FPGA为什么快？

uiabluqp

CPU和GPU都属于冯·诺依曼结构，指令译码执行，共享内存。FPGA之所以比CPU、GPU更快，本质上是因为其无指令，无共享内存的体系结构所决定的。
冯氏结构中，由于执行单元可能执行任意指令，就需要有指令存储器、译码器、各种指令的运算器、分支跳转处理逻辑。而FPGA的每个逻辑单元的功能在重编程时就已经确定，不需要指令。
* F6 O4 y  G( t4 Z3 H3 s0 K$ k冯氏结构中使用内存有两种作用：①保存状态。②执行单元间的通信。
% [$ ]. @2 p3 j- K& ]( V1）保存状态：FPGA中的寄存器和片上内存（BRAM）是属于各自的控制逻辑的，无需不必要的仲裁和缓存。
9 Z$ o9 ^, D! m- U2）通信需求：FPGA每个逻辑单元与周围逻辑单元的连接在重编程时就已经确定了，并不需要通过共享内存来通信。
计算密集型任务中：
6 k9 u) w6 D' l& U4 a8 y* ]! d在数据中心，FPGA相比GPU的核心优势在于延迟。FPGA为什么比GPU的延迟低很多？本质上是体系结构的区别。FPGA同时拥有流水线并行和数据并行，而GPU几乎只有数据并行（流水线深度受限）。
Eg;处理一个数据包有10个步骤，FPGA可以搭建一个10级流水线，流水线的不同级在处理不同的数据包，每个数据包流经10级之后处理完成。每个处理完成的数据包可以马上输出。而GPU的数据并行方法是做10个计算单元，每个计算单元也在处理不同的数据包，但是所有的计算单元必须按照统一的步调，做相同的事情（SIMD）。这就要求10个数据包必须同进同出。当任务是逐个而非成批到达的时候，流水线并行比数据并行可实现更低的延迟。因此对流水式计算的任务，FPGA比GPU天生有延迟方面的优势。
2 S& Z# X7 R4 [1 K3 h  SASIC在吞吐量、延迟、功耗单个方面都是最优秀的。但是其研发成本高，周期长。FPGA的灵活性可以保护资产。数据中心是租给不同租户使用的。有的机器上有神经网络加速卡，有的有bing搜索加速卡，有的有网络虚拟加速卡，任务的调度和运维会很麻烦。使用FPGA可以保持数据中心的同构性。
通信密集型任务中;
1 x+ B  |- l; s7 HFPGA相比GPU、CPU的优势更大。
3 T* Z) l- j5 R7 R①吞吐量：FPGA可以直接接上40Gbps或者100Gbps的网线，以线速处理任意大小的数据包；而CPU则需要网卡把数据包接收过来；GPU也可以高性能处理数据包，但GPU没有网口，同样需要网卡，这样吞吐量受到网卡和（或）者CPU的限制。
②延迟:网卡把数据传给CPU，CPU处理后传给网卡，再加上系统中的时钟中断和任务调度增加了延迟的不稳定性。
4 C- O8 |& W: b1 H& @" W& ?综上所述，在数据中心里 FPGA
' `  U" r8 {: r: _* w! D/ M1 o# G的主要优势是稳定又极低的延迟，适用于流式的计算密集型任务和通信密集型任务。
2 A# u; Z5 B  B$ d3 G/ Y, VFPGA
4 X% E- T0 |7 d/ x# g; A( `和 GPU 最大的区别在于体系结构，FPGA
5 [3 g+ o: p* b8 C更适合做需要低延迟的流式处理，GPU
2 n4 V# C5 C! k6 ~1 X- C4 m. ~更适合做大批量同构数据的处理。
7 o, i+ }3 _, d7 U- Q( z9 m( R成也萧何，败也萧何。缺少指令同时是 FPGA
的优势和软肋。每做一点不同的事情，就要占用一定的 FPGA
逻辑资源。如果要做的事情复杂、重复性不强，就会占用大量的逻辑资源，其中的大部分处于闲置状态。这时就不如用冯·诺依曼结构的处理器。
FPGA
9 h* ]7 U8 \$ d9 p7 k和 CPU 协同工作，局部性和重复性强的归
5 a( S% T, r# V/ Y- LFPGA，复杂的归
CPU。
读
《为什么越来越多的数据中心使用 FPGA ？》
: _4 H! x( I9 g7 A+ s笔记
4 f+ `' ~9 E1 p, m该文链接http://mp.weixin.qq.com/s/xQNf7Sdbkx3EwMelby_IBA
" `& w* P5 W; ]3 g4 U; M/ O
' ]+ X! L& Q' p6 ~

wu68aq

真的很快