开发者学堂课程【阿里云异构计算 FPGA 解决方案介绍： 什么是 FPGA 异构计算】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/652/detail/10827
什么是 FPGA 异构计算
内容简介：
一、云计算 VS 传统 IT 基础设施
二、异构计算及各类芯片简介
三、什么是 FPGA 异构计算
一、云计算 VS 传统 IT 基础设施
• 传统 IT 基础设施没有弹性:要么业务高峰时无法应对;要么业务低谷时，大量资源闲置
• 云和非云的一个重大区别在于是否有弹性:弹性是指资源的动态调节和使用
• 召之即来:需要时可快速获得大量的计算、存储和网络资源
• 挥之即去:不需要时释放
云计算的和传统 IT 基础设施之间有较大的区别。所有的 IT 基础设施分成三大块——计算、存储和网络。云和传统 IT 基础设施之间最大的一个区别在于弹性。对于传统 IT 基础设施来讲，需要多少 IT 资源，就买多少资源，资源的所有权和使用权的都是归自己所有的，但存在一个问题，无论你所处的是哪一个行业，一般来讲业务都是有高峰和低谷的，但是自己的 IT 基础设施没有办法去按照高峰或者低谷来配置。因为如果按照高峰去配置，那么在低谷的时候肯定会出现大量资源闲置；如果按照低谷去配置，那么业务高峰到来的时候，IT 基础设施没有办法去支撑，很有可能会造成基础设施崩溃。但是云的最大的特点是，当自己的业务高峰到来时，可以随时去购买自己需要的资源；当到了业务低谷时，可以把不用的资源又释放回阿里云。实际上就是从 IT 基础设施的角度获得了最高的性价比。阿里云从2009年这个成立到现在，飞天操作系统经历了长时间的发展，在国内外的云计算厂商里，阿里云的飞天操作系统获得了国家科技进步特等奖。
二、异构计算及各类芯片简介
FPGA 异构计算实际上还是归属到 IT 基础设施中的计算环节。既然是计算，就必然牵扯到这个算例由谁来完成。实际上承载云计算是下图中数据中心的画面。
大致上是一排排的机柜，机柜上放着一排大量的服务器和交换机。第三个图就是一个服务器，第四张图就是服务器中各种各样的主板和插卡。主板或插卡实际上最核心的担负起算力输出的芯片也就是四类。插板中的 CPU、GPU都是非常熟悉的，X86 的 CPU，现在英特尔基本上占据了整个数据中心计算市场的大概七成的份额。
GPU 以NVIDIA 为首，随着近几年 AI 应用的兴起，GPU 也在数据中心计算领域占据了大量份额。剩下两类 FPGA 和 ASIC，也针对各自特定的垂直市场，发挥着越来越大的作用。业界公认摩尔定律的发展已经基本陷入停滞状态。英特尔自己预测摩尔定律十八个月芯片的面积缩小一倍，然后算力增大一倍的规律，改为未来十年内 CPU 的算力才能翻一倍。但随着这个云计算和数据中心应用的蓬勃发展，对于算力的需求是无穷无尽的。但 CPU 在很多场合表现的越来越力不从心，就是说这个计算任务 CPU 不是不能做，但是做的费力，费力就是指拿 CPU 来做成本也许很高，也许延时非常大，也许功耗非常高。这也是 FPGA、GPU、ASIC 芯片逐渐在数据中心占据越来越多的市场份额的根本原因。
所谓异构是指 FPGA、GPU、ASIC 都和 X86 CPU 所采用的指令级是不一样的。当然，对于 FPGA 和 ASIC 来讲压根就没有指令级。相对于 CPU、FPGA、GPU 来讲，ASIC 为什么现在在数据中心里的应用相对比较少呢？最根本的原因有两个，
第一个原因，ASIC 的开发周期是非常长的。通信行业的一个芯片的巨头叫博通，博通算是业内 ASIC 迭带开发速度至少是最快之一。博通的 ASIC 芯片的推出速度大概九个月可以推出一个 ASIC 芯片。但博通能做到这么快的推出 ASIC 这个芯片的最根本的原因是，据说博通有一个原则，博通在开发一款新的芯片时，一定要确保可重用的部分达到至少70%，新开发的的功能占30%。但是对业内的其他厂商来讲，正常的开发周期一般都在一年半乃至更长的时间。所以长时间的开发周期就很难满足云计算，或者是数据中心应用的快速变化的趋势。
第二个原因，随着半导体工艺的逐步推进，现在三星和 Arm 都推出了七纳米的工艺，之后再进一步推到五纳米，未来还剩三纳米和一纳米两个节点。随着半导体工艺每推进一步，会导致生产成本也是急剧飙升。英特尔的十纳米产品线，基本上建一条通常成本大概是十亿美元。对于整个 ICT 业界来讲，能建一条这个半导体生产线的厂商也为数不多。在这种情况下，FPGA 以接近于 ASIC 的性能，同时在用量不是特别大，比如到 100k 也就是10万片以内的应用量的情况下，它的性价比优势非常高，而且 FPGA 是一个可编程芯片，跟 ASIC 这种一旦流片功能就完全固化下来，没有办法做任何更改的芯片有很大的区别， FPGA 是可以重新编程的，随时随地可以在线编程。
三、什么是 FPGA 异构计算
FPGA：在线可编程门阵列（Field Programmable GateArray）
1、FPGA 是一种“可编程”的半导体芯片，和 CPU 必须要靠程序才能完成特定工作类似，FPGA 也需要“程序”，通常我们叫做“算法”或“IP”，只要更换不同的“IP”，FPGA 就会变成一个“新芯片”
2、FPGA 相比于冯诺依曼结构通用处理器，效率更高、速度更快;相比于专用 ASIC,FPGA 开发难度小、开发周期短的优势，因此更适用于复杂多变的数据中心等应用
3、理论上说，CPU、ASIC 和 FPGA 都几乎可以做“任何事情”。只是，每一种芯片都有各自性价比最高的应用场景。因此，可以说，是应用场景决定了底层的算力应该由“谁”来输出
FPGA 芯片就是一个在线的可编程的门阵列。拿 CPU 和 FPGA 来做类比。CPU 要完成一项特定的任务，就一定要写针对特定任务的程序，离开了程序，CPU 实际什么也做不了。FPGA 也一样，为 FPGA 开发的程序通常有一个术语叫“IP”，或“算法”。FPGA 与 CPU 比较类似的一点是，只要去更换不同的程序，它就能以最高的性价比去完成特定的计算任务。第二点，CPU 是有 X86 的复杂指令级，但FPGA 完全没有指令级。这是在很多垂直市场，FPGA 相对于 CPU有性价比优势的根本原因之一。第三点，CPU、FPGA、GPU、ASIC 彼此之间不是互相取代的一个关系，实际上跟它们各自的优势，或者是结构特点，决定了它们哪个应用场景具备最高的性价比。反过来讲呢，实际上是上层的应用场景决定了底下的 ASS 层。采取哪个算力输出源头才是具备最高的性价比或是最低的延时。
