Intel付得起xPU的巨额尾款吗？

一波还未平息，一波再起，Intel继续扩张其xPU阵营！

上回，笔者说道Intel正在利用xPU+oneAPI的超异构计算的形式延续摩尔定律。所谓xPU即为CPU+GPU+FPGA+其他加速器的异构计算，体现在数据中心的实际产品便是Xeon可扩展处理器+Xe独立显卡+AGILEX/STRATIXFPGA+SmartNIC加速器+MovidiusVPU。针对xPU此前Intel发布了独立服务器GPU和oneAPIGold。

实际上，Intel的FPGA远不是“单枪匹马作战”的单一产品，Intel在FPGA上其实是依次从FPGA、eASIC过渡到ASIC的全套解决方案，Intel称这种独特的方案为“定制逻辑连续体”，仅在FPGA上便是一个“小生态”。

11月18日，IFTD2020上，Intel发布首款用于5G、人工智能、云端与边缘的eASICN5X（结构化ASIC），同时发布了最新的Intel开放式FPGA堆栈（IntelOFS），21ic中国电子网记者受邀参加此次发布会。

eASIC究竟是什么

FPGA和ASIC一直以来是半导体行业争论不休的话题，甚至也频繁出现一者将完全替代另一者的传言。事实上，两者的存在并不存在任何冲突。

诚然，ASIC在计算性能、功耗、可靠性、体积和制造成本上拥有一定优势。但从底层来说，其内核执行外的任何算法都是冻结的，因此这就需要在流片上市之前进行颇为耗时的设计和测试，并且一旦流片算法和逻辑电路后都是无法修改的。所以ASIC设计通常是定制化，目的明确的。从侧面来说，这就无形增加了前期的投入成本，即一次性工程费用（NRE）高，并且由于流片后无法修改所以不具备灵活性。

正因如此种种束缚，FPGA应运而生，可重复编程性加速了产品的上市时间，也因其自身的灵活性和适应性拥有了一席之地。不过FPGA相对ASIC来说，是利用数百万个逻辑单元换取这种便利性的，相比来说价格很容易昂贵。但并不能因此就绝对说FPGA比ASIC贵，ASIC的一次性工程费用贵，流片量如果太小绝对是成本更高的。

所以在现阶段，FPGA和ASIC是“分工明确”的，可编程FPGA主要针对实施与加速要求最苛刻的算法阶段，直到算法已经非常成熟、并且最终确立下来之后，ASIC便可大面积实施在硬件之中。

既然明白FPGA和ASIC的定位，那么这个eASIC究竟是什么？eASIC又名为结构化ASIC，简言之eASIC就是FPGA和ASIC的中间体，不过名字既然都只是ASIC加了e，相比来说还是更靠近ASIC的。

eASIC与ASIC最大的不同之处就在于在客户购买定制芯片后，还能够通过重新编程将芯片不同部分重新连接从而完成新的任务。客户可以使用FPGA创建设计将固定布局烘焙到单个设计掩模中，最终eASIC也将不再可编程，从而获得近似ASIC的功耗性能。市场中还存在eFPGA这种产品，当然在使用上则会更靠近FPGA，主要是将ASIC进行片上连接，此处不进行详细讲解。

业界最强大的eASIC

纵览Intel的eASIC之路，此前包括eASICN2X/N3X/N3XS几种产品。而本次发布的eASICN5X可谓是“天之骄子”，凝结了多项intel的创新成果，不负众望地成为了业界最强大的eASIC。这款产品继承了AgilexFPGA的硬核处理器系统、安全特性，支持AgilexFPGA用于管理启动、身份验证和防篡改特性的安全设备管理器，采用了DiamondMesaSoC技术。

从参数来看，eASICN5X使用了16nm制程，拥有8千万个ASIC门，拥有225Mb双端口存储器，32Gbps收发器，包含一个四核ArmCortex-A53硬处理器。

从性能来看，eASICN5X相比AgilexFPGA核心功耗降低了50%，不仅有效减小了散热，还支持客户在同样散热范围内提升性能；相比ASIC，eASICN5X又拥有更低的总体拥有成本，因为这款产品可以加快产品上市速度并显著降低一次性工程费用。

这意味着什么？要知道，AgilexFPGA系列可是intel的“心头肉”，eASICN5X的功耗就这么轻松超越了。AgilexFPGA是第二代使用异构FPGAchiplet架构的产品，这是一种将多种制程技术、功能甚至供应商集成到一种封装的技术。AgilexFPGA不仅采用了10nmSuperFin技术和改进的FPGAHyperflex架构，性能提升了高达40%，功耗降低了高达40%。其余的，两倍的数据速率，支持PCIExpressGen5和CXL都能说明Intel对这款FPGA的厚望。

在设计方面，上文也有提及eASIC实际可以直接使用FPGA设计软件进行设计。Intel这方面的软件则是QuartusPrime，这款软件提供了功耗优化工具，并通过全面的设计套件帮助轻松提升工作负载性能。

除此之外，FPGA本身的RTL或硬件语言在入门难度上非常高，开发者也可在oneAPI一体化平台上简化CPU、GPU和FPGA的跨架构开发工作。oneAPI支持使用IntelVTuneAmplifier、IntelAdvisor等工具进行软件开发。之前笔者也曾介绍过oneAPI，其Gold版本将在今年12月正式交付。

FPGA、eASIC、ASIC怎么抉择？

Intel对于eASIC的定位是，比FPGA的单位成本更低、功耗更低，比标准单元ASIC的上市速度更快、一次性工程（NRE）费用更低。eASIC与ASIC都是定制类型的芯片，针对不同的应用场景，各有所长。当把FPGA可重复编程的功能去掉，可以获得更小的晶片尺寸，来实现低功耗和更低的成本。

FPGA、eASIC、ASIC的一个连续生命周期的产品组合又称为“定制逻辑连续体”，对于三种产品的定位分别是：FPGA拥有最快的上市速度和最高的灵活性；eASIC拥有出色的性价比，优化上市时间；ASIC拥有最高的性能和最低的功耗和成本。

对于不需FPGA可重复编程这种灵活性功能的客户来说，eASIC和ASIC都可以供客户选择。eASIC不会是低功耗或低成本的最佳选择，但它能帮客户实现从eASIC到ASIC的快速实现。FPGA、eASIC和ASIC各有所长，客户可根据需求，如可重复编程、低功耗或低成本等功能来选择不同的产品。

实际上，eASIC早在2006年就已被名字同为eASIC的公司推出，intel至少在2015年就开始使用eASIC定制Xeon。直到2018年7月，Intel宣布收购小型芯片厂商eASIC，完善了FPGA到ASIC的过渡。

Intel的FPGA开发也开源了

在发布eASIC的同时，Intel也交付了第二代FPGA平台软件，这不仅让eAISC/FPGA开发速度更快，也让方便了软件、硬件和应用开发人员进行开发。这就是在本次最新发布的Intel开放式FPGA开发堆栈（下文简称“IntelOFS”）。

IntelOFS提供标准接口和API，并拥有可扩展的硬件和可访问的git源代码库的软件框架。主板开发人员、原始设计制造商和客户都可利用标准接口的统一基础设施开始FPGA硬件开发。应用开发人员可以通过基于IntelOFS的不同平台之间更强大的可移植性实现更高的开发回报。由于可以使用英特尔的开源和上游代码，领先的开源软件厂商不仅能根据现有的或新的结合提供CPU和GPU拓展支持，还能提供FPGA拓展支持，从而满足客户需求。

在上次发布的Xe独立显卡上，Intel优化了在Linux上的开发，实际上也是为了方便开源软件的开发。OFS亦如此，为Linux内核提供定制化的软硬件基础设施，解决了软硬件及应用开发人员面临的许多痛点，包括开发FPGA设计（“拿来与定制”）所需的模块化、可组合代码，以及开源上游代码，从而让开源分销商能够为第三方和专有IntelOFS平台提供本地支持。

Intel买得起异构计算的单吗？

行业著名芯片工程师、研究者曾表示，xPU的异构计算在布局之中时，面临“生态”这一课题，往往是10亿美元量级的尾款。面临这个问题的不仅是Intel也包括其他CPU、GPU、FPGA厂商。面对如此巨量的投入，Intel是否会有压力？

事实上，从五年前开始，intel就早已反复强调转型为以数据为中心的企业，并早已加大了这方面的投入和布局。目前，通过Intel推出的新产品来看，围绕数据为中心的便是六大技术支柱，体现在实际产品中便是xPU+oneAPI的软硬件生态超异构计算。

从财报上来看，2017财年Intel的总营收为628亿美元，2019财年intel总营收为710亿美元，实现了82亿美元的营收增长。特别是在2019财年Q3数据中心的营收业务首次与PC业务营收达到了持平，仅一季度就实现了95亿美元的营收。

反观Intel在2020年Q1-Q3的财报，数据中心业务基本上能够与与PC业务“五五开”。展望2020年全年，有望营收753亿美元，同比增长5%。

从Q1-Q3，Intel出货了第三代Xeon可扩展处理器、第二代傲腾持久内存、TLC3DNAND固态盘、Stratix10NXFPGA、锐炬XeMAX独立显卡……还在近期发布了Xe独立显卡架构、eASICN5X……

体现在财报上的总收入这一数字，是扣除了研发和其他花费的资金的，Intel这家公司在研发中的投入可以说是有目共睹，占比极大。所以在连续不断的xPU产线研发和发布新产品之中，仍然保持营收，说明intel至少目前是支撑的住异构计算这种巨额费用的。

另外，要拿下异构计算这座大山的确需要非常大的投入资金，但正因为intel是从五年前便已开始布下这个局，10亿美元量级的尾款其实早就化整为零了，用一个比喻形容，就是分期付款。

再反观整个行业，Intel是目前在异构计算上拥有最全产品线的，在硬件上拥有CPU、独立GPU、FPGA、eASIC、ASIC、VPU、内存和存储等，在软件上拥有统一开发平台oneAPI。可以说intel是最接近超异构计算的，假若这位巨头都消化不下10亿量级的尾款，试问还有哪家企业能挑起异构计算的重担？

不过，的确异构计算投入大、周期长，这不仅仅是Intel这一家企业的事，而是整个产业链所要考虑的事情。近两年，Intel积极合作，在国内市场也一直非常“走心”。Intel曾明确表示，在中国，发展产业生态最重要的一点，是要真正扎根于本土的市场特点和用户需求。

在异构计算和生态建设上，Intel的产线越来越丰富，更多异构计算生态产品值得期待。

责任编辑：haq