两年之前，英特尔曾斥资167亿美元收购FPGA芯片制造商Altera公司。那么这笔巨额支出如今回报如何?芯片巨头终于打算给出答案。
现场可编程门阵列，简称FPGA，是一类可定制以执行特定功能的集成电路。不同于仅执行x86指令集的x86处理器，FPGA能够实时重新编程以执行特定任务。因此前者被视为通用计算处理器，而后者则成为定制化处理器。
而Altera制定的策略非常有趣——实际上要与英特尔展开竞争。原本专门用于大规模浮点运算的英特尔至强Phi协处理器加英伟达或AMD GPU的组合，如今正面临FPGA的挑战。
与GPU类似，FPGA同样拥有两种使用方式：内联与外载。内联表示数据在交由FPGA进行处理前，首先通过CPU。而外载(也被称为旁路读出)意味着CPU被彻底排除在外，数据将直接由FPGA负责处理。
FPGA在处理特定任务时的表现优于至强Phi或GPU
如今，英特尔方面将Altera FPGA定义为协处理器，并承认将以某种方式与至强Phi展开竞争。但根据英特尔可编程解决方案部门软件解决方案高级主管Bernhard Friebe所言，FPGA在面对特定任务时，表现优于Phi或GPU。
他指出，“FPGA的优势在于，GPU适用于特定领域而非所有领域; 如果着眼于内联与外载使用模式，那么GPU仅限于外载。因此，FPGA能够覆盖更为广泛的应用领域。”
集成化解决方案以高带宽将CPU与FPGA紧密耦合起来，而外部PCIe卡则非紧密耦合。Friebe表示，对于要求低延迟高带宽应用而言，这样的集成方案非
他指出，“集成与离散之间的主要区别，在于系统架构与数据移动方式。在数据中心环境下，用户需要运行多种不同工作负载，而且当然不希望被绑死在特定应用身上。”
针对性程度越高，能够从加速器挤出的性能余量就越大。Friebe指出，作为多功能加速器的FPGA将能够在部分应用程序当中带来出色的性能表现。FPGA的特性在于高度并行与可编程能力，可显著加速并行化工作负载。此类负载具体包括数据分析、人工智能与机器学习、视频转码、压缩、安全、财务分析以及基因组学。
双管齐下的FPGA策略
英特尔在FPGA方面采取双管齐下的发展策略，即提供CPU-FPGA混合处理器——类似于在其桌面CPU之上集成GPU; 而Arria或Stratix品牌的FPGA设备则采用PCIe卡形式。
CPU-FPGA混合设备将基于Skylake CPU与Arria 10 FPGA，并将采用速度更快的UltraPath Interconnect(简称UPI)连接——即英特尔为QuickPath Interconnect(简称QPI)开发的继承性方案。目前UPI的相关情况尚不清楚，只能确定其可实现每秒9.6 GT或者每秒10.4 GT数据传输速率，且由于支持每消息多请求而较QPI更为高效。
英特尔还提供一套完备的开发者工具集以及API，可确保利用同一套工具、加速器以及库为集成化与离散型产品设计应用。其全部由OpenCL编写而成——这是一种类似于C的语言。
Friebe指出，“其亮点在于标准化与开源特性。所有投入皆兼容新一代处理器，易于迁移并为FPGA开发者提供一套抽象方案以面向更为庞大的用户群体。”
英特尔目前还公布了一款离散卡样品，名为可编程加速卡(简称PAC)，其采用Arria 10 GX FPGA，且预计将于2018年上半年推出。同样发布演示的还有一套在Skylake一代至强处理器上集成FPGA的至强可扩展平台，其计划于2018年下半年正式推出。
原文发布时间为：2017-10-13
本文作者：核子可乐译
本文来自云栖社区合作伙伴“51CTO”，了解相关信息可以关注。
