilinx一直是FPGA的領(lǐng)導(dǎo)者，目前仍占有60%的市場份額。英特爾近三年前以167億美元收購了Xilinx的競爭對手Altera，占據(jù)了其余市場的大部分份額。盡管Xilinx多年來一直保持穩(wěn)定增長，2018財年收入達到創(chuàng)紀錄的25.4億美元，較上年增長8%，但是FPGA仍然剛剛開始在數(shù)據(jù)中心領(lǐng)域找到自己作為計算引擎的基礎(chǔ)。英特爾、AMD和IBM的CPU仍然是計算的主要驅(qū)動因素，在英偉達、AMD，以及前途無量的Arm的GPU加速器的輔助下，這些公司集體希望能夠參與由Cavium領(lǐng)導(dǎo)的運動。其他加速器也越來越多地被使用，如FPGA和定制ASIC，但現(xiàn)在的數(shù)據(jù)中心仍然由CPU主導(dǎo)。盡管如此，在Xilinx工作了10年的資深員工VictorPeng（他從1月份開始擔任Xilinx的首席執(zhí)行官）看到了這種變化，并設(shè)想了可編程邏輯芯片走入大型數(shù)據(jù)中心用戶和云構(gòu)建者的HPC中心、以及常規(guī)企業(yè)數(shù)據(jù)中心的時代。計算領(lǐng)域正在發(fā)生變化，這推動了對更多異構(gòu)計算的需求，這些計算可以適應(yīng)現(xiàn)有的工作量，而無需更改任何底層基礎(chǔ)架構(gòu)。特別是，從核心到網(wǎng)絡(luò)邊緣再到云的更多端點正在連接起來，并通過傳感器、攝像頭和其他設(shè)備實現(xiàn)智能，而且它們正在創(chuàng)建大量非結(jié)構(gòu)化數(shù)據(jù)。這些數(shù)據(jù)推動了對更強的計算和更大的存儲的需求，同時也推動了利用人工智能和機器學(xué)習等技術(shù)來實現(xiàn)更優(yōu)秀的洞察力和決策的需求。正如我們在文章中談到的，F(xiàn)PGA對機器學(xué)習和深度學(xué)習的興趣。今年夏天，Xilinx收購了創(chuàng)業(yè)公司DeePhi（DeePhi主要從事神經(jīng)網(wǎng)絡(luò)和FPGA領(lǐng)域的業(yè)務(wù)），增加了自己的產(chǎn)品組合，。Peng在硅谷HotChips2018會議的主題演講中說：“這種智能完全連成一體，這種技術(shù)的確正在出現(xiàn)，而且真的是剛剛起步，特別是從今天的角度來看，智能不僅意味著某種級別的某種處理器（在許多情況下是SoC），而且因為所有這些應(yīng)用都具有某種形式的人工智能，通常是某種形式的機器學(xué)習，所以它們同樣也被集成到一起。之所以如此令人興奮，是因為它不僅已經(jīng)對人們的日常生活產(chǎn)生影響，還因為它只是剛剛出現(xiàn)，它將對人們的生活產(chǎn)生深遠的影響，因為變化正在以指數(shù)級的速度發(fā)生?！盤eng指出，一些預(yù)測說，在不久的將來，每年的數(shù)據(jù)量將超過10個ZB，“從中獲取價值通常意味著要處理數(shù)據(jù)并以某種形式從原始數(shù)據(jù)中提取信息，這推動了超大規(guī)模數(shù)據(jù)中心服務(wù)器數(shù)量的強勁增長。數(shù)據(jù)中心的擴展要比我們所見過的大得多，計算、存儲和內(nèi)存都在增加，如果你看看以指數(shù)級速度增加的數(shù)據(jù)處理和總存儲空間，你就會發(fā)現(xiàn)到目前為止數(shù)據(jù)中心的能力尚可以跟得上需求?！保ㄓ腥さ氖牵@一切都是由大型數(shù)據(jù)中心用戶的各種形式的廣告收入以及云構(gòu)建者的原始基礎(chǔ)設(shè)施服務(wù)推動的。）然而，在這種情況下，有一個很大的“但是”，那就是摩爾定律，Peng稱之為“非常大的生存挑戰(zhàn)”。摩爾定律縮小了晶體管的尺寸，可以在給定的區(qū)域內(nèi)集成更多的晶體管，以實現(xiàn)更多的功能和更低的成本。在過去的50年里，摩爾定律一直很好地為行業(yè)服務(wù)，而現(xiàn)在它已經(jīng)走到了窮途末路。Peng表示：“這是我們所有人心中根深蒂固的想法，即便是科技行業(yè)以外的普通消費者，他們也希望更快、更便宜。每一年，對于所有的電子產(chǎn)品，我們都會期望在同樣的價格下，產(chǎn)品的性能會變得更好，這是物理定律。所以，當摩爾定律不再為我們服務(wù)時，問題是非常嚴重的。”多年來，芯片制造商已經(jīng)采取了很多措施來跟上摩爾定律的步伐，包括增加更多內(nèi)核、在內(nèi)核中驅(qū)動線程，以及利用加速器。但是Peng說，使系統(tǒng)更快更好不僅要通過處理器技術(shù)實現(xiàn)，而且要通過架構(gòu)實現(xiàn)。架構(gòu)有其自身的挑戰(zhàn)，特別是功率和密度，而這也限制了性能。Peng說：“在過去的40年里，計算主要集中在CPU和微處理器上。從2000年開始，摩爾定律開始失效。從2010年開始，事情開始向異構(gòu)系統(tǒng)發(fā)展，計算被劃分為通用處理器和固定的硬件加速器。它可能是GPU或MPU，當然還有ASIC的復(fù)興，特別是在機器學(xué)習方面?！睓C器學(xué)習和其他新工作任務(wù)，以及聯(lián)網(wǎng)智能設(shè)備的激增（數(shù)以百億計，正在向數(shù)千億計激增）正在推動對芯片技術(shù)的新一輪投資，以及對可配置和可修改的硬件平臺的需求。異構(gòu)架構(gòu)設(shè)計將是推動性能向前發(fā)展的關(guān)鍵。Peng表示：“對于機器學(xué)習和所有連網(wǎng)的設(shè)備和系統(tǒng)，你無法讓它們固定不變，因為你無法預(yù)測在部署時需要滿足的所有需求，而且你不想通過改變物理器件來完成設(shè)備的功能。這種不僅能夠在軟件層面進行更改，而且能夠在硬件層面遠程更改大型智能設(shè)備的概念正在變得越來越強大，為了實現(xiàn)未來的構(gòu)想，這是絕對需要的?！痹贖otChips會議上，Peng和Xilinx的其他人員在演講中談到了公司即將推出的產(chǎn)品，包括即將推出的自適應(yīng)計算加速平臺（ACAP）和7nm“Everest”SoC。Xilinx在3月份首次討論了ACAP，雖然在HotChips會議上沒有進行深入探討（很可能會在10月份的Xilinx開發(fā)者論壇上進行），但Peng確實花了一些時間論述。Xilinx表示，ACAP將為公司目前16nmFPGA的機器學(xué)習推理帶來20X的性能，為5G網(wǎng)絡(luò)帶來4X的性能。EverestSoC將于今年晚些時候在臺積電7nm工藝試產(chǎn)。ACAP的關(guān)注點在于適應(yīng)性和可編程。該平臺的可編程引擎將首先處理機器學(xué)習推理和5G網(wǎng)絡(luò)的工作。架構(gòu)的核心是組塊陣列，每個組塊相互連接，有各自的本地存儲，而且可以擴展，以針對特定的應(yīng)用。Xilinx將提供一系列針對廣闊的新市場的SKU?？删幊踢壿媽―SP、LUT、URAM和BRAM。根據(jù)Peng的設(shè)想，該架構(gòu)將允許用戶對架構(gòu)進行編程，以最好地滿足應(yīng)用的需求。這使得組織能夠?qū)⑾嗤男酒渴鸬讲煌墓ぷ髦小eng表示：“這將使內(nèi)核和DSA進出的速度更快，同時減少設(shè)計限制。它適用于多個市場。關(guān)于數(shù)據(jù)中心和云有很多討論，但由于其靈活性和深度，它將服務(wù)于所有市場。該架構(gòu)是可擴展的，因此它將用于汽車應(yīng)用、云應(yīng)用，以及介于兩者之間的東西，例如通信、基礎(chǔ)設(shè)施。它不僅軟件可編程，硬件也可編程?！彼€將帶來更高的吞吐量、更低的延遲和更低的功耗，在談?wù)摤F(xiàn)代工作任務(wù)時，這些因素都與頻率一樣重要。Peng表示：“如今，尤其是由于人們對機器學(xué)習的關(guān)注，我們陷入了對于尖端技術(shù)的狂熱。這讓我想起了上世紀90年代的兆赫戰(zhàn)爭。這真的不