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。
3 r! x$ O) j; ?1 i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。
1 F: p5 Q$ ^8 W6 g# Z" B  R2 E1）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。
# v$ \4 y/ r8 w2 M& {: S$ [# t2）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：
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。
3 f7 A+ l( N& T; @  S+ E5 KASIC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;
' q1 }1 r: d) D( c! A* C( w# l* UFPGA相比GPU、CPU的优势更大。
5 {1 S  |* b/ J) o! q# W0 ^①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。
$ Z: M* Q0 w7 V6 {% {8 L+ i7 w②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。
综上所述，在数据中心里 FPGA
1 W" L9 h6 }/ u& E7 `* @1 y4 W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。
* G7 j4 x3 }4 P/ A: |FPGA
和 GPU 最大的区别在于体系结构，FPGA
3 R; ^4 Z$ K2 j% H4 W更适合做需要低延迟的流式处理，GPU
, y( D& Q( k0 X6 Z% U更适合做大批量同构数据的处理。
成也萧何，败也萧何。缺少指令同时是 FPGA
9 ]9 b" N- X2 r$ [# m* C, t的优势和软肋。每做一点不同的事情，就要占用一定的 FPGA
# c5 ], z0 e8 W* T& A3 ?; p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。
5 \% o4 B% F( EFPGA
和 CPU 协同工作，局部性和重复性强的归
0 g% ~+ s" }6 w# l$ H( f7 \3 bFPGA，复杂的归
CPU。
读
《为什么越来越多的数据中心使用 FPGA ？》
! f: i2 _8 s6 P8 x: i笔记
该文链接http://mp.weixin.qq.com/s/xQNf7Sdbkx3EwMelby_IBA
  P$ q: T: T8 b9 K
' D5 P; s7 m3 @( r

wu68aq

真的很快