CPU、GPU、FPGA?

英伟达的新GeForce GTX 1080游戏显卡是一项工作。

采用该公司的帕斯卡架构，并采用16nm制程芯片finFETGTX 1080的GP104图形处理单元拥有72亿个晶体管，运行频率为1.6 GHz，超频可达1.733 GHz。芯片尺寸为314毫米²，比采用28nm工艺制造的GeForce GTX 980前身小21%。英伟达花了20多亿美元开发这项技术。显卡的耗电量为180瓦。

GeForce GTX 1080采用图形处理单元(GPU)架构，实现了功耗/性能平衡。但是，这与体现在微处理器和应用处理器中的标准中央处理器(CPU)架构的属性相比如何呢?或与现场可编程门阵列(FPGA)，它已经进入了高性能计算系统，就像GPU一样。

AMD负责技术和工程的高级副总裁马克·帕珀马斯特(Mark Papermaster)称赞“摩尔定律在DAC的主题演讲中说道。他说，沉浸式计算体验可以在cpu、gpu和加速器上运行。实现这种计算能力“需要系统设计”。

每种类型的计算引擎都有其优点。cpu提供了低延迟的高容量。gpu的每针带宽最高。fpga的设计是非常通用的。

但每种方法都有其局限性。cpu需要在高级进程节点上进行更多集成。gpu受到芯片上存储容量的限制。

“fpga可以连接到与cpu相同的内存，”Steven Woo说，他是英特尔公司企业解决方案技术副总裁和杰出发明家Rambus。“这是一种非常灵活的芯片。对于特定的应用或加速，它们可以提供更好的性能和更好的(能源)效率。”

英特尔该公司斥资167亿美元收购了雅虎阿尔特拉，该项目于去年年底完成，指出了灵活的计算加速FPGA可以提供。微软使用fpga来提高其必应搜索引擎的性能，因为这是成本和功耗之间的平衡。但是使用fpga来设计低功耗、高性能的设备并不容易。

“一刀切越来越难了，”吴宇森说。“一些设计团队从FPGA开始，然后将其转换为ASIC，以获得他们放入FPGA的逻辑的强化版本。他们从FPGA开始，看看市场是否会增长。这可以证明开发专用集成电路的成本是合理的。”

除了许多微处理器中使用的工业标准x86架构之外，手臂微软的架构主导着移动设备，并且正在针对数据中心和服务器进行改进。ARM内核有来自开源RISC-V的开源竞争对手，来自OpenPOWER的POWER CPU架构，以及来自x86领域AMD的竞争对手。但最终设备的选择取决于用例和应用程序。

“这是一个成本-性能-力量的平衡，”Woo说。“cpu真的是很好的支柱，非常灵活。”当涉及到在它们上面运行的软件程序时，“它不一定是向量化的代码。”

gpu是更好的图形界面。它们比通用cpu更有针对性。fpga横跨多个市场。如今，它们甚至被数据中心和超级计算机所接受。“人们编写的代码的范围每个月都在变化，每一个都在以自己的方式加速，”Woo说。可重新编程和可重新配置的fpga可以配置各种算法，“而不需要经历设计专用集成电路的痛苦。”

ARM研究员兼CPU集团技术总监彼得·格林哈尔(Peter Greenhalgh)表示，CPU代表着“设备世界的肌肉一半”。另一方面，他指出，对于高带宽计算，“gpu是非常好的。”

可编程性，但不是无处不在
fpga介于cpu和gpu之间。这使得它们适用于工业、医疗和军事设备，它们在这些领域蓬勃发展。但即使在那里，界限也开始模糊。

莱迪思半导体工业和汽车部门的产品营销总监Deepak Boppana指出，莱迪思过去是一家FPGA公司。“今天，我们有一个更广泛的产品组合，”他说，并指出其目录中增加了特定应用标准件(assp)。

“我们与其他FPGA公司不同，”Boppana继续说道。莱迪思的fpga提供“更低的功耗、更低的成本和不同的外形因素。”

据Boppana说，莱迪思已经强调将网络连接整合到其产品线中。通过收购Silicon Image, Lattice现在拥有了HDMI应用程序和其他用途的assp。该公司现在为摄像头和显示器提供其交联桥接芯片，一种可编程ASSP。据Lattice称，这款设备的运行功率不到10毫瓦，但支持高达每秒12千兆比特的4K超高清视频分辨率。

Boppana表示，这款芯片提供了FPGA的灵活性，并提供了大量经过加固的IP。cpu和gpu通常没有正确类型的接口。“cpu非常适合控制路径。数据路径就不那么重要了。”

他说，英特尔对Altera的收购“绝对是加速用于cpu的fpga的趋势”。目前的趋势是将cpu和fpga配对或集成，以实现高性能计算应用程序。

另一方面，格莱迪思“并没有针对这种重型加速度，”Boppana说。“我们做的是更小的低端产品。”该公司的fpga面向消费电子产品和物联网，与云计算截然相反。对于客户来说，在选择设备类型时，“归根结底是他们的要求”，Boppana总结道。这样他们就可以选择性能最佳的CPU。“对于相当多的性能和广泛的接口，FPGA开始变得越来越有吸引力。很多客户两者都用。”

,一个节奏该公司IP集团的首席技术官兼研究员说，assp和soc等现成的硅被用于许多硬件平台。他指出:“在低容量和高价值之间做出选择。”“现成的硅比你想要或负担得起的更通用。”

Rowen补充道:“对于这些应用程序，有许多特定于应用程序的产品，这个手机应用程序处理器或那个手机应用程序处理器。”

那么，设计师应该选择CPU、GPU还是FPGA呢?“在许多情况下，正确的答案不是以上任何一个——它是一个ASSP，”罗文说。“你需要一个混合或聚合芯片。”

罗文表示，该行业已经习惯了董事会层面的整合。“在某些情况下，董事会层面的整合肯定是必要的，”他说。这种选择的缺点是“相对较高的成本，高功耗。”

从他的角度来看，FPGA填补了对小容量assp的需求，CPU架构与FPGA互补。有了gpu，“你真的可以选择进入哪个领域。”这将包括两大类显卡:用于游戏和其他应用的高性能显卡，以及更多嵌入式风格的产品，如汽车和消费级，功率预算为5至10瓦。“10到20年前有一个CPU市场。它已经被转换成其他东西，目标是服务器或Windows PC。现在不像以前我可以使用普通芯片了。这已经不管用了。”

简单地说，处理器市场已经成为目标，这体现在应用程序上。例如，在高性能计算或超级计算中，gpu通常被用于面向基础设施的配置，其中I/O旨在向外扩展，他说。

Rowen提到了英特尔- altera的合并。“附加在基础设施上的加速器——这就是fpga发挥作用的地方，”他说。英特尔和Altera团队正在进行合作。我当然希望看到越来越多的英特尔服务器芯片和fpga的优化协同工作。”

英特尔的骑士登陆处理器是英特尔高性能计算战略的关键元素。

他说:“在大容量应用程序中使用asic非常常见，在一些不是大容量，但具有某些功能的应用程序中也很常见。”缺点是依赖asic来满足需求的成本可能很高。公司总是需要计算盈亏平衡点。Rowen指出，有一些fpga的替代品，如eASIC提供的金属可编程芯片。“也许你会转向低nre、高单元ASIC，”他补充道。

从Rowen的角度来看，设计范围从fpga到小批量asic到大批量asic再到客户拥有的工装(COT)。

那么，它将是什么:CPU, GPU, FPGA, ASSP, ASIC?最好的答案仍然是:视情况而定。

有关的故事
如何选择处理器
在哪里使用什么没有明确的公式，但关于谁应该做出决定，有很多意见。
更强大的微控制器
mcu将在汽车和物联网设备中发挥越来越重要的作用，但它们的设计也变得更加困难。
重新思考处理器架构
随着半导体行业向特定应用解决方案的根本转变，通用指标不再适用。