FPGA异构计算架构对比分析

fpga异构计算架构对比分析 余，点击蓝字，轻松关注 •»AI芯片主要分为CPU、GPU、FPGA以及ASICO其中以CPU、GPU、FPGA、ASIC的顺序,通用性逐渐减低”但运算效率逐步提高。FPGA,即现场可编程门阵列，它是在PAL、GAL、CPLD等可编程器件白L基础上连一步収展的产物。劣势CPU劣势CPU有强大旅度、管理、协调能力。应用范围广。开栅便禺活。在大屋数据处理上没有GPU专业“相对运算呈低,但功GPU更适合执行复杂的战学和几何计算刚好与包含大量你厅运算臥工智能深度学习算法相瓯。应用过程中无法充分发军并厅计算优势；硬件结构固定祺备可编程性；运行深度学习算法能效哉于FPGA。FPGA可以適过硬件编程实现功能；在密集处理和高球上能力上占优，而且功耗比CPU,GPU低。基本新迫十算能力有限；速度和功耗相对专用定制芯片（ASIC）仍然存在刊'差距；价格较为昂贵。ASIC定制芯片成本最低■功耗低■而目1合旱产。其研皴本（开模成本）高昂，开瀰期和验证周期氐图片来源：方正证券为解决能耗限制,无法使处理器核心同时运作,及性能提升有限的问题,业界提出的另一个方案就是采用"定制计算",也就是为特定的工作场景和负载优化硬件设计。FPGA（"现场可编程逻辑阵列"）应运而生。

FPGA^■1 可编辑门阵列基本原理在芯片内集成大量购字电路基本门电路，存储器以及垂线资源,而用户可以通过对FPGA遊亍”编程〃i烧写配置文件）来定义这些门电路的力能以及模块之间的庄线。最大特点可编程，通过HDL（硬件描述吾言）重新编程"（烧写）■实现FPGA性能优化黝能改变。耐者要求具有硬件设计㈱识和能力图片来源：方正证券FPGA本质是一种可编程的芯片。可以把硬件设计重复烧写在它的可编程存储器里，从而使FPGA芯片可以执行不同的硬件设计和功能。FPGA具备以下优势：来源：方正证券可编程灵活性高:FPGA属于半定制电路，理论上,如果FPGA提供的门电路规模足够大，通过编程可以实现任意ASIC和DSP的逻辑功能。开发周期短：FPGA不需布线、掩模和定制流片等，芯片开发流程简化。传统的ASIC和SoC设计周期平均是14到24个月，用FPGA时间可以平均降低55%。并行效率高:FPGA属于并行计算，一次可执行多个算法指令。虽然普遍主频较低，但对部分特殊的任务,大量相对低速并行的单元比起少量高效单元而言效率更高。全球FPGA市场规模:17年67.5亿美元,预计2020年，CAGR为&28%,预计2020年可达到84亿美元;全球FPGA竞争梅局:”两大两小”。FPGA市场的圭要玩家2019年全球FPGA的竞争牆EXILINXXilinx(赛灵思)駆洁訟.FPGA市场的圭要玩家2019年全球FPGA的竞争牆EXILINXXilinx(赛灵思)駆洁訟.AlteranowpartofIntelAchronbc1.30%Microsemi23%Quicklogic九g其他s.oo%Lattice3.00%LatticegemlconcluctorOoroorotlon^^jMicrosemiLatticeMicrosemiAltera31.00%图片来源：方正证券1•"两大"：赛灵思和Altera,主要布局5G以及AI,主打可编程逻辑器件，带有软件工具乩可编程逻辑技术、知识产权(IP)和技术服务,合计占87%市场住额；2."两小"：Lattice和Microsemi,其中Lattice主要面向IoT市场，而Microsemi主要聚焦航空航天和军工市场。目前国外龙头工艺技术已达7nm.10nm级,可实现4-5亿门器件规模。5G无线,数据中心,汽车,无线通徐,AI智能，工业，消费电子，医疗科学等，正在成为全球FPGA市场规模增长的主要驱励力。KXILINX 砸直讒.缺ATTGOTse加费灵思AlteraLatticeMicrosemi37-820.9252.0251.755公司P品广泛的高级集或电路.软件设计工具,以及作为砂定义系统级叨能的1科亥可错趣8器件，常有软件工具的可編程13辑按术.知识产权(IP)和技术服务现场可綸握系统芯片，复杂的可省樓窗器件，可扁區昆合信号产品,可箱程数宇呈更件尊高性能高可宾性模拟与射频器件,混合信号与射频集成电跆fSoc蘇廉等产品工艺7nm/16nm/20nm/28nm/45nm14nm/20nm/28nm/40nm/65nm/90nm/130nm28nm/40nm150nm/220nm应用领域5G无线(数尿中心，次车.无线通信，A【出能,工业，消费电子,医疗与科学等数馮中心,5G,协联网,汽车，消费电子•军事航空，医疔，无线通信等:肖费品市场，通ifk计算机.工业•汽车.医药.军审等军用/航.医疗，後/通信.计貝机尺周边田备、汽车.卫星、通讯等全卿有7500多家昌户，包括AlcatelrCiscoSystemsrEMCrEricsson,FujitsurHewlett-Packard,IBM,左卿范国内为14000多个客户提供高联呈的可糊郢缺糜c包括百度•艾咨，峻龙，贸泽,罗彻斯特，得拴諄。苹果和HTC謬文晔科技等客户LucentTechnologiesrMotorolarNEC,NokiafNortel,SamsungrSiemens,Sony,Oracle以及Toshiba. 图片来源：方正证券作为加速应用白LAI芯片,主要乩技术路线有三种：GPU、FPGA、ASIC。目前GPU是市

场上用亍AI计算最成熟应用最广泛的通用型芯片,在算法技术和应用层次处于发展期,GPU由于其强大的计算能力、较低的研发成本和通用性将继续占领AI芯片的主要市场份额。训练推理 21训练推理 21云GPUzNVDIA.AMDFPGAIntel.XilinxASIC:GooglcGPU:NVDIAFPGA:Intd,Xilinx,业马进•微软.百度.阿里,ASIC:Google.寒武圮.比将大陆终/GPU:NVDIA,ARMFPGA:昏灵恿（深鉴科技）ASIGJSntfi,地丰线，华为海思,高通稠片巾删力 ■ 资29来源：方正证券未来在激先雷达、无人机、无人驾驶、智能机器人等织端设备方面对计算能力也会有极大的提升,因此作为人工智能的底层计算能力（芯片）存在看大机会。其中，FPGA是可重新编程的硅芯片,在信号处理和控制应用中,它已经取代了自定制与用集成电路（ASIC）和处理器。AI包括训练和推断两个环节，训练过程是指在已有数据中学习，获得判断能力乩过程。对神经网络而言,训练过程通过不断更新网络参数,使推断误差最小化；推断过程则是指对新白澈据,使用训练过程形成白L能力完成特定任务（比如分类、识别等）。推断是直接将数据输入神经网络并评估结果的正向计算。训练：计算规模庞大,涉及到大量训练数据和复杂乩深度神经网络,目前应用最多白L主要还是GPU。推断：包括大量的矩阵运算，但相比较训练环节计算量较少,不仅CPU或GPU可以连行运算,也可使用FPGA以及ASIC。云端推断•探索于服务器+FPGA芯片模式的企业包括阿里于、亚马逊、微软等。•在现阶段于端数据中心业务中,FPGA以其灵活性和可深度优化的特点，有望继GPU之后在该市场爆发。

•FPGA可以处理用户实时计算请求以及小计量大批次的计算。边缘推断•未来人工智能应用场景对终端设备推断能力的要求高,FPGA是低功耗异构芯片，开

发周期快,编程灵活,人工智能领域的解决方案目前正从软件演进到软件+芯片。•基亍CPU的传统计算架构无法充分满足人工智能高性能并行计算需求，需要FPGA等人工智能架构的专属芯片。•在目前的终端智能安防领域,也有厂商采用FPGA方案实现AI硬件加速英特尔ArriaFPGA和Stratix系列应用广泛，如数据中心，军事,广播，汽车和其他织端市场。Stratix®系列Stratix®系列FPGAstratixIIIStratixIV工艺技术65nm40nmStratix®系列StratixV.II英特尔StratixFPGA10工艺技术28nm14nm/三栅极图片来源：方正证券2019年4月3日,英特尔宣布推出全新产品家族英特尔AgilexFPGA。AgilexFPGA是第—款集成了Intel几乎所有当前创新技术的FPGA产品,包括10nm制造工艺、异构3DSiPS体封装、PCIe5.0总线、DDR5/HBM/傲腾DC持久性内存、eASIC设备OneAPI统一开収接口、CXL缓存和内存一致性高速亏连总线。相比英特尔®Stratix®10FPGA,总功耗降低高达40%相比英持尔®Stratix®10FPGA「性能提升高达40%高达40TFLOPDSP性能（FP16配脣）图片来源：方正证券AgilexFPGA基于创新型异构3DSiP技术，将模拟、内存、自定义计算、自定义I/O，英特尔eASIC和FPGA逻辑结构集成到一个芯片封装中