隨著5G通信技術的發展，云計算和邊緣計算業務也將快速增長。由于云計算多樣性和邊緣環境復雜性的特點，將決定了在CPU，GPU，FPGA，ASIC中，不會只有一種芯片存在。所以FPGA一定可以尋找到它的應用方向。相較于其它幾種芯片，FPGA具有以下幾種優勢：

1 靈活可編程。FPGA是以LUT作為基本結構的器件，可以根據需求的變化對其擦除重寫，運行新的程序。

2 高帶寬。FPGA芯片有很多高速管腳，可以連接多顆DRAM，產生較高的帶寬。

3 復雜的數據處理能力。FPGA能夠有針對性的處理邏輯關系復雜的程序，這相比于CPU，GPU等依賴指令處理數據的芯片有優勢，因為它能夠做到更低的延遲。

FPGA也存在以下劣勢限制了它的發展：

1 編程復雜，開發周期較長。RTL的開發包括了架構設計，RTL代碼，仿真驗證，上板調試。一個項目的周期往往是軟件開發的幾倍，團隊規模也較大。這些既提高了開發成本，又沒法適應不斷迭代的產品需求。

2 粗粒度硬件結構導致資源利用率低。FPGA達不到100%的資源利用率，這是對資源的一種浪費，體現在經濟上是提高了成本。

以上兩方面都可以歸結到成本這一點上，但是如果能夠解決1問題，那么2問題也就迎刃而解了。因為如果FPGA的市場應用多了，那么其制造成本也會下降。1問題的解決一直在路上，但是一直沒有解決。HLS等類似軟件編程語言的出現可以提高FPGA的開發效率，但是相比于純軟件開發語言還是存在一定復雜性。而相對于RTL語言來說，HLS語言的硬件描述性不夠鮮明。所以硬件開發人員更多的會選擇硬件描述清晰的verilog，system Verilog等語言。

這些缺點并不意味著我們對FPGA在未來AI應用中抱著悲觀的想法，一個是未來場景的復雜性和多樣性，一個是FPGA也在尋求改進和發展。第一個決定了FPGA一定能夠在AI中活下去，第二個決定了FPGA在AI中活的怎么樣。

接下來我們來了解一下FPGA在微軟云azure中的應用。

Azure stack edge

微軟在邊緣做了產品布局，依據邊緣的規模，提供了兩類產品。一類是針對計算任務繁重的企業用戶，其提供了基于GPU和FPGA的Pro設備，能夠實現邊緣端的數據預處理，包括聚合數據，修改數據等，以及運行ML模型。另外一類是針對隨時移動的用戶，提供了小而便攜的設備。這些設備使用了intel針對視覺處理專門研發的VPU芯片。雖然在2024年基于FPGA的pro設備將停用，而遷移到基于GPU的設備上。但是VPU芯片的出現，反映了在邊緣計算應用中，FPGA所發生的可能轉變。在多變的邊緣目標上，小芯片能夠更有針對性的保留有效的計算資源，這樣精簡了結構，降低了功耗。Intel VPU是集成了Leon處理器，12個SHAVE計算核以及一個DRAM的SoC結構。SHAVE是一個向量處理器，能夠進行大量的向量運算。所以VPU能夠適合運行ML模型，以及進行一些圖像處理方面的工作。目前VPU能夠支持21種神經網絡算子，包括conv，relu等。這些神經網絡可以通過其編譯器工具NCAPI轉化為可以在VPU中執行的指令。目前能夠支持inception，mobilenet，googlenet，ssd，alexnet等很多卷積和LSTM網絡。

超算中心的FPGA

微軟在數據中心系統性的構建了一個FPGA集群，這個FPGA集群能夠實現內部和外部server的互聯。在頂層軟件的分配調度下，可以執行多種不同的任務，包括web search ranking, deep neural networks, expensive compression等。

FPGA集群的基本結構如上圖所示：包括了兩塊CPU和一塊altera的FPGA芯片。FPGA通過PCIE和一個NIC來和兩塊CPU進行通信。NIC保證了FPGA可以實現原位處理網絡數據包。FPGA之間還通過ToR實現互聯，ToR保證了一個任務能夠被分割為多個子任務，然后分配給多個FPGA處理。在邏輯層面，FPGA定義了Lightweight Transport Layer（LTL）和Elastic Router（ER）。LTL實現了不同的FPGA芯片之間的互聯，這樣保證了遠程FPGA之間的通信，使得整個FPGA集群處于一個整體中。ER是用于同一個FPGA芯片中不同任務的互聯。LTL和ER的混合使用能夠靈活的為FPGA分配不同任務，滿足數據中心任務多樣性需求。ToR形成了三層結構，L0層連接了24個FPGA設備，L1連接了960個設備，L2級可能連接了超過幾百萬的設備。L0級的round-trip延時大概在2.8us，L1級平均在7.7us，而L2級在22us。

FPGA架構

微軟的神經網絡加速器主要是針對單batch低延遲來設計的，其所期望的是能夠最大限度的將weight緩存在片上，通過將一個大的網絡進行分割，分配到多個FPGA芯片上實現。其分割的子網絡的權重大小可以適配一顆FPGA芯片上weight的緩存空間。架構將計算重點放在矩陣-向量乘法上，這個也是合理的，因為LSTM，CNN網絡大部分計算量都由矩陣乘法承擔。其它函數運算，包括向量加法，乘法，sigmoid，tanh等函數，則統一到同一個多功能函數模塊中。這樣做的好處是簡化了FPGA架構，同時也簡化了數據流。因此其整個架構中沒有多端口共享的memory，不存在對多數據訪問沖突的處理。同時也簡化了指令，消除了對指令依賴關系的判斷和檢測。FPGA架構中有對指令的進一步分解和處理，所以軟件端的指令非常簡單，就是通過C語言的宏定義實現的。

其矩陣向量乘法結構是由多個dot-product結構組成的，多個dot-product和累加器形成了一個tile，然后多個tile就構成了一個大的矩陣向量乘法。

軟件結構

神經網絡加速器的工具鏈包括：CNTK（微軟自定義的一個指令級描述），tensorflow或者caffe的圖文件作為輸入，然后通過前端轉化為IR表示，然后依據網絡大小以及FPGA中資源情況對圖進行分割和優化，然后產生硬件可執行指令。如果網絡較大，那么網絡可以被分割成多個子圖，部署到不同FPGA上。如果一個矩陣乘法過大，那么可以被分割成多塊來實現。對于不可實現的神經網絡算子，工具鏈可以將多個不可實現算子組合成一個子圖，在CPU上完成。

引用

1accelerating artificial intelligence bing whitepaper

2Cloud Scale Acceleration Architecture

3A Configurable Cloud-ScaleDNN Processor for Real-Time AI

審核編輯 ：李倩