英特尔 FPGA：数据洪流中的瓶颈与挑战，对异构架构至关重要

层出不穷的智能应用不断挑战着人们想象力的极限，身边铺天盖地的报道时时刻刻地提示着智能世界已经来临。对，智能世界来了，随之而来的还有奔腾而来的数据洪流：

到 2020年，

平均每位互联网用户：1.5 GB流量/天

自动驾驶汽车：4 TB 数据/天

联网的飞机：5 TB 数据/天

智能工厂：1 PB 数据/天

云视频提供商：750 PB视频/天

……

“到 2020 年，将会有 500亿个终端联网，远远超过目前的80亿，IP 的流量也将达到 2300 EP/年，” 英特尔可编程解决方案事业部副总裁兼客户体验事业部总经理 Rina Raman 强调，数据中心与终端互连所形成的循环，随着物联网的发展将会逐渐加速，因而网络就必须以更高的速度处理更多的数据，数据中心也需要做更为复杂的计算，以应对更为庞大的数据集，甚至嵌入式终端也需要做很多本地的计算。此外，数据中心还需应对一些更具挑战性的工作负载： 如大数据分析、机器学习等等。由此，循环中瓶颈与挑战一一出现。

数据洪流中的瓶颈与挑战

上述所提及的挑战与瓶颈，无论　5G 无线通讯、雷达与宇航、网络，还是云计算、智能城市以及自动驾驶，都身在其中。

5G 网络： 未来需要更大的带宽、更复杂的数字信号处理能力。英特尔 FPGA 能够帮助应对这些挑战，尤其在 5G 网络应用中，FPGA 可以加速 MIMO 天线的计算和基带的信号处理能力，解决安全及其他一些可能会制约发展的网络功能。

雷达与宇航：雷达应用中，与安全相关的通讯，正在面临着一系列的挑战：其中包括波速成形、FFT与过滤器以及机器学习等算法方面的挑战。以往的解决方式是：通过更快的 CPU 或者更快的 DSP 芯片阵列 或者 ASIC 来应对，但是通过使用FPGA，设计人员可以加速数据处理、加速处理机器学习任务，让整个架构更加简单，同时开发环境也更加统一。

网络方面：随着数据中心与终端良性循环的加速、物联网的不断发展，网络需要进行根本性的转型，其中包含本地网、城域网、骨干网、甚至数据中心。而转型的关键是：网络功能虚拟化，即将一些关键的功能（如交换、安全性、检测与报告等），从专用的硬件转移到数据中心的软硬件进行处理。正是在这样一个充满了不确定性和快速变化的环境中，FPGA 能够加速一些关键数据包的交换、检测以及安全任务的处理。

无人驾驶： 必然会对计算性能有更多的需求，算法的不确定性还可能会出现计算的孤岛，每个孤岛都可能有自己本身的硬件和开发环境，这对制造商而言是不可持续的。FPGA 在本地计算和深度学习的推算应用中，能够发挥关键作用。同时，还可以通过 5G 连接，把汽车、其他车辆与高速公路基础设施和云实现连接。

智慧城市：现代化的城市当中有很多计算孤岛正在出现，其中包括交通管理系统、照明管理系统、泊车管理系统和安全的摄像头，这些众多不同的系统由众多不同的厂家来生产，每个系统都有不同的架构，不同的开发环境，而且彼此之间没法实现数据共享。英特尔 CPU和 FPGA 就能取代这些专有的架构，提供本地计算、连接和分析的能力。

云计算：在云的环境中，工作负载及其构成都会出现动态的变化，甚至某些工作负载所需要的性能即使 CPU 在合理的功耗水平之下也是难以实现的，所以需要一些特别的芯片或者是配上 GPU，专门处理并行的运算，可以装上网络加速器，处理协议和安全的流量分流，还可以配备视频解码器或 ASIC 专用的集成电路，用于搜索的加速和深度学习。但是，服务器上往往没有空间，也没有足够的功率支持放入所有芯片。所以，有一些云的服务提供商和数据中心的架构师就开始转向使用英特尔 FPGA，FPGA 和 Xeon CPU连接，提供搜索、计算、加密、分组处理和机器学习的硬件加速。一旦发生变化，设计人员可以对FPGA进行重新的配置，满足更新的需求。

FPGA ： 对异构架构至关重要

处理大量数据的增长！

应对快速变化的新技术所带来的计算环境的变化！

CPU 本身所具备的功耗！