看FPGA如何在大数据的热潮中坐实第一把交椅
数据正在成为人类社会进步新的驱动力。有专家预测，未来5年中国大数据产业规模年均增长率将超过50%，到2020年中国的数据总量将占全球数据总量比例的20%，成为世界第一数据资源大国和全球数据中心。不过在垂涎于这个大数据盛宴的同时，我们也面临着一个“成长中的烦恼”：我们是否有足够的能力去处理和“消化”这些海量的数据？虽然近年来数据中心的数量也在快速增加，但是面对数据处理任务指数级的增长，还是需要从更底层的核心硬件架构上寻求解决方案。
通用cpu是传统数据中心的核心，不过由于它是基于指令译码执行、共享内存的经典的冯·诺依曼结构， 注定了其可以完成复杂性的数据处理工作，但是处理大量并行的、重复性的数据并非其强项。“多核”cpu是一个应对之策，但仍然无法摆脱架构的限制，加之摩尔定律日益逼近天花板，依托制程工艺的进步带来性能上的提升，这条路也越来越不好走。因此异构处理器的概念被提出来，简单地说，就是将cpu不擅长的工作卸载到其他更适合的器件中去处理，不同架构的数据处理器件协同工作，各司其职，提升效率。在异构数据处理中，究竟谁适合与cpu“相加”，业界有不同的思路，通常吞吐率、延迟、功耗和灵活性会被作为评估的基本标准。
在异构处理器中，“cpu+gpu”是一个重要选项。gpu采用simd（单指令流多数据流）的方式让多个执行单元以同样的步调处理不同的数据，大大提升了并行数据处理的能力，在计算密集型任务中可堪重用。不过gpu有一个“硬伤”，就是在延迟比较高。这是因为gpu虽可实现数据并行但是其流水线深度受限，每个计算单元处理不同的数据包时，需要按照统一的步调做相同的事，这就使得输入输出的延迟增加，通常gpu的延迟会达到毫秒级。
要想克服上述问题，就需要今天的主角“fpga”出场了。fpga是一种可编程逻辑器件，可以根据需要通过软件编程去定义器件的硬件功能，非常灵活。这也就意味着基于fpga的数据处理架构，每个逻辑单元的功能都是定义好的，无需指令就可完成工作，也不需要复杂的共用内存的调度和裁判，摆脱了冯·诺依曼架构的牵绊。在延时方面，fpga的优势尤为明显，其不但可以实现数据并行，还可以实现流水线并行，流水线的不同级处理不同的数据包，这就使得不同数据的处理无需等待更为便捷，其延时只有微秒级。从数据吞吐能力上看，新一代fpga的数据处理加速能力理论上已经可以与gpu比肩。同时拜不断进步的半导体工艺所赐，fpga器件的功率也控制得很好。所以cpu+fpga这种异构处理器组合被越来越多的人所看好。
还有一种技术选择我们不得不提一下，那就是asic。单从性能上讲，为特定网络数据加速目的而制造的专用asic芯片无疑在吞吐量、延迟、功耗方面都是最具竞争力的，但是有两个因素使其被数据中心用户拒之门外：一是asic的研发和流片成本越来越高，除非有足够的规模，否则经济性上没有优势；二是一旦数据处理任务需求发生变化，功能固化的asic就“废”了，而如果使用fpga则无需担心这个问题，只要重新编程重新定义器件的功能即可，这对用户的投资是很有效地保障。这就是fpga在灵活性上的优势。
表1，几种数据处理架构在计算密集型任务中的性能比较
可以说，在异构处理架构中，虽然每种技术都各有千秋，但是fpga各方面的表现最为均衡，可以令用户获得的效益最大化。由此也就不难理解一年前intel为什么乐于花费巨资收购全球排名第二的fpga厂商altera，此举也无疑为fpga未来在数据中心中的地位做了背书。同时，在fpga行业头把交椅上的xilinx近年来的表现也更加活跃和抢眼，横向合作上与amd、arm、华为、ibm、mellanox、高通等共推开放式的数据加速架构，打造生态链；纵向上接连绑定亚马逊、百度等互联网巨头，让fpga在人工智能、视频处理、 自然语言处理、金融分析、网络安全等未来核心数据应用处理领域，坐实其核心的位置。显而易见，大数据之“火”，已经点着了fpga，谁能抓住机会，谁就能在大数据的热潮中火一把。
图1，xilinx的fpga被用于百度数据中心，未来会对百度的无人驾驶汽车提供支撑
图2，腾讯推出的fpga云服务器，可为用户提供fpga云租用服务
数控直流电流源的设计
一文解决你对单片机最小系统的所有疑问
labview是什么软件 组态软件与labview区别
2016 LabVIEW国际挑战赛赛制流程
DC-DC电源模块产品概述
看FPGA如何在大数据的热潮中坐实第一把交椅
全球可穿戴设备行业的市场分析
74hc574和74hc573区别
数据中心UPS要求SiC技术
一文解读上汽大众汽车网络安全的应急响应流程
智慧医疗是怎样促进智慧城市的发展
如何在PCB设计中实现复杂的焊盘形状？
深入理解Linux修改hostname
号称小“低配版昂科威”？新款雪佛兰探界者中型大SUV即将上市
选择AlmaLinux作为CentOS替代方案的一些原因
如何使用Arduino创建停车门禁控制系统？
8051单片机供水系统水位控制的硬件电路设计
容器配置及Spring Boot注解
无线连接航空航天和国防世界
数字电路中施密特触发器与比较器电路有何区别
通用cpu是传统数据中心的核心，不过由于它是基于指令译码执行、共享内存的经典的冯·诺依曼结构， 注定了其可以完成复杂性的数据处理工作，但是处理大量并行的、重复性的数据并非其强项。“多核”cpu是一个应对之策，但仍然无法摆脱架构的限制，加之摩尔定律日益逼近天花板，依托制程工艺的进步带来性能上的提升，这条路也越来越不好走。因此异构处理器的概念被提出来，简单地说，就是将cpu不擅长的工作卸载到其他更适合的器件中去处理，不同架构的数据处理器件协同工作，各司其职，提升效率。在异构数据处理中，究竟谁适合与cpu“相加”，业界有不同的思路，通常吞吐率、延迟、功耗和灵活性会被作为评估的基本标准。
在异构处理器中，“cpu+gpu”是一个重要选项。gpu采用simd（单指令流多数据流）的方式让多个执行单元以同样的步调处理不同的数据，大大提升了并行数据处理的能力，在计算密集型任务中可堪重用。不过gpu有一个“硬伤”，就是在延迟比较高。这是因为gpu虽可实现数据并行但是其流水线深度受限，每个计算单元处理不同的数据包时，需要按照统一的步调做相同的事，这就使得输入输出的延迟增加，通常gpu的延迟会达到毫秒级。
要想克服上述问题，就需要今天的主角“fpga”出场了。fpga是一种可编程逻辑器件，可以根据需要通过软件编程去定义器件的硬件功能，非常灵活。这也就意味着基于fpga的数据处理架构，每个逻辑单元的功能都是定义好的，无需指令就可完成工作，也不需要复杂的共用内存的调度和裁判，摆脱了冯·诺依曼架构的牵绊。在延时方面，fpga的优势尤为明显，其不但可以实现数据并行，还可以实现流水线并行，流水线的不同级处理不同的数据包，这就使得不同数据的处理无需等待更为便捷，其延时只有微秒级。从数据吞吐能力上看，新一代fpga的数据处理加速能力理论上已经可以与gpu比肩。同时拜不断进步的半导体工艺所赐，fpga器件的功率也控制得很好。所以cpu+fpga这种异构处理器组合被越来越多的人所看好。
还有一种技术选择我们不得不提一下，那就是asic。单从性能上讲，为特定网络数据加速目的而制造的专用asic芯片无疑在吞吐量、延迟、功耗方面都是最具竞争力的，但是有两个因素使其被数据中心用户拒之门外：一是asic的研发和流片成本越来越高，除非有足够的规模，否则经济性上没有优势；二是一旦数据处理任务需求发生变化，功能固化的asic就“废”了，而如果使用fpga则无需担心这个问题，只要重新编程重新定义器件的功能即可，这对用户的投资是很有效地保障。这就是fpga在灵活性上的优势。
表1，几种数据处理架构在计算密集型任务中的性能比较
可以说，在异构处理架构中，虽然每种技术都各有千秋，但是fpga各方面的表现最为均衡，可以令用户获得的效益最大化。由此也就不难理解一年前intel为什么乐于花费巨资收购全球排名第二的fpga厂商altera，此举也无疑为fpga未来在数据中心中的地位做了背书。同时，在fpga行业头把交椅上的xilinx近年来的表现也更加活跃和抢眼，横向合作上与amd、arm、华为、ibm、mellanox、高通等共推开放式的数据加速架构，打造生态链；纵向上接连绑定亚马逊、百度等互联网巨头，让fpga在人工智能、视频处理、 自然语言处理、金融分析、网络安全等未来核心数据应用处理领域，坐实其核心的位置。显而易见，大数据之“火”，已经点着了fpga，谁能抓住机会，谁就能在大数据的热潮中火一把。
图1，xilinx的fpga被用于百度数据中心，未来会对百度的无人驾驶汽车提供支撑
图2，腾讯推出的fpga云服务器，可为用户提供fpga云租用服务
数控直流电流源的设计
一文解决你对单片机最小系统的所有疑问
labview是什么软件 组态软件与labview区别
2016 LabVIEW国际挑战赛赛制流程
DC-DC电源模块产品概述
看FPGA如何在大数据的热潮中坐实第一把交椅
全球可穿戴设备行业的市场分析
74hc574和74hc573区别
数据中心UPS要求SiC技术
一文解读上汽大众汽车网络安全的应急响应流程
智慧医疗是怎样促进智慧城市的发展
如何在PCB设计中实现复杂的焊盘形状？
深入理解Linux修改hostname
号称小“低配版昂科威”？新款雪佛兰探界者中型大SUV即将上市
选择AlmaLinux作为CentOS替代方案的一些原因
如何使用Arduino创建停车门禁控制系统？
8051单片机供水系统水位控制的硬件电路设计
容器配置及Spring Boot注解
无线连接航空航天和国防世界
数字电路中施密特触发器与比较器电路有何区别