借人工智能东风FPGA芯片设计顺势崛起

　　2015年，大数据、物联网、人工智能、计算机视觉等行业呈现井喷之势，与之切实相关的上下游产业也发生着天翻地覆的变化，FPGA就是其中之一。FPGA即现场可编程门阵列，是一种半定制的IC芯片。原厂（如XILINX、ALTERA、LATTICE、MicroSemi等）生产出的是空白的不含配置信息的FPGA芯片，顾客可根据自己的需要，利用片上所提供的各种资源开发自己的逻辑，将生成的配置信息写入，从而将其变成自己所需功能的芯片，FPGA可近乎不限次数反复重配。

　　FPGA提供的资源包括查找表（lookup table）、触发器（flip-flop）、分布式块RAM、硬核乘加器、加法器超前进位链、锁相环（Phase-locked loop），可编程延时链，以及具备可配电平模式，阻抗匹配，输入输出或三态，串行解串功能的I/O管脚，以及连接这一切资源的可编程互连，时钟走线等等。此外有些FPGA还集成了速率达几十Gb每秒的收发器（Transceiver）、片内处理器硬核（PowerPC、ARM等）、模拟的ADC、DAC等器件，形成了一颗Soc（System on a chip）的单芯片解决方案。

　　FPGA与其他解决方案的对比以及行业应用

　　A.与专用集成电路（ASIC）对比：ASIC一旦被流片，其内部结构就处于冻结状态，不能进行修改，如果设计有问题，则需要重新流片，而一次性投入费用（ non-recurring engineering）在ASIC成本中是比较昂贵的；FPGA所有资源都可以近乎不限次数地反复更改为新的连接配置，形成新的芯片功能，因此可重配置形成了FPGA一大特色。具体体现在以下几方面：

　　1、比ASIC方案需要更短的开发时间，在激烈竞争的行业可以迅速占领市场。例如通讯行业，由于标准变动频繁，需要具备提供兼容的网络从2G到3G，并进一步从3G到4G LTE模式，因此FPGA在标准快速变动时期、或者产品迅速演进时期是一个很好的解决方案；当标准固定下来或产品演进稳定后，对于一些市场容量巨大的行业，ASIC方案会及时跟进，提供更低的价格，需要更少的功耗。

　　2、FPGA由于集成了片内逻辑分析功能，可以在工作现场展开实况下的调试定位问题。因此FPGA常被用来做ASIC原型验证，减少一次性投入费用（NRE.）打水漂的风险。

　　3、与ASIC方案相比，使用FPGA方案的产品具备了更长的可维护周期，更小的初期投入成本，因此FPGA已经被保留用于许多垂直行业应用中，因为这些行业产量小并且逻辑版本迭代快，因此不足以摊平NRE.费用。对于这些小批量应用，FPGA方案比更经济并且更具灵活性和产品可维护性。从原厂FAE服务客户名单来看，FPGA的具体应用行业包括数字信号处理，软件定义无线电，ASIC原型设计，医学成像，计算机视觉，语音识别，密码学，生物信息学，计算机硬件仿真，射电天文学，金属检测等。

　　4、当然FPGA相对ASIC方案也有不足之处，ASIC可以做到更高的集成度，需要更小的硅片面积，达到更高的工作频率，更小的能源消耗；对于大规模且标准化的应用，NRE.费用可以平摊到忽略不计，因此ASIC具备更低的成本。当然随着技术的发展，FPGA也在功耗方面做的越来越出色，有些高端的 FPGA芯片甚至接近ASIC的功耗水平，然而硅片面积方面需要具备可编程能力，因此需要冗余资源配备，没有太多优化空间。

　　B.与处理器方案相比：

　　FPGA另一大特色就是并行运行，与CPU顺序执行指令不同，FPGA内的所有资源都在按各自时序并行运行：

　　1.可以利用内部为数众多的查找表、寄存器、乘加器、IP硬核等资源对运算密集型算法进行并行实现，可以利用流水线方式优化路径时序，在一个时钟周期的吞吐率下实现最为复杂的算法；

　　2.利用内部分布式RAM定制任意所需存储架构、读写及更新方案，充分利用其巨大并行带宽和可灵活定制的存储位宽和深度，减少反复冗余访问外部存储器的需求，提高处理速度和效率。

　　打个比方，1可以类比为CPU，2可以类比为cache。

　　FPGA与GPU方案类似，都是并发运行的，区别在于FPGA提供更细粒度、资源分配更灵活的并行执行引擎，并且提供更灵活的cache，此外还提供更低的功耗。下图说明了不同方案开发时间和可达到性能的关系（摘自XILINX ug998）。

　　从图中可以看到FPGA在RTL开发流程可以达到最高的性能，但是花费的开发时间是最长的。因此现在各大FPGA原厂都在力推系统级开发方案，包括 XILINX的高层次综合（HLS）方案，以及ALTERA的OPENCL方案，可以将开发周期压缩得更短，同时得到较高的性能。

　　C.FPGA具备的其他特点：

一颗FPGA在一个产品中可以根据不同的工作模式，配置为不同的逻辑功能，只要两种模式存在时间上的需求差异，就可以提高