過(guò)去幾年，FPGA的CAGR大約一直保持在8-10%左右，隨著該類器件在AI應(yīng)用中的擴(kuò)張，未來(lái)5年其CAGR增長(zhǎng)將高達(dá)38.4%！根據(jù)市場(chǎng)調(diào)研公司Semico Research的預(yù)測(cè)，人工智能應(yīng)用中FPGA的市場(chǎng)規(guī)模將在未來(lái)4年內(nèi)增長(zhǎng)3倍，達(dá)到52億美元。為了保持競(jìng)爭(zhēng)力，目前全球有25%的企業(yè)實(shí)施了人工智能/機(jī)器學(xué)習(xí)（AI/ML），而兩年內(nèi)，這一比例將增長(zhǎng)到72%，以更好地獲得核心職能方面的商業(yè)洞察力。
圖：企業(yè)AI/ML部署需求增長(zhǎng)趨勢(shì)
來(lái)源：WSJ pro
伴隨這一趨勢(shì)，AI的算法在不斷演進(jìn)，對(duì)數(shù)值精度的選擇要求也更加多元，高效算力、高效豐富的存儲(chǔ)緩存能力以及高效大帶寬的數(shù)據(jù)運(yùn)送能力，是AI/ML硬件解決方案所面臨的主要挑戰(zhàn)。系統(tǒng)開發(fā)者會(huì)利用FPGA架構(gòu)去優(yōu)化功耗、性能和靈活性，并突破處理單元在效率上的瓶頸，包括計(jì)算引擎、內(nèi)存層次結(jié)構(gòu)和數(shù)據(jù)移動(dòng)。
圖：算法和精度要求不同給處理帶來(lái)挑戰(zhàn)
就AI的應(yīng)用而言，不同場(chǎng)景應(yīng)用對(duì)FPGA的需求不同。通常云計(jì)算中的應(yīng)用主要是需要FPGA在AI/ML和高帶寬數(shù)據(jù)加速上的能力，而在端側(cè)則需要在高靈活性的同時(shí)還要具有ASIC的性能。雖然，F(xiàn)PGA已經(jīng)大量應(yīng)用于泛AI領(lǐng)域，但它是否很好的滿足這兩個(gè)方面的需求，還是一個(gè)值得探討的話題。
重構(gòu)FPGA架構(gòu)
縱觀FPGA產(chǎn)品的演進(jìn)歷史（包括器件的產(chǎn)生），每一次大的迭代都是一種設(shè)計(jì)方法論的革新，從這個(gè)角度看，Achronix公司最近發(fā)布的Speedster7t針對(duì)上述兩個(gè)應(yīng)用場(chǎng)景上進(jìn)行的優(yōu)化都可以看做方法論上的革新。在開發(fā)Speedster7t的過(guò)程中，Achronix的工程團(tuán)隊(duì)完全重新構(gòu)想了整個(gè)FPGA架構(gòu)，以平衡片上處理、互連和外部輸入輸出接口，實(shí)現(xiàn)數(shù)據(jù)密集型應(yīng)用吞吐量的最大化，這些應(yīng)用場(chǎng)景可見于那些基于邊緣和基于服務(wù)器的AI/ML應(yīng)用、網(wǎng)絡(luò)處理和存儲(chǔ)。
“Speedster7t是我們歷史上最令人激動(dòng)的發(fā)布，代表了建立在四個(gè)架構(gòu)代系的硬件和軟件開發(fā)基礎(chǔ)上的創(chuàng)新和積淀。”Achronix公司董事長(zhǎng)兼首席執(zhí)行官Robert Blake介紹，“該器件采用TSMC的7nm FinFET工藝制造，專為ML和高帶寬網(wǎng)絡(luò)應(yīng)用進(jìn)行了優(yōu)化?！?/p>
具體而言，相較于目前的FPGA，Speedster7t革新之處在于設(shè)計(jì)了針對(duì)ML的處理器（MLP），以及一個(gè)可橫跨和垂直跨越FPGA邏輯陣列的高帶寬的二維片上網(wǎng)絡(luò)（NOC），二者結(jié)合既保留了FPGA的靈活性，又實(shí)現(xiàn)了ASIC的性能。
不占用FPGA布線的MLP單元
這個(gè)片內(nèi)的MLP是高度可配置的、計(jì)算密集型的單元模塊，可支持4到24位的整點(diǎn)格式和高效的浮點(diǎn)模式，包括對(duì)TensorFlow的16位格式的支持，以及可使每個(gè)MLP的計(jì)算引擎加倍的增壓塊浮點(diǎn)格式的直接支持。該MLP可以通過(guò)運(yùn)算和緩存級(jí)鏈實(shí)現(xiàn)更復(fù)雜的算法，而不需要使用FPGA布線資源。
“目前FPGA會(huì)使用DSP來(lái)進(jìn)行ML的處理，但其對(duì)數(shù)值精度的支持并不高效，并且需要消耗額外邏輯和存儲(chǔ)資源，其性能也受限于FPGA布線。”Blake說(shuō)，“DSP常用于無(wú)線數(shù)字濾波的處理，而Speedster7t中的MLP則在計(jì)算架構(gòu)、緩存（內(nèi)嵌）、可配置算法以及對(duì)整點(diǎn)和浮點(diǎn)的支持上提供了更好的AI/ML的計(jì)算性能和能效比?！?/p>
圖：在FPGA中采用MLP（右）比DSP（左）更適用于AI/ML處理
二維片上網(wǎng)絡(luò)——NOC
NOC是在FPGA路由結(jié)構(gòu)上的另一個(gè)重要革新。這一設(shè)計(jì)主要針對(duì)FPGA的片上處理引擎之間所需的高帶寬通信。Speedster7t片上資源包括8個(gè)GDDR6控制器、72個(gè)業(yè)界SerDes（1到112 Gbps）、帶有前向糾錯(cuò)（FEC）的硬件400G以太網(wǎng)MAC（4x100G或8x50G的配置），以及硬件PCI Express Gen5控制器（每個(gè)控制器有8個(gè)或16個(gè)通道）。
這些高速I/O和存儲(chǔ)器端口的數(shù)萬(wàn)兆比特?cái)?shù)據(jù)很容易淹沒(méi)傳統(tǒng)FPGA面向比特位的可編程互連邏輯陣列的路由容量，而Speedster7t通過(guò)NOC把它們連接到所有FPGA的高速數(shù)據(jù)和存儲(chǔ)器接口。NOC和FPGA功能之間通過(guò)網(wǎng)絡(luò)接入點(diǎn)NAP連接，每個(gè)水平行和垂直列的交叉點(diǎn)都有NAP（主NAP和從NAP）。NoC中的每行/列都可同時(shí)為每個(gè)方向提供512Gbps的數(shù)據(jù)流量，其鏈路雙向運(yùn)行，最大的設(shè)備帶寬可以達(dá)到20Tbps。
“最重要的是，NOC消除了傳統(tǒng)FPGA使用可編程路由和邏輯查找表資源在整個(gè)FPGA中移動(dòng)數(shù)據(jù)流中出現(xiàn)的擁塞和性能瓶頸?！盉lake說(shuō)，“這種高性能網(wǎng)絡(luò)不僅可以提高Speedster7t FPGA的總帶寬容量，還可以在降低功耗的同時(shí)提高有效LUT容量。”
圖：NOC是在FPGA路由結(jié)構(gòu)上的另一個(gè)重要革新
的確，NOC這一方法解決了GDDR6、400G以太網(wǎng)MAC這些片上資源間海量數(shù)據(jù)傳輸?shù)膯?wèn)題。Speedster7t是目前市面唯一支持GDDR6存儲(chǔ)器的FPGA，可以支持4 Tbps的GDDR6累加帶寬，可以很小的成本提供與基于HBM的FPGA等效存儲(chǔ)帶寬。相較于HBM，GDDR6只需要一半的成本就可以滿足高存儲(chǔ)層次和帶寬的需求，并且，HBM是固化的塊，GDDR6則更靈活，用戶可以選擇不同容量和帶寬。
NOC也解決了傳統(tǒng)FPGA的運(yùn)行速度無(wú)法滿足任何400G以太網(wǎng)總線寬度要求的問(wèn)題，400G以太網(wǎng)的總線大小達(dá)1024bit，所需的最高頻率達(dá)到724 MHz，這在傳統(tǒng)FPGA中無(wú)法實(shí)現(xiàn)，NOC由于消除了傳統(tǒng)設(shè)計(jì)中與FPGA布線相關(guān)的延遲，所以可以最高支持750 MHz的頻率，這滿足了MLP和嵌入式存儲(chǔ)器模、400G以太網(wǎng)MAC及高速SerDes之間的數(shù)據(jù)傳輸。