物联网云管端的FPGA应用是怎么一回事

随着大数据和云计算的落地，FPGA（现场可编程逻辑器件）在数据中心，基站等IT通信设备上正成为主流，风起云涌的人工智能更加速了FPGA在超级数据中心中的应用，“云管端”可以大致对应云计算、雾计算和边缘计算， 区别在于计算能力、功能模块、位置节点和应用场景的不同。FPGA的嵌入式应用进一步扩展到消费电子、汽车电子、工业控制、测试测量等领域， 不仅仅发生在对计算要求高的云端，而且还会出现在数量更加庞大的物联网边缘端。

2010年华为首先提出“云管端”概念，目前“云管端”概念已经延伸到其他行业。

“云（Cloud）”既可以指为用户提供云计算和大数据等云服务的集合， 也可以是一种数据汇聚和计算处理的模式， 还可以指设备的云化、电信业务的云化、电信业自身IT设施的云改造等。当然， 我们也可以简单理解为数据中心;

“管（Channel）”是指管道，链接“云”和“端”之间的设备和服务都可统称为管道，提供信息传输能力， 包括交换机、路由器、无线基站、有线接入等设备和服务;

“端（Device）”比较容易理解，是指智能设备终端（手机、数据卡、平板电脑、机器人、工业设备等能上网的终端设备）， 主要包括物理终端、操作系统软件和人机界面接口等。

“云”上的FPGA应用

云端的FPGA的主要功能是计算。用于数据中心、人工智能、机器学习、云计算和工业云平台。云端的FPGA应用属于高端高利润市场，主要由赛灵思和Intel PSG部门（注：Intel收购的Altera公司）把持，其他厂商很难进入这个市场。

云端的人工智能最近非常热门，主要包括“离线训练”和“在线判断和服务”两种方式。离线训练是指利用海量数据输入，通过合适的训练方法，实现和验证人工智能算法模型。而在线判断和服务是指利用训练出来的算法模型做出判断，在线响应用户的请求。

GPU有很好的计算能力， 目前主要用在离线训练上，而在在线判断和服务方面，FPGA的能耗效率（性能/能耗）和成本效率（性能/价格）都比GPU更好。在云端数据中心领域，采用FPGA的服务器应用越来越多。亚马逊Web Services和百度大脑都在采用赛灵思和Intel PSG的FPGA支持云服务，作为在线判断和服务的人工智能专用芯片。 百度的AI Silicon FPGA集群拥有数十万台服务器，已经部署成为国内最大的GPU/FPGA集群，采用先进的集群操作系统来统一管理，成为国内率先推出可用的FPGA云服务的厂商。

“管”中的FPGA应用

通信行业的管道（基站、基站控制、承载、传输等）大量使用FPGA。通信行业是需要实际功能测试和现场测试来进行产品迭代设计的， 不能等到标准成熟才做芯片和产品。 所以各设备厂家为了缩短上市时间，抢占技术先机，会在标准还未冻结之前就推出原型样机，甚至小批量产品。所以FPGA成为通信厂商们的不二选择，一边讨论协议，一边用FPGA开发产品，在客户那里一边测试，一边修改版本。

通信行业下一个增长的大潮应该是5G和物联网，3GPP第一个5G标准今年12月初冻结，预计将于2020年开始部署，并在2023年达到顶峰。而即将到来的物联网时代，NB-IoT等物联网标准也在不断演进，协议不断更新，快速的发展变化推动了FPGA在5G和物联网的应用。

在整个通信管道中，越靠近终端侧，设备的数量越多，用的FPGA量也越多，而越靠近核心网侧，用的FPGA数量越少，但价格更贵。在协议完全冻结后，各设备厂家会逐步以ASIC来替代之前的FPGA，因此FPGA在通信领域主要在初、中期应用比例高，后期可能会被ASIC替代，只留下一些接口类的FPGA。在通信管道领域，主要是赛灵思和Intel PSG之间的竞争，别的厂商很难进入这个市场。

“端“里的FPGA应用

FPGA目前在智能终端设备上已经开始广泛应用，如无人驾驶汽车、机器人、安防监控、电子半导体测试设备、医疗设备、工厂自动化设备、军用设备、消费电子产品、物流运输、AR/VR和游戏设备等。FPGA在这些终端设备中的应用主要考虑能耗效率（性能/能耗）和成本效率（性能/价格），而在消费电子行业中，这种对功耗和性价比的追求更是达到了极致。

FPGA在智能终端的应用主要包括三方面：互联（感知周围的世界，与外界建立连接）、计算（对收集到的数据和信息进行处理和判断，通过人工智能和机器学习等建立对外界的认知）和控制（智能地响应外部请求，做出相应的动作和反馈）。

来源：朗锐智科