人工智能物联网需要什么芯片CPU和GPU

　　当前页面：首页 中心 业界动态 人工智能、物联需要什么芯片？CPU和GPU将让位于FPGA

　　一、FPAG是大数据和物联的趋势

　　1.1、Intel167亿美元、 5倍倍PE押注FPGA

　　2015年6月1日，Intel宣布斥资167亿美元，以每股约54美元的价格收购全球第二大FPGA厂商Altera(阿尔特拉)，这是Intel成立47年以来历史上规模最大的收购。本次Intel的收购对应的估值高达 5倍，这在半导体领域已经非常罕见。

　　Intel收购Altera，主要基于三方面考虑：

　　第一、IBM与全球第一大FPGA厂商Xilinx合作，主攻大数据和云计算方向，这引起Intel的巨大担忧。Intel已经在移动处理器落后，大数据和云计算领域不能再落后。

　　第二、FPGA在云计算、大数据领域将深入应用。Intel此次与Altera合作，将开放Intel处理器的内部接口，形成CPU FPGA的组合模式。其中FPGA用于整形计算，cpu进行浮点计算和调度，此组合的拥有更高的单位功耗性能和更低的时延。

　　第三、IC设计和流片成本。随着半导体制程指数增长，FPGA在物联领域将替代高价值、批量相对较小(5万片以下)、多通道计算的专用设备替代ASIC。同时，FPGA开发周期比ASIC短50%，可以用来快速抢占市场。

　　1.2、FPGA CPU，大数据时代的趋势之一

　　在近期杭州的云栖大会，Intel已经展示了其Xeon FPGA的创新模式，计划17年将投放市场。Altera的FPGA产品可以让英特尔Xeon至强处理器技术形成高度定制化、整合产品，单位功耗性能比CPU GPU模式更高。CPU FPGA用于数据中心，这将是未来数据中心的标配。

　　目前在海量数据处理，主流方法是通过易编程多核CPU GPU来实现，而从事海量数据处理应用开发(如密钥加速、图像识别、语音转录、加密和文本搜索等)。设计开发人员既希望GPU易于编程，同时也希望硬件具有低功耗、高吞吐量和最低时延功能。但是依靠半导体制程升级带来的单位功耗性能在边际递减，CPU GPU架构设计遇到了瓶颈而，而CPU FPGA可以提供更好的单位功耗性能，同时易于修改和编程。

　　数据显示，瑞士苏黎世联邦理工学院(ETHZurich)研究发现，基于FPGA的应用加速比CPU/GPU方案，单位功耗性能可提升25倍，而时延则缩短了50到75倍，与此同时还能实现出色的I/O集成(PCIe、DDR4、SDRAM接口、高速以太等)。换言之，FPGA能在单芯片上提供高能效硬件应用加速所需的核心功能，并同时提供每个开发板低功耗的解决方案。

　　另外，微软的研究表明，FPGA的单位功耗性能是GPU的10倍以上，由多个FPGA组成的集群能达到GPU的图像处理能力并保持低功耗的特点。FPGA在云数据中心的应用，将从CPU与FPGA离散使用、向CPU与FPGA打包使用、再向CPU与FPGA整合使用发展。根据英特尔预计，到到2020年，将有1/ 的云数据中心节点采用FPGA技术。