你還沒聽過FPGA？那你一定是好久沒有更新自己在企業級IT領域的知識了。今天筆者就和大家聊聊何為FPGA？FPGA主要應用場景是什么？有人說FPGA是替代傳統CPU和GPU的未來，你信嗎？

FPGA全稱現場可編程門陣列（Field－Programmable Gate Array），最初作為專用集成電路領域中的一種半定制電路而出現的，具有一定的可編程性，可同時進行數據并行和任務并行計算，在處理特定應用時有更加明顯的效率。

浪潮HPC“加速”

實際上，英特爾、紫光、浪潮等企業均已開始布局FPGA。早在SC2015大會上，浪潮就聯合Altera，以及中國最大的智能語音技術提供商科大訊飛，共同發布了一套面向深度學習、基于Altera Arria 10 FPGA平臺。

英特爾發布至強E5 2600 v4處理器

當然，最著名的應該就屬英特爾豪擲167億美元，收購Altera，這也是英特爾公司歷史上最大規模的一筆收購。而英特爾收購Altera主要為的就是FPGA。而根據后來英特爾在IDF展會中展出的集成了FPGA芯片的至強E5 2600 v4處理器來看，167億美元收購可謂物有所值：至強處理器在FPGA芯片的幫助下每瓦性能提升了70%。

紫光是另一家希望通過收購手段直接接觸FPGA最新科技的公司，繼尋求并購美光失利、收購硬盤大廠威騰（WD）破局后，紫光或將收購美國萊迪思半導體（Lattice Semiconductor）股份，為搶進FPGA市場做布局。

那么，FPGA吸引如此多廠商為之瘋狂的原因究竟是什么？

從應用場景角度分析，我們可以看到隨著谷歌的阿爾法狗打敗了人類圍棋冠軍后，深度學習已經從神壇走下來，越來越多的人開始認識到深度學習可能會改變未來的生活，成為未來科技發展的方向；而FPGA設計工具使其對深度學習領域經常使用的上層軟件兼容性更強，FPGA正是助力深度學習的一大技術。

但是，如果說FPGA是繼任傳統CPU與GPU的未來，就有些夸大其詞。且不論CPU與GPU技術已經成熟，擁有完善的生態鏈，CPU與FPGA的結構也有所不同。CPU中擁有控制取指、譯碼等流程，處理可信具備處理各式各樣千奇百怪的指令要求的能力；

CPU架構

相比之下FPGA就不能向CPU一樣靈活的處理各種沒有見過的指令，只能根據一個固定的模式來處理輸入的數據然后輸出，這也是為什么FPGA經常被看作一種行家專屬的架構。

FPGA架構

不同于CPU的是，FPGA和GPU內都有大量的計算單元，因此它們的計算能力都很強。在進行神經網絡運算的時候，兩者的速度會比CPU快很多。但是GPU由于架構固定硬件原生支持的指令固定了，而FPGA則是可編程的。

GaxPy算法性能對比(單位：微秒)（圖片來自：程序員）

我們可以看到，FPGA的應用領域主要是深度學習和神經網絡算法，而傳統的CPU更關注的是“通用”，GPU雖然更注重計算速度，但是其指令仍然是固定的。而FPGA的出現之所以風靡全球，就是因為其可編程性，這讓FPGA在深度學習領域擁有了得天獨厚的優勢。這樣也就不奇怪谷歌為了發展深度學習，自己研發了名為TPU的自有芯片。正如谷歌數據中心負責人霍爾澤所言：谷歌研發自有芯片是為了解決哪些省為解決的問題。

筆者認為，當市場需求發生變化，技術一定會隨之發展，當深度學習成為熱門領域時，與之最匹配的FPGA也應聲成為廠商追逐的焦點。