英特尔计划采用混合CPU-FPGA芯片

两年前，英特尔斥资167亿美元收购了FPGA芯片厂商Altera。那么，这次购买会带来什么呢？该公司终于准备好了。

现场可编程门阵列或FPGA是可以定制以执行特定功能的集成电路。 x86只执行x86指令集，而FPGA可以在运行中重新编程以执行指定的任务。这就是为什么x86被认为是通用计算处理器而FPGA被视为可定制的原因。

听起来FPGA将与Xeon Phi加速器卡竞争，但英特尔表示情况并非如此。 FPGA与Xeon Phi加速策略的不同之处在于，您可以通过FPGA获得多功能加速，而使用Phi进行专业加速。因此FPGA补充，它不与Phi竞争。

与GPU一样，FPGA将以两种方式之一使用：卸载和内联。卸载（也称为旁视）意味着在移动到FPGA进行处理之前，首先进入的数据通过CPU。内联意味着CPU不受影响，数据直接进出FPGA进行处理。

现在英特尔将Altera FPGA定位为协处理器，并承认他们将在某些方面与Xeon Phi竞争，但FPGA的功能更多，适合某些任务，比Phi或GPU更好，据Bernhard Friebe，高级主管表示。英特尔可编程解决方案组的软件解决方案。

“FPGA的优势在于GPU在某些领域发挥作用，但不是全部，如果你看一下内联与卸载的使用模型，它们主要限于卸载。因此，FPGA可以覆盖更广泛的应用空间，“他说。

该集成解决方案提供CPU和FPGA之间的紧密耦合，带宽非常高，而外部PCI Express卡则没有紧密耦合。 Friebe说，对于超低延迟和高带宽应用，集成非常适合。

“大多数差异[在集成和离散之间]是由于系统架构和数据移动。在[您]运行许多不同工作负载的数据中心环境中，您不希望将其与特定应用程序绑定，“他说。

Friebe表示，专业化程度越高，你可以挤出加速器的性能就越高。作为多功能加速器的FPGA将在某些应用中实现卓越的性能。 FPGA的本质是高度并行和可编程性，这有助于加速可并行化的工作负载。这些包括数据分析，人工智能（AI）和机器学习，视频转码，压缩，安全性，财务分析和基因组学。

英特尔采用双管齐下的方法实现其FPGA战略，提供混合CPU-FPGA处理器 - 类似于其芯片上集成了GPU的台式机CPU - 以及PCI Express卡上的分立Arria或Stratix品牌FPGA器件。

混合CPU-FPGA器件将基于Skylake一代CPU和Arria 10 FPGA，并将使用更快的UltraPath互连（UPI）链路，这是英特尔的QuickPath Interconnect（QPI）的后续产品。除了它将以9.6GT / s或10.4GT / s数据传输速率运行之外，对UPI知之甚少，并且将比QPI更有效，因为它将支持每个消息的多个请求。

英特尔还提供完整的开发人员工具集和API，使用相同的工具，加速器和库为集成和离散产品设计应用程序。所有都是用类似C语言的OpenCL编写的。

“美丽是它的标准化和开源。他们的投资与新一代处理器向前兼容，易于迁移，并为FPGA开发人员提供了一个抽象，以瞄准更大的用户群，“Friebe说。

英特尔现在正在使用Arria 10 GX FPGA对称为可编程加速卡（PAC）的分立卡进行采样，并预计2018年上半年可用。在Skylake一代Xeon上集成FPGA的Xeon可扩展平台是今天抽样，2018年下半年普遍供货。