你還沒聽過fpga？那你一定是好久沒有更新自己在企業級it領域的知識了。今天筆者就和大家聊聊何為fpga？fpga主要應用場景是什麼？有人說fpga是替代傳統cpu和gpu的未來，你信嗎？
fpga全稱現場可程式設計門陣列（field－programmable gate array），最初作為專用積體電路領域中的一種半定製電路而出現的，具有一定的可程式設計性，可同時進行資料並行和任務平行計算，在處理特定應用時有更加明顯的效率。
實際上，英特爾、紫光、浪潮等企業均已開始布局fpga
當然，最著名的應該就屬英特爾豪擲167億美元，收購altera，這也是英特爾公司歷史上最大規模的一筆收購。而英特爾收購altera主要為的就是fpga。而根據後來英特爾在idf展會中展出的整合了fpga晶元的至強e5 2600 v4處理器來看，167億美元收購可謂物有所值：至強處理器在fpga晶元的幫助下每瓦效能提公升了70%。
紫光是另一家希望通過收購手段直接接觸fpga最新科技的公司，繼尋求併購美光失利、收購硬碟大廠威騰（wd）破局後，紫光或將收購美國萊迪思半導體（lattice semiconductor）股份，為搶進fpga市場做布局。
那麼，fpga吸引如此多廠商為之瘋狂的原因究竟是什麼？
從應用場景角度分析，我們可以看到隨著谷歌的阿爾法狗打敗了人類圍棋冠軍後，深度學習已經從神壇走下來，越來越多的人開始認識到深度學習可能會改變未來的生活，成為未來科技發展的方向；而fpga設計工具使其對深度學習領域經常使用的上層軟體相容性更強，fpga正是助力深度學習的一大技術。
但是，如果說fpga是繼任傳統cpu與gpu的未來，就有些誇大其詞。且不論cpu與gpu技術已經成熟，擁有完善的生態鏈，cpu與fpga的結構也有所不同。cpu中擁有控制取指、解碼等流程，處理可信具備處理各式各樣千奇百怪的指令要求的能力；
cpu架構
相比之下fpga就不能向cpu一樣靈活的處理各種沒有見過的指令，只能根據乙個固定的模式來處理輸入的資料然後輸出，這也是為什麼fpga經常被看作一種行家專屬的架構。
fpga架構
不同於cpu的是，fpga和gpu內都有大量的計算單元，因此它們的計算能力都很強。在進行神經網路運算的時候，兩者的速度會比cpu快很多。但是gpu由於架構固定硬體原生支援的指令固定了，而fpga則是可程式設計的。
gaxpy演算法效能對比(單位：微秒)（來自：程式設計師）
我們可以看到，fpga的應用領域主要是深度學習和神經網路演算法，而傳統的cpu更關注的是「通用」，gpu雖然更注重計算速度，但是其指令仍然是固定的。而fpga的出現之所以風靡全球，就是因為其可程式設計性，這讓fpga在深度學習領域擁有了得天獨厚的優勢。這樣也就不奇怪谷歌為了發展深度學習，自己研發了名為tpu的自有晶元。正如谷歌資料中心負責人霍爾澤所言：谷歌研發自有晶元是為了解決哪些省為解決的問題。
筆者認為，當市場需求發生變化，技術一定會隨之發展，當深度學習成為熱門領域時，與之最匹配的fpga也應聲成為廠商追逐的焦點。
spring mvc 為什麼這麼多xml
作用 spring web mvc 使用dispatcherservlet 分發request，一般我們都需要乙個web.xml 來定義這項工作。dispatcher org.springframework.web.servlet.dispatcherservlet 1 contextconfigl...
spring mvc 為什麼這麼多xml
作用 spring web mvc 使用dispatcherservlet 分發request，一般我們都需要乙個web.xml 來定義這項工作。dispatcher org.springframework.web.servlet.dispatcherservlet 1 contextconfigl...
前端框架這麼多，該如何選擇？
有過前端開發經驗的同僚們可能會想到 要有可復用的元件，要控制質量做測試和靜態檢查，要有元件隔離的樣式方便實現responsive，要打包部署方便，最好學起來不要太複雜，方便能力建設 節省招聘成本等等。接下來，我們將從元件復用 測試和學習曲線這三個主要的方面對angular4,ember.js，vue...