两年前，英特尔收购了FPGA芯片供应商Altera，那么如此大的一个收购会为英特尔带来什么呢?如今，英特尔终于准备向我们展示其收获了。

  FPGA，即现场可编程门阵列，是一个集成电路，可以定制以执行特定的功能。x86只执行x86指令集，而FPGA可以被重新编程以执行指定的任务。这就是为什么x86处理器被称作是通用计算处理器，而FPGA被视为是可定制的。

   该公司的策略很有趣，貌似将自己投入了一个与自身竞争的境况中。在大规模的浮点运算方面，英特尔有Xeon Phi产品线，与Nvidia和AMD的GPU进行竞争。而现在，FPGA也针对那些大规模浮点运算用例，加入了战场。

　与GPU一样，FPGA将以两种方式应用：内联(inline)和卸载(offload)。内联的意思是数据先通过CPU，然后再转移到FPGA进行处理。卸载，也称为旁路读出式(look aside)，意味着CPU不受影响，数据直接进出FPGA进行处理。

　对于特定任务，FPGA能够展现出优秀性能

　现在英特尔将Altera FPGA定位为协处理器，而且承认他们将与Xeon Phi在某些方面产生竞争，但在某些特定任务上，FPGA比Phi和GPU更通用且更适合。据英特尔软件解决方案的可编程解决方案组高级主管Bernhard Friebe说。

“FPGA的优势在于，GPU只在某些领域发挥作用而不是全部，如果你看看内联和卸载的使用模型，它们多数被限制在卸载方面。因此，你可以用FPGA覆盖更广阔的应用空间。”他说。

　集成解决方案提供了CPU和FPGA之间的紧密耦合，带宽非常高，而外部的PCI-E卡则不那么紧密耦合。对于超低延迟和高带宽的应用，集成是非常适合的，Friebe表示。

“集成和离散之间的大部分差异是由于系统架构和数据移动造成的。在一个数据中心环境中，会运行许多不同的工作负载，没有人希望将其绑定到某个特定的应用程序，”他说。

　Friebe指出，你所做的越专业化，你就能从加速器中挤出更多的性能。FPGA作为多功能加速器，在些应用中会取得很好的效果。FPGA的本质是高度并行的和可编程的，它适合于加速可以并行化的工作负载。这些包括数据分析、人工智能(AI)和机器学习、视频转换、压缩、安全、财务分析和基因组学。

　双管齐下的FPGA策略

　英特尔采用了一种双管齐下的策略，提供两种混合的CPU-FPGA处理器——像是其桌面CPU在模具上集成了GPU——以及在PCI-E卡上集成了离散的Arria或Stratix品牌FPGA设备。

  混合的CPU-FPGA设备将基于Skylake CPU和Arria 10 FPGA，将使用更快的UPI(UltraPath Interconnect)链接——Intel的QPI(QuickPath Interconnect)的接班人。除了它将以9.6GT / s或10.4GT / s的数据传输速率运行之外，它将比QPI更有效，因为它将支持每个消息的多个请求。

   英特尔还提供了一个完整的开发者工具集和API来为集成的和离散的产品设计应用，使用相同的工具，加速器和库。所有的都写在OpenCL——一个类似C的语言。

“关键在于标准化和开源。这是正向兼容的新一代处理器，容易迁移，而且为FPGA开发人员提供了一个抽象概念，以针对更大的用户群。”Friebe说。

　英特尔正在对一种名为“可编程加速卡”(PAC)的离散卡进行采样检测，目前已具备Arria 10 GX FPGA，预计2018年上半年可用。一个Xeon可伸缩的平台，在Skylake Xeon集成FPGA，目前在是采样检测，通用在2018年下半年。

   it168网站原创 　作者: 谢涛