来源：内容编译自「The Next Platform」，作者：Nicole Hemsoth，谢谢。
十多年前，我们不会料到加速器在数据中心会这么流行。尽管它们并不普遍，但许多新的工作负载具备加速条件，并且移植工作使旧版应用程序可以卸载以提高性能。这种过渡在GPU上最为明显，但人们寄希望于FPGA将继续发展。
Xilinx首席技术官Ivo Bolsens上周在圣何塞举行的Next FPGA Platform活动上与我们交谈时说道，FPGA不仅会获得增长的动力，还会让CPU几乎完全停止工作。将来，您将看到比CPU节点更多的FPGA节点。Bolsens预测，这不仅仅是设备数量的问题，“加速将超过CPU中的一般计算。”
这是一个相当大胆的预测，但也有一些细微之处需要考虑。即使对于最主要的加速器类型GPU，连接速率仍然是个位数。但在一些大型机器（尤其是HPC系统）中，至少从目前的基准测试(如Linpack)来看，加速占了总浮点数能力的90-95%。当然，即使有了峰值性能的能力，也不是说所有的应用程序都达到了完全加速的潜力，更重要的是，并不是所有的应用程序都为加速做好了准备。
Bolsens说，虽然有许多遗留应用程序可能永远无法满足加速需求，但是整个数据中心中出现的工作负载将增加对FPGA的需求，特别是考虑到系统级的趋势，包括摩尔定律的放缓以及随后对异构和特定领域架构的关注。这些在节点级别上很重要，但是他说FPGA(和其他加速器)的增长将由资源(存储池、计算池和网络设备)的分解来推动，这些资源都可以按适当的比例用于不同的用例。
他补充说，正是在这种背景下，他看到了FPGA作为加速器和构件的出现，使计算更加高效。“FPGA具有与CPU分离的基本特性，FPGA允许您创建更多的可编程性，不仅在计算资源和指令方面，而且在内存层次结构和互连方面。”
比较没有争议的是，FPGA将遍布整个数据中心，这是Xilinx、Intel和其他公司在基于对话/采访活动中讨论的内容。FPGA市场的存储和网络部分很容易就能解决。FPGA作为计算元件的数量和功能的急剧增加，足以取代CPU所做的工作，这是一个更具挑战性的想法，但这并非不可能，特别是考虑到可重构设备的灵活性（与定制ASIC的暴涨成本和GPU的一些应用程序的应用准备状态相匹配）。
Bolsens在The Next FPGA Platform主题演讲中讨论了分类趋势及其在未来几年内将如何影响FPGA在计算方面的采用。
实际上，在一个节点上实现多FPGA和替换CPU计算的目标需要足够的工作负载适应性。Bolsens说,“在对数据中心工作负载的分析中，不存在支配性的工作负载，通常不超过10%，但是在人工智能和机器学习的推动下，前面有很大的计算挑战，而且我们正进入物联网时代，大量的分析意味着有新的问题来驱动新的需求。你会看到这里的加速计算占主导地位，FPGA将会扮演主要角色，它们在应用特性和架构方面非常匹配。”
这些大胆的抱负将需要软件方面所有参与者的巨大努力。“如果您查看行业中的各种计划，会发现它们都是孤立的，但他们正在尝试解决类似的问题，例如它们如何处理并行性和异构性，共享内存模型和分布式内存以及同步和调度。所有这些东西及其抽象都是相似的。就我们而言，我们正在尝试通过开放编程环境来解决此问题，以便随着时间的推移，无论您喜欢使用哪种环境，我们都可以连接到该环境并在我们的平台上获得高效率。Bolsens说，这一切都不会很快出现，但是随着FPGA计算份额的整体增长，业界将找到方法，通过内部和协作来不断前进。
转自：摩尔芯闻
