作者 / 周萬木 IHS Markit工業自動化組高級分析師(上海 200122)

周萬木，碩士，研究方向包括工業自動化、電機和驅動、運動控制、新能源汽車、工業電子等。

摘要：本文介紹了“云管端”的FPGA應用，分析了FPGA廠商在其中扮演的角色。

　　隨著大數據和云計算的落地，FPGA(現場可編程邏輯器件)在數據中心，基站等IT通信設備上正成為主流，風起云涌的人工智能更加速了FPGA在超級數據中心中的應用，而即將到來的物聯網也將推動

　　FPGA的應用進一步擴展到消費電子、汽車電子、工業控制、測試測量等領域， 不僅僅發生在對計算要求高的云端，而且還會出現在數量更加龐大的物聯網邊緣端。

1 “云管端”

　　2010年華為首先提出“云管端”概念，目前“云管端”概念已經延伸到其他行業。

　　“云(Cloud)”既可以指為用戶提供云計算和大數據等云服務的集合， 也可以是一種數據匯聚和計算處理的模式， 還可以指設備的云化、電信業務的云化、電信業自身IT設施的云改造等。當然， 我們也可以簡單理解為數據中心;

　　“管(Channel)”是指管道，鏈接“云”和“端”之間的設備和服務都可統稱為管道，提供信息傳輸能力， 包括交換機、路由器、無線基站、有線接入等設備和服務;

　　“端(Device)”比較容易理解，是指智能設備終端(手機、數據卡、平板電腦、機器人、工業設備等能上網的終端設備)， 主要包括物理終端、操作系統軟件和人機界面接口等。

2 云計算、霧計算和邊緣計算

　　“云管端”可以大致對應云計算、霧計算和邊緣計算, 區別在于計算能力、功能模塊、位置節點和應用場景的不同。

2.1 云計算

　　云計算包括公有云和私有云，有IaaS、PaaS和SaaS的云服務，可以進行大數據處理、云計算，實現云端的人工智能等。因為有大型的數據中心，云計算能提供的計算和存儲能力最強。例如亞馬遜、騰訊、阿里、百度等云服務廠商異地部署數據中心，以提供云計算服務，一個地方數據中心發生故障，另一個地方數據中心仍能保持正常，從而保證業務不掉線。

2.2 霧計算

　　霧比云更貼近地面，距離用戶更近，作為云數據中心和物聯網(IoT)設備/傳感器之間的中間層。 霧計算主要由邊緣網絡設備，例如路由器、網關、機頂盒、代理服務器、基站等構成。這些組件可以提供不同的計算、存儲、網絡功能，并支持服務應用的執行。霧計算促進了位置感知、移動性支持、實時交互、可擴展性和可互操作性。

2.3 邊緣計算

　　顧名思義是指處于網絡邊緣，更靠近用戶，更靠近數據發生的物聯網終端設備和傳感器。邊緣計算中，有數十億計的物聯網設備和傳感器的數據存儲和處理(如圖1)，具有多樣化、低延時、快速響應、功耗低、永遠在線和實時喚醒等功能。

3 云管端的FPGA應用

3.1 “云”上的FPGA應用

　　云端的FPGA的主要功能是計算。用于數據中心、人工智能、機器學習、云計算和工業云平臺。云端的FPGA應用屬于高端高利潤市場，主要由賽靈思和Intel PSG部門(注：Intel收購的Altera公司)把持，其他廠商很難進入這個市場。

　　云端的人工智能最近非常熱門，主要包括“離線訓練”和“在線判斷和服務”兩種方式。離線訓練是指利用海量數據輸入，通過合適的訓練方法，實現和驗證人工智能算法模型。而在線判斷和服務是指利用訓練出來的算法模型做出判斷，在線響應用戶的請求。

　　GPU有很好的計算能力, 目前主要用在離線訓練上，而在在線判斷和服務方面，FPGA的能耗效率(性能/能耗)和成本效率(性能/價格)都比GPU更好。在云端數據中心領域，采用FPGA的服務器應用越來越多。亞馬遜Web Services和百度大腦都在采用賽靈思和Intel PSG的FPGA支持云服務，作為在線判斷和服務的人工智能專用芯片。 百度的AI Silicon FPGA集群擁有數十萬臺服務器，已經部署成為國內最大的GPU/FPGA集群，采用先進的集群操作系統來統一管理，成為國內率先推出可用的FPGA云服務的廠商。

3.2 “管”中的FPGA應用

　　通信行業的管道(基站、基站控制、承載、傳輸等)大量使用FPGA。通信行業是需要實際功能測試和現場測試來進行產品迭代設計的， 不能等到標準成熟才做芯片和產品。 所以各設備廠家為了縮短上市時間，搶占技術先機，會在標準還未凍結之前就推出原型樣機，甚至小批量產品。所以FPGA成為通信廠商們的不二選擇，一邊討論協議，一邊用FPGA開發產品，在客戶那里一邊測試，一邊修改版本。

　　通信行業下一個增長的大潮應該是5G和物聯網，3GPP第一個5G標準今年12月初凍結，預計將于2020年開始部署，并在2023年達到頂峰。而即將到來的物聯網時代，NB-IoT等物聯網標準也在不斷演進，協議不斷更新，快速的發展變化推動了FPGA在5G和物聯網的應用。

　　在整個通信管道中，越靠近終端側，設備的數量越多，用的FPGA量也越多，而越靠近核心網側，用的FPGA數量越少，但價格更貴。在協議完全凍結后，各設備廠家會逐步以ASIC來替代之前的FPGA，因此FPGA在通信領域主要在初、中期應用比例高，后期可能會被ASIC替代，只留下一些接口類的FPGA。在通信管道領域，主要是賽靈思和Intel PSG之間的競爭，別的廠商很難進入這個市場。

3.3 “端“里的FPGA應用

　　FPGA目前在智能終端設備上已經開始廣泛應用，如無人駕駛汽車、機器人、安防監控、電子半導體測試設備、醫療設備、工廠自動化設備、軍用設備、消費電子產品、物流運輸、AR/VR和游戲設備等。FPGA在這些終端設備中的應用主要考慮能耗效率(性能/能耗)和成本效率(性能/價格)，而在消費電子行業中，這種對功耗和性價比的追求更是達到了極致。

　　FPGA在智能終端的應用主要包括三方面：互聯(感知周圍的世界，與外界建立連接)、計算(對收集到的數據和信息進行處理和判斷，通過人工智能和機器學習等建立對外界的認知)和控制(智能地響應外部請求，做出相應的動作和反饋)。

4 計算、互聯、控制

4.1 計算

　　實時性要求高的應用場景需要終端具備較強的計算能力，例如無人機的避障算法，無人駕駛的環境感知，ADAS系統中圖像識別算法， 工業機器人的機器視覺檢測，自動倉庫的物料搬運......如果在這些應用場景中將收集到的數據和信息都上傳到云端再進行計算，數據網絡傳輸會產生延遲，而嚴重的延遲有可能對這些實時系統造成非常嚴重的后果。

　　在云端上一般用卷積神經網絡計算(CNN)做海量大數據分析， 而在邊緣端上其實不需要那么復雜，可以通過網絡優化到8位、4位，甚至到1位這樣的二值神經網絡。在邊緣端，使用小尺寸、低功耗、低延遲的FPGA非常關鍵，這些FPGA既可以做并行運算，也可以利用這些簡化的二值神經網絡在性價比高、功耗低的消費電子產品上實現人工智能算法。比如，萊迪思(Lattice)iCE40 UltraPlus就可以在邊緣端做二值神經網絡算法，實現基本的人臉偵測等計算工作。

4.2 互聯

　　智能終端產品和工業產品的通信協議和接口種類繁多，沒有統一標準，各家大公司和聯盟都在推廣自己的通訊協議，另外，一些通信協議也在不斷更新換代。因此芯片間通信往往需要一些橋接(bridge)芯片。事實上，因為FPGA具有可配置性，業界普遍使用FPGA芯片作為接口或者芯片間通信的橋接。例如，Apple在iPhone7中集成了一小塊Lattice的FPGA芯片，據推測就是為了實現芯片間的通信中介和可配置互聯。

　　在未來的智能產品中，遠程升級是非常重要的功能，就像Apple手機在線遠程升級一樣，FPGA可隨意定制內部邏輯陣列，可以在用戶現場進行即時編程，以修改內部的硬件邏輯，并且可通過因特網進行遠程升級，從而實現邏輯功能的更新。

4.3 控制

　　FPGA在工廠自動化領域的測試設備中應用非常廣泛^[1]，在這些測試設備中，很多功能和接口很可能是非標的，很難找到合適的ASIC芯片，這時FPGA就是很好的解決方案。另外，工業控制、工業機器人和物流倉儲這些領域的FPGA應用成長也非常快，這些領域不需要高端的FPGA，只要用一些入門級的FPGA就可以同時控制多個馬達，接收多個傳感器傳來的信息。

　　實時控制是FPGA的優勢之一，在一些對時間延遲要求很高的場合中，可以用CPU + FPGA的方案用FPGA進行硬件加速。BMS(電池管理系統)是整個電動車的核心，低功耗的FPGA可以永遠在線，對動力電池進行在線檢測和實時監控，實時檢測動力電池的電壓、電流、溫度信號，遇到過載等緊急情況，可以在很短時間里立刻斷電，不然電池就會發生爆炸。

5 主要的廠商

　　在FPGA市場上，賽靈思、Intel PSG、萊迪思等廠商都有各自的優勢^[4]。賽靈思、Intel PSG偏重于云端和管道，萊迪思偏重于邊緣端。 讓我們來看看這三家公司股價表現。

　　賽靈思在云端和管道的業績一直不錯，所以股價一直穩定增長，如圖2。

　　2015年業界對Intel 投入167億美元收購Altera的有效整合是有疑慮的，所以收購前后股價變化不大。2017年9月在深度學習領域，Intel 14 nm制程的Stratix 10 FPGA被微軟(Microsoft)采用為即時AI(real-time AI)云端平臺Project Brainwave的DPU，Intel和Altera的整合得到了認可，因此Intel的股價還不錯，如圖3。

　　萊迪思的股價一直不溫不火，可能是因為FPGA的主流高利潤市場依然在云端和管道，而這些市場被賽靈思和Intel PSG把持。邊緣上的FPGA運用仍處于發展階段，市場還不具備規模優勢，消費電子客戶和工業客戶對價格的要求也比較高，邊緣端的FPGA市場利潤相對較低，如圖4。

　　實際上，邊緣端上的FPGA應用非常廣泛，橫跨汽車、消費電子、醫療、工業、軍事等多個行業，對FPGA的需求多種多樣，覆蓋高中低端。物聯網邊緣計算市場的分散性也可以從萊迪思的客戶分類圖中可見一斑，如圖5。

　　賽靈思和Intel PSG的FPGA路數和萊迪思完全不同，產品市場定位，技術路線和商業模式決定了這兩家公司不太可能大規模進入消費電子和工業等分散的物聯網邊緣計算市場，所以萊迪思在FPGA市場有其獨特性。雖然FPGA的應用從云計算轉移到邊緣計算還需時日，但一兩個物聯網市場的爆發就可能帶動邊緣計算FPGA市場的增長。

　　參考文獻：

　　[1]周萬木.制造業在轉型：進入一個全新的數字世界[J].電子產品世界,2017(11):6-14

　　[2]徐蘭天.5G中F-OFDM調制的FPGA實現[J].電子產品世界,2017(11):39-41

　　[3]王紅兵,強景,周珍龍.基于FPGA的高速數據傳輸研究[J].電子產品世界,2016(9):42-45

　　[4]王瑩.三大FPGA廠商競相發新品，應用點各有側重[J].電子產品世界,2017(2-3):75-76

　　[5]王瑩.智能音箱、VR/AR、AI等是Lattice發力點[J].電子產品世界,2017(12):75-76

　　本文來源于《電子產品世界》2018年第1期第4頁，歡迎您寫論文時引用，并注明出處。