股市终于涨了,可是账户里只有万把块钱,这是要踏空的节奏啊;看好比特币那时,没敢买,后来涨上了天;可现在又打回了原型。后悔归后悔!不管比特币是涨是跌,也不管各国政府态度咋样,在技术层面,挖矿机的关键IC——可编程的“万能芯片”FPGA(现场可编程门阵列)的功劳不得小觑。
从CPU到FPGA
比特币与大多数货币不同,不靠央行发行,它是用大量特定算法算出来的,使用整个P2P网络中众多节点构成的分布式数据库来确认并记录所有交易行为,并使用密码学的设计来确保货币流通各个环节安全性。这就决定了它需要具有超级计算能力的电脑——挖矿机。一开始,这类电脑一般有专业挖矿芯片,如非常耗电的CPU或GPU这种低成本硬件。
随着比特币的流行,挖矿的过程出现较大变化。如今,挖矿活动已转移到FPGA上来,通过优化可以实现更高的速度和效率。以前的老机器100天才能挖到1个比特币,如今100天就能挖到3个多。
由于FPGA可以通过软件手段更改、配置器件内部连接结构和逻辑单元,完成既定设计功能,已成为挖矿机乃至今后高端电子装备不可或缺的一个核心器件。
都离不开数据计算
2019年,5G、人工智能、超级计算和大数据等新一代信息技术将出现新的发展机遇。但是,时至今日,摩尔定律走势正在放缓,处理器性能的提升已越来越困难。
要满足不断增加的计算(远程教育、远程教育、企业管理)需求,就需要针对特定应用和数据集架构。因此,提高处理器能源性价比的唯一途径是专业化。未来微处理器将包括几个特定于域的内核,这些内核只执行一类计算,而它们的性能明显优于通用型内核。
高效数据加速架构的相同要求是高性能、低功耗、可编程硬件加速器,主要用在计算、数据传输和存储带宽,目标是实现每瓦特最高性能和性价比。其目标市场及其需求包括以下几个方面:
计算加速
典型应用包括人工智能/机器学习(AI/ML)应用、安全性、压缩/解压、基因组学、实时视频转码、区块链,要求最高性能、低功耗、低成本;
边缘计算
典型应用有IoT网关聚合与协议汇聚、高带宽传感器的数据提取、基于人工智能的目标检测、基于人工智能的异常检测,要求最小功率计算;
计算存储
典型应用有压缩/解压、非结构化数据匹配、数据库加速、重复删除,要求接近存储的低功耗和低成本计算;
5G基础设施
典型应用是适应变化的前传协议标准、基带和分裂L1加速、基于人工智能的波束成型、放大器预失真、移动边缘计算,要求低功耗高性能的可编程硬件;
网络加速/智能网络
典型应用有可编程分组处理、加密/解密、压缩/解压、网络遥测、网络函数虚拟化加速,要求用于CPU卸载的高线速加速器;
自主驾驶
典型应用是AI/ML、传感器融合、安全性,要求低功耗和低成本的硬件加速器。
未来,教育、工业4.0、供电、医疗、政府、金融、农业、自主驾驶、游戏、科学、智慧城市、语音识别、安全、智能家居、运输,都离不开AI。今天,我们正处于AI/ML应用的新的增长阶段,正在从以智能手机为代表的移动/互联网时代进入一个AI时代,未来半导体行业的营收也将从几十亿美元增长到500亿美元。
由于FPGA具有时延小、灵活性高等特点,广泛应用于5G通信、物联网、工业互联网、汽车电子、人工智能和数据中心等新兴市场。到2021年全球FPGA市场总规模预计将达到81亿美元,年复合增长率将超过8.5%。
以AI/ML应用为例,它需要一种适用于各种适应这个可编程世界的可编程硬件加速手段。可以做到可编程硬件加速的选项包括CPU、GPU、FPGA和ASIC。人工智能计算、5G等为什么既不用CPU,也不用ASIC,而要用FPGA呢?理由是CPU灵活性还可以,但是效率比较低;GPU主要用于加快图形处理速度;ASIC针对性强,有特定功能,效率也高,但是灵活性不足,显而易见,剩下的只有FPGA了。它可以兼顾AI/ML应用的灵活性和效率,下图显示了FPGA的一些优势。
随着固定和无线网络带宽的急剧增加,加上处理能力向边缘等进行重新分配,以及数十亿物联网设备的出现,将给传统网络和计算基础设施带来压力。这种新的处理范式意味着每秒将有数十亿到数万亿次的运算。传统云和企业数据中心计算资源和通信基础设施无法跟上数据速率的指数级增长、快速变化的安全协议、以及许多新的网络和连接要求。
传统的多核CPU和SoC无法在没有辅助的情况下独立满足这些要求,因而它们需要硬件加速器,通常是可重新编程的硬件加速器,用来预处理和卸载计算,以便提高系统的整体计算性能,解决带宽爆炸问题。
但是,FPGA有一个不小的缺憾,它是大型逻辑门阵列,也就是大规模可编程芯片,软件开发难度大,IP多且杂,需要最先进的制造封测工艺,大量应用才能支撑市场,再有就是成本比较高。行业技术壁垒较高导致了FPGA市场几家独大的格局。目前全球主要FPGA 公司有Xilinx、Altera(已被收购)、Lattice、Microsemi(已被收购)等几家,其中,Xilinx 与Alter......
阅读全文: