FPGA在數據中心最大的特點就在高吞吐的同時能做到低延時。FPGA內部的資源都是可以重配置的，因此它可以很容易進行數據并行和流水并行，且易于在數據并行和流水并行之間平衡。而GPU幾乎只能做數據并行。

與ASIC相比，FPGA的可編程性體現出很大的優勢。現在數據中心的各種算法每時每刻都在更新變化，沒有足夠穩定的時間讓ASIC完成長周期的開發。比如在一種神經網絡模型出來之后開始把它做成ASIC，也許還未投片生產，這個神經網絡模型已經被另一種神經網絡模型所替代。不同的是，FPGA可以在不同的業務需求之間做平衡。比如說白天用于為搜索業務排序的機器;在晚上請求很少的情況下，可以將這些FPGA重新配置成離線數據分析的功能，提供對離線數據進行分析的服務。

另外由于FPGA有高速SERDES等豐富的接口，而且能靈活控制實現的粒度和操作數據，因此非常適合進行協議處理和數據格式的轉換。比如說FPGA可以很方便的接入以太網數據，并對以太網包進行包過濾等處理。

和CPU、GPU、ASIC在設計上的區別

（圖3）處理器芯片對比

CPU/GPU 屬于馮·諾依曼結構，任務執行需要經歷取指、譯碼、執行、訪存以及寫回等過程。CPU為達到足夠高的通用性，其指令流的控制邏輯相當復雜。GPU使用SIMD單指令多數據流并行等方式進行計算加速。

FPGA/ASIC在使用時硬件功能模塊已固定，無需分支判斷等復雜控制邏輯，同時大大降低了訪存次數。因此在能效上可以比 CPU 高出1到2個數量級。

ASIC是一種專用的芯片，是為了某種特定的需求而專門定制的芯片。ASIC與通用芯片相比，體積小、功耗低、計算效率高、芯片出貨量越大成本越低。但是缺點也很明顯：開發周期很長，算法是固定的，一旦算法變化就可能無法重用。

而FPGA則是“軟硬件一體”的架構，軟件就是硬件。FPGA基本原理是在芯片內集成大量的數字門電路以及存儲器，用戶可以通過燒入 FPGA 配置文件來來定義這些門電路以及存儲器之間的連線，進而得到不同的硬件功能。

就開發難度而言，ASIC 》 FPGA 》 GPU 》 CPU。目前主流的FPGA開發語言是硬件描述HDL，需要開發者具備一定的相關技能。隨著業界OPENCL、HLS等類C高級語言的推進，FPGA的開發難度和周期也會有所改善。

FPGA 部署在哪里？與 CPU 之間如何通信？

騰訊云的FPGA主要部署在數據中心的服務器中。騰訊云將FPGA芯片加上DDR內存、外圍電路和散熱片，設計成PCIE板卡。這種FPGA板卡被安裝在服務器的主板上，用戶通過網絡遠程訪問服務器，開發調試FPGA，并用其加速特定業務。

FPGA與CPU之間是通過PCIE鏈路通信的。CPU內部集成了DDR內存控制器和PCIE控制器。在FPGA芯片內部也用可編程邏輯資源實現了PCIE控制器、DDR控制器和DMA控制器。一般通訊分三種情況：

（1）指令通道

CPU向FPGA芯片寫入指令，讀取狀態。CPU直接通過PCIE訪問到FPGA芯片內掛載的存儲器或內部總線。

（2）數據通道

CPU讀寫FPGA板卡上DDR的數據時，CPU通過PCIE配置FPGA芯片內的DMA控制器，輸入數據的源物理地址和目的物理地址。DMA控制器控制FPGA卡上的DDR控制器和PCIE控制器，在FPGA卡上的DDR內存和CPU連接的DDR內存之間傳輸數據。

（3）通知通道

FPGA通過PCIE向CPU發送中斷請求，CPU收到中斷請求后保存當前工作現場，然后轉入中斷處理程序執行，必要時會關閉中斷執行中斷處理程序。CPU執行完中斷處理程序后，會重新打開中斷，然后重載到之前的工作現場繼續執行。

目前FPGA行業面臨的問題

在行業內，微軟在數據中心使用FPGA架構，Amazon也推出了FPGA的計算實例，那么是不是說明整個行業對FPGA的使用比較廣泛呢？實際上，FPGA是個硬件芯片，它本身不能直接使用，也缺乏類似操作系統這樣的系統軟件支持。長期以來，FPGA行業在數據計算加速方向可以分為以下幾個參與方：

1. 芯片原廠：Xilinx和Altera（已被Intel收購）提供FPGA的芯片，直供或者給代理商分銷。

2. IP提供商：提供各種功能的IP，比如訪問DDR內存的IP，支持PCIE設備的IP，圖片編解碼的IP。一些共同的通用IP由芯片原廠提供。