來源：E企研究院

大語言模型帶來的智能涌現，讓人們意識到：強人工智能的時代真正來臨。大語言模型與強化學習的結合讓機器與人類的行為實現對齊，甚至體現了更高水平的洞察力。第四次工業革命的技術底座由5G、物聯網、機器學習構成，而人工智能將這些拼圖融合在一起。

多模態的信息輸入、預處理、學習、推理……這些關鍵性流程的應用門檻迅速降低，推動企業數字化轉型進入新的階段。許多領域正在積極引入機器學習的成果，市場處于快速變化的狀態。數據中心的性能需求旺盛，機器學習等訓練任務促進了云上性能的發展，不論是算力，還是網絡帶寬。來自邊緣側的需求也在提升——數據的本地化需要，或者嚴格的實時性要求等。FPGA是提升新型工作負載效能的理想選擇之一，其具有硬件級的性能，又擁有適應多樣任務需求的靈活性，且可以非?？焖俚剡M入市場。

11月14日，英特爾在北京舉辦了以“創新加速，塑造FPGA芯未來”為主題的2023年英特爾FPGA技術日，展示了FPGA的新品及全矩陣應用，以及行業伙伴在數據中心、AI、網絡、嵌入式等關鍵領域的諸多應用。

Mike Fitton博士 英特爾可編程方案事業部副總裁兼網絡業務部總經理

全面的產品組合

在技術日中，英特爾推出了六款FPGA新產品和平臺，其中包括：Agilex 3、Agilex 5、Agilex 7、Nios V軟核處理器、開放式FPGA堆棧（OFS）、F2000 IPU平臺。在2023年底，還會有約10款新產品進入市場。覆蓋高、中、低端市場的產品組合，靈活、定制化的平臺功能和強大的可擴展性，輔以高效率的軟件棧，以及極具韌性的供應鏈，英特爾FPGA產品可以幫助開發人員在復雜的環境中快速構建從云到邊緣的解決方案，滿足各層級的需求。

Agilex 7系列：采用英特爾10制程工藝，支持CXL提高帶寬和連接性能，并借助HBM加快內存訪問速度，該具有性能功耗比優勢的Agilex 7 M、F和I系列FPGA現已上市。其中，Agilex 7 FPGA R-Tile相較于其他同類FPGA產品，其每個端口的PCIe5.0帶寬速度提高了2倍，CXL帶寬提高了4倍。

Agilex 7開發板

Agilex 5系列：采用第二代英特爾Hyperflex FPGA架構和英特爾7制程工藝，對晶體管的每瓦性能進行了優化，從而實現出色的能耗。同時采用英特爾上一代高端產品中嵌入的業界首個針對AI優化的模塊，并將其擴展至Agilex 5 FPGA的中端產品中，為邊緣AI應用提供了理想選擇。其中，Agilex 5 E系列FPGA在功耗和尺寸上進行了優化。

Agilex 3系列：外形小巧，在功耗和成本上進行了大幅優化，且擁有廣泛的IO支持。其中，即將推出的Agilex 3 B系列FPGA面向電路板和系統管理，包括服務器平臺管理（PFM）應用；C系列FPGA則針對一系列復雜可編程邏輯設備（CPLD）和FPGA應用提供更多功能以用于垂直市場領域。

值得一提的是，英特爾的定制邏輯芯片不止于FPGA，也包括eASIC和ASIC。三管齊下的組合提供了極高的靈活度，以支持市場對于不同功耗、成本和上市時間的多樣化需求。與FPGA相比，eASIC（結構化ASIC）的開發時間較長，可滿足更低的功耗和單位成本需求，適合以十萬計的產品數量。ASIC（標準單元ASIC）在功耗、成本、性能方面更有優勢，但開發時間是eASIC的兩倍，適合百萬級以上的產品數量。

智能、互聯對FPGA的挑戰

當AI進入大模型時代，算力和互聯帶寬需求激增，甚至遠遠超過了CPU性能的增長速度，系統對各種加速器的需求極其旺盛。對于高性能加速器（含FPGA），面臨三大挑戰，也是發展趨勢。

芯片創新步伐：不斷變化的標準、層出不窮的工作負載、對更高性能和更高功效的旺盛需求，人們迫不及待的需要用硅來解決各種難題，傳統的半導體設計方法已經很難適應快速迭代的需要。新的芯片需要加快創新步伐、快速集成新功能，選擇適宜的制造工藝、IP、代工服務?；贑hiplet的異構集成已經被證明是后摩爾時代的理想解決方案。Agilex 7便是典型的Chiplet設計，由Core Fabric芯粒和R-Tile、F-Tile芯粒構成。其中Core Fabric負責提供運算等核心功能，F-Tile負責提供主流的PCIe 4.0收發器, R-Tile負責支持前衛的PCIe 5.0、CXL2.0等特性的收發器。

數據激增：海量的數據需要更大的存儲容量和帶寬，內存墻正日益成為設計的瓶頸——再強大的加速器都需要充足的數據來喂飽。AI應用是典型的受限于內存的場景。Agilex也積極支持最新的內存接口標準，包括DDR5、LPDDR5和HBM2e。

設計復雜性：加速器的工作負載變得日益復雜，更高的性能、更多的控制平面，同一芯片可能需要支持不同的指令集，這些都導致設計復雜性增加。AI負載的需求進一步加劇了這個問題，譬如不同的數據精度、跨平臺的協同等。開發人員需要簡便的 FPGA 開發、AI 和工作負載加速工作流，開放式的加速生態系統。英特爾OFS、OpenVINO、Quartus等軟件棧資源有助于縮短開發時間，簡化跨平臺部署的難度。

快速滿足邊到云的AI擴展需求

AI應用場景日趨多元化，需要復雜多樣的產品才能滿足需求。我們可以將場景分成三類：云端、網絡、邊緣。

云端的AI需求主要就是大批量的處理，包括深度學習、機器學習等。其特點是數據量龐大、運算負荷大，帶寬要求高，但實時性通常不高，甚至允許錯誤回滾。網絡的AI需求包括數據包檢測、擁塞控制等，對于無線網絡，AI還會用于波束成形等。邊緣側的應用，通常需要較高的實時性，譬如工業、醫療、交通中的識別與控制，以及金融分析等應用，有嚴格的時延要求。多樣化的應用場景需要不同類型的AI算力支撐，數字底座由多層次的、不同指令集的異構算力構成。

邊緣側

對于邊緣側應用，尤其是嵌入式設備，AI是創新的爆發點。將AI稱為嵌入式世界轉型的中心舞臺毫不為過，利用AI可以提高生產力、效率、質量、體驗……譬如，在技術日的現場展示就包括通過機器學習增強計算視覺，快速地在生產線中構建缺陷檢測系統。再譬如通過傳感器跟蹤豐富的、超越人類經驗感知的設備信息并加以學習和推理，可以為預防性維護提供參考。物聯網從數字化到智能化，會產生巨大的市場需求。5G的普及、AI實施門檻降低，使得各種規模、數字化水平的工廠都有機會進入工業 4.0時代。

工業缺陷檢測實時平臺演示

邊緣側的應用存在于大量的細分領域，通常是個性化的，具有小批量的特點，適合FPGA進行滿足。邊緣側還可能需要多功能疊加，同時處理多個卷積神經網絡。需要靈活性，譬如I/O接口類型、可定制的數值精度等。這些特點對開發工具也提出了更高的要求。通過英特爾OpenVINO和FPGA AI Suite開發套件，可以快速生成IP和進行RTL硬編碼，快速開發和迭代FPGA，驗證和部署更優的深度學習推理模型。

對于邊緣側，尤其是工業界的應用，AI應用的鏈條很長，場景多樣。從數據采集開始，需要涉及多種模式的傳感器及數據，部分數據還涉及傳感器融合。眾多的數據經過預處理匯入數據湖，進行進一步的處理。其中的一些事件作為推理（預測或異常檢測）的輸入，實時處理并控制相應的執行器。一部分事件和整個數據湖積累的數據，可以通過機器學習、生成式AI助力，幫助流程、產品、設備的重新設計。在整個流程當中，會涉及到包括FPGA、ASIC、CPU、GPU等硬件能力，以及Quartus、OpenVINO等軟件棧。

傳感器融合演示

數據中心

FPGA在數據中心的應用非常廣泛，其中，數據中心的加速功能主要包括兩個方面：架構加速和應用加速。

一方面是對數據中心基礎設施的加速，也就是架構上的加速。數據中心的資源包括計算、存儲、網絡，通過重構，可以降低成本、提升效率，提升整個數據中心的TCO。

對于計算優化型實例，CPU只是單純的使用計算的功能，對于用戶而言，虛擬的存儲資源都在IPU下面。相應的，是存儲型的節點，有的存儲服務器會把盤直接掛在 CPU 上，但會受到PCIe通道數量的限制，也有的存儲服務器把盤掛在FPGA下。在數據傳輸的過程中，可以有很多的事情交給FPGA來做，譬如壓縮解壓、加密解密，或者一些數據的預處理，效率會比通過CPU進行處理要高的多。

傳統服務器的內存是安裝在服務器內，容量是固定的，不能隨意增減。隨著CXL協議的成熟，用戶可以用FPGA來做內存的管理。首先是做內存容量的擴展，第二個階段是內存的池化，將內存動態的分配給需要的計算節點。在內存盒子中，還可以讓NVMe SSD充當內存（如內存語義SSD），或者讓內存充當SSD緩存，可以降低成本或者提升性能，這些對于主機可以是透明的。除了內存、存儲節點，數據中心還可以把GPU或者加速節點解耦出來。

另一方面是應用的加速，包括AI的加速、數據處理的加速，典型如DPU、智能網卡，可以卸載一些原本CPU的處理工作，或者做一些特定的數據處理。加速卡具體承擔哪些方面的處理，是根據對應用、協議的理解進行的，FPGA的可編程性就很適合這種場景。

FPGA還有一個特點是低時延，它的數據處理通過特定的每一個門，工作流的時延是可預測的。這種超低時延的特點對于金融分析、處理非常有價值，如高頻交易等。LMS和BittWare基于Agilex7 FPGA開發的專為金融服務業設計網卡，時延降低了61%，吞吐量提高200%，性能一致性提升超千倍。

專為金融服務業而設計的基于英特爾Agilex7 FPGA的網卡

構建可信任、有韌性的供應鏈

供應鏈是技術日中多次被提及的重點話題。半導體芯片的需求持續高速增長，芯片出貨量在2021年已達到1.15萬億個，且預計到2030年的平均增長率可以達到8%。但是，眾所周知，在過去幾年中，全球供應鏈面臨著非常復雜、廣泛的危機。英特爾的FPGA產品線針對供應鏈難題提出了韌性供應 (Supply Resilience) 計劃，將投資重點放在加強端到端供應鏈、提高產能、增加冗余和增加緩沖庫存，以提升供應鏈的彈性和控制力，不但要滿足客戶需求，還要降低未來再次遭遇供應鏈中斷的風險。相關的舉措包括優化產品組合，增加采購來源，如對更多基板供應商進行認證、擴大測試和組裝能力，與包括臺積電、三星、格芯在內的晶圓代工廠合作擴大晶圓產能等。PSG 全球銷售總經理 Sean Dougherty表示，目前PSG已經完全擺脫供應困局，所有產品的交付周期也已恢復到正常水平。

預計到2023年第四季度，英特爾主要FPGA產品的交貨時間將達到16周或更短時間。產品供應周期將長達15年或更長時間?？深A測的交付和長生命周期，加上敏捷的原型設計，將極大提升FPGA客戶的信心。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

標簽：