層出不窮的智能應用不斷挑戰著人們想象力的極限，身邊鋪天蓋地的報道時時刻刻地提示著智能世界已經來臨。對，智能世界來了，隨之而來的還有奔騰而來的數據洪流：

到 2020年，

平均每位互聯網用戶：1.5 GB流量/天

自動駕駛汽車：4 TB 數據/天

聯網的飛機：5 TB 數據/天

智能工廠：1 PB 數據/天

云視頻提供商：750 PB視頻/天

……

“到 2020 年，將會有 500億個終端聯網，遠遠超過目前的80億，IP 的流量也將達到 2300 EP/年，” 英特爾可編程解決方案事業部副總裁兼客戶體驗事業部總經理 Rina Raman 強調，數據中心與終端互連所形成的循環，隨著物聯網的發展將會逐漸加速，因而網絡就必須以更高的速度處理更多的數據，數據中心也需要做更為復雜的計算，以應對更為龐大的數據集，甚至嵌入式終端也需要做很多本地的計算。此外，數據中心還需應對一些更具挑戰性的工作負載： 如大數據分析、機器學習等等。由此，循環中瓶頸與挑戰一一出現。

數據洪流中的瓶頸與挑戰

上述所提及的挑戰與瓶頸，無論　5G 無線通訊、雷達與宇航、網絡，還是云計算、智能城市以及自動駕駛，都身在其中。

5G 網絡： 未來需要更大的帶寬、更復雜的數字信號處理能力。英特爾 FPGA 能夠幫助應對這些挑戰，尤其在 5G 網絡應用中，FPGA 可以加速 MIMO 天線的計算和基帶的信號處理能力，解決安全及其他一些可能會制約發展的網絡功能。

雷達與宇航：雷達應用中，與安全相關的通訊，正在面臨著一系列的挑戰：其中包括波速成形、FFT與過濾器以及機器學習等算法方面的挑戰。以往的解決方式是：通過更快的 CPU 或者更快的 DSP 芯片陣列 或者 ASIC 來應對，但是通過使用FPGA，設計人員可以加速數據處理、加速處理機器學習任務，讓整個架構更加簡單，同時開發環境也更加統一。

網絡方面：隨著數據中心與終端良性循環的加速、物聯網的不斷發展，網絡需要進行根本性的轉型，其中包含本地網、城域網、骨干網、甚至數據中心。而轉型的關鍵是：網絡功能虛擬化，即將一些關鍵的功能（如交換、安全性、檢測與報告等），從專用的硬件轉移到數據中心的軟硬件進行處理。正是在這樣一個充滿了不確定性和快速變化的環境中，FPGA 能夠加速一些關鍵數據包的交換、檢測以及安全任務的處理。

無人駕駛： 必然會對計算性能有更多的需求，算法的不確定性還可能會出現計算的孤島，每個孤島都可能有自己本身的硬件和開發環境，這對制造商而言是不可持續的。FPGA 在本地計算和深度學習的推算應用中，能夠發揮關鍵作用。同時，還可以通過 5G 連接，把汽車、其他車輛與高速公路基礎設施和云實現連接。

智慧城市：現代化的城市當中有很多計算孤島正在出現，其中包括交通管理系統、照明管理系統、泊車管理系統和安全的攝像頭，這些眾多不同的系統由眾多不同的廠家來生產，每個系統都有不同的架構，不同的開發環境，而且彼此之間沒法實現數據共享。英特爾 CPU和 FPGA 就能取代這些專有的架構，提供本地計算、連接和分析的能力。

云計算：在云的環境中，工作負載及其構成都會出現動態的變化，甚至某些工作負載所需要的性能即使 CPU 在合理的功耗水平之下也是難以實現的，所以需要一些特別的芯片或者是配上 GPU，專門處理并行的運算，可以裝上網絡加速器，處理協議和安全的流量分流，還可以配備視頻解碼器或 ASIC 專用的集成電路，用于搜索的加速和深度學習。但是，服務器上往往沒有空間，也沒有足夠的功率支持放入所有芯片。所以，有一些云的服務提供商和數據中心的架構師就開始轉向使用英特爾 FPGA，FPGA 和 Xeon CPU連接，提供搜索、計算、加密、分組處理和機器學習的硬件加速。一旦發生變化，設計人員可以對FPGA進行重新的配置，滿足更新的需求。

FPGA ： 對異構架構至關重要

處理大量數據的增長！

應對快速變化的新技術所帶來的計算環境的變化！

CPU 本身所具備的功耗！

僅僅依靠計算平臺同質的擴展，已遠遠沒法滿足上述的挑戰要求，因而不同的異構架構組合成為必然。當今的硬件平臺包括：CPU、FPGA 以及專用的加速器，其中 CPU 仍然是處理能力的核心引擎，再加上專用的加速器（ASSP和ASIC等），已然可以實現最好的計算效率。與此同時， FPGA 在其中也在越來越發揮著重要作用， 它就像一種先進的多功能的加速器，不僅能夠帶來最大的編程靈活性，支持高度差異化的產品，還可以在現場進行重新配置，虛擬加速任何數字的算法。FPGA也支持并行運算，其性能從吞吐量，實時速度到能耗，比 CPU 或 GPU 要優上 10 倍。此外 FPGA 還可以以更低的時延處理更大的數據，比傳統在硬件產品上跑的基于軟件的產品更快。也正因為 FPGA 既具有硬件性能，又具有軟件可編程的能力，在異構計算的環境中日益變得重要。

如下圖所示，旁路加速可以把一些重度計算的數據功能轉移到FPGA上面，這樣可以釋放處理器去處理其他運算。如果時延比較重要，還可以進行內建加速。這樣通過FPGA的多功能性，可以帶來更好的網絡的存儲和計算的加速。

Rina 以FPGA 提升數據中心效率為例，展示了FPGA 如何在生活中應對實際的挑戰的。

首先面對的是：數據庫的加速。SWARM64 可擴展數據加速器使用了英特爾最新的FPGA 大量處理一些并行的數據，實現了很好的吞吐量、能耗和更高的性能，無論在云端，還是在現場，它都可以支持任何的配置。可以看到：其實時數據分析能力是以前的5倍，數據倉儲的能力是以前的2倍，存儲壓縮能力是以前的3倍。

接下來要解決的難題是：基因測序。眾所周知，基因測序的數據量大且復雜，如果分析能力跟不上，很多研究項目就會被迫推遲，因而影響整個醫療界的研究進展。英特爾和 Broad Institute 公司共同開發出了基因分析的軟件工具包——GATK，主要是用于分析大吞吐量測序的數據。據悉，研究人員現在可以在過去三分之一的時間能夠獲得5倍的數據量，相當于15倍的提升。Broad Institute 的 Pair-HMM 算法提高了50倍，總業務流提高了 1.2 倍。

另外一個實際難題是：存儲 NVME OVER FABRIC。Attala 希望利用英特爾 FPGA 重新設計和開發新一代的存儲和網絡的基礎設施。數據在硬件里通過FPGA來進行處理和加速，然后進入到網絡基礎設施，相比之前的方案，使用 FPGA 的方案在讀寫速度的時延方面降低57-72%。因而， Attala的解決方案不僅軟硬件結合的解決方案有很強的適應能力，而且也為云的服務提供商降低了運行成本。

為了更好地支持智能互聯世界的應用，英特爾提供的一系列的 FPGA 產品， 其中包括 Stratix 10 、Arria 10、Cyclone 10 和 Max 10。著眼于未來，Rina 透露英特爾下一代 FPGA的產品，英文名字叫 Falcon Mesa。這是使用了英特爾 10 納米的制程技術、基于 FinFET 制程、也是英特爾第二代使用 HyperFlex 架構的產品，還是第二代基于EMIB（英特爾接口的規范）的異構的SIP。據悉，Falcon Mesa 也是 Altera 并入英特爾以后第一代使用了英特爾10納米制程技術開發出來的產品。此外， 英特爾還提供了加速堆棧，用來助力開發人員輕松入門。

智能互聯世界的挑戰日趨復雜，英特爾 FPGA 愿意參與其中，助力加速計算，更好地應對今天以及未來的數據需求。