CPU GPU FPGA ASSP ASIC幾種晶片產品越來越接近？該選哪一個

英偉達新推出的GeForce GTX 1080遊戲顯卡採用了該公司最新的帕斯卡架構，並且使用了採用16nmFinFET工藝製造的晶片。

GTX 1080上的GP104圖形處理單元包含72億顆電晶體，運行速度可達1.6GHz，可以超頻至1.733 GHz。

這顆晶片的矽片尺寸為314平方毫米，比前一代GeForce GTX 980上採用28nm工藝生產製造的圖形處理器小了21%。

據稱，開發這項技術花了英偉達20多億美金。

GeForceGTX 1080使用了圖形處理單元（GPU）架構，說是可以突破功耗/性能的平衡。

但是，當把GPU和標準的中央處理單元（CPU）放在一起比較時，哪個表現更勝一籌呢？再或者與更類似GPU且成功進入高性能計算系統的現場可編程門陣列（FPGA）相比呢？

AMD公司的技術和工程高級副總裁MarkPapermaster在DAC的一次主題演講中吹捧「摩爾定律+」時代的到來。

他說，CPU、GPU和加速器可以帶來沉浸式的計算體驗。

業界已經認識到，這種計算能力「需要採取系統設計方法才能達到」。

每種類型的計算引擎都有各自的優點。

CPU能夠在低延遲下實現高負載的運算，GPU能實現最高的單管腳帶寬，而FPGA則可以用於多種通用設計。

但是同樣，每種引擎也都有各自的局限性。

CPU需要在先進的工藝節點下實現更高的整合，GPU則受限於能放在其上的內存大小的限制。

「FPGA能夠連接到和CPU一樣類型的存儲器，」Rambus公司企業級解決方案技術副總裁兼傑出發明家Steven Woo稱。

「FPGA這種晶片的靈活性特別高，對於特定的應用或加速應用，他們能夠改進性能，並實現更佳的能源效率。

」

英特爾公司去年年底完成了以167億美金收購Altera公司的交易，看中的就是FPGA能夠提供的靈活計算加速能力。

微軟在其Bing搜尋引擎中採用FPGA來提升性能，因為FPGA能夠幫助其實現成本和功耗的平衡。

不過，採用FPGA來設計低功率、高性能的設備卻不是一件容易的事情。

「現在提供一個通用的解決方案越來越難了，」Woo表示。

「一些設計團隊開始設計時採用FPGA，然後把在FPGA中開發的邏輯固化成一顆ASIC，他們起步時採用FPGA，然後觀察一下市場的增長情況，這可以幫助他們合理地評估開發ASIC的成本。

」

除了在許多微處理器中使用的行業標準x86架構，ARM的架構主宰著移動器件市場，並正在針對數據中心和伺服器進行細化調整。

市場上有來自開源RISC-V的ARM架構開源內核、出自OpenPower的POWER CPU架構，在x86領域也有來自AMD的競爭。

不過，最終選擇哪種晶片取決於使用情況和具體應用。

「這種決策需要平衡考慮成本，性能和功耗，」Woo表示。

「CPU仍然是非常好的中流砥柱，也很靈活。

」當談到CPU上運行的軟體程序時，Woo表示，「不一定非要寫成向量化代碼。

」

GPU能夠實現更好的圖形接口，他們比通用CPU更具有針對性。

FPGA則能覆蓋多個市場，最近它們甚至開始進入數據中心和超級計算機領域。

「人們編寫的代碼所涉及的領域每個月都會發生變化，而且這種變化以各自的方式在加速，」Woo表示。

可重複編程和可重新配置的FPGA可以適配用於各種算法，「不用經歷設計ASIC帶來的痛苦。

」

ARM公司CPU事業部技術總監Peter Greenhalgh表示，CPU代表著「晶片世界強大有力的一面。

」在另一方面，他指出，對於高帶寬的計算，「GPU的表現非常好。

」

可編程能力雖好，但並非處處通吃

FPGA介於入CPU和GPU之間，這使得它們很適合用於工業、醫療和軍事設備，在這些領域中FPGA發展勢頭良好，但即使在那裡，FPGA也並非通吃。

萊迪思半導體公司的工業和汽車事業部產品營銷總監Deepak Boppana指出，萊迪思歷史上是一個FPGA公司。

「今天，我們擁有更廣泛的產品組合，」他說，並特別指出增加了專用標準器件（ASSP）這一產品品類。

「我們和其它FPGA公司不同，」Boppana繼續說道。

萊迪思的FPGA可以提供「更低的功耗、更低的成本，以及不同形式的外形。

」

根據Boppana的說辭，萊迪思特別重視將可連接性加入到其產品線中。

通過收購SiliconImage公司，萊迪思現在擁有針對HDMI應用和其他用途的ASSP。

該公司目前提供用於攝像頭和顯示器的CrossLink橋接晶片，該晶片是一顆可編程ASSP，可在低於10毫瓦的功耗下運行，同時以每秒12Gbits的速度支持4K超高清視頻。

Boppana表示，該晶片集成了很多硬IP，並擁有FPGA的靈活性。

CPU和GPU通常不具備正確類型的接口。

「CPU能很好地實現多路控制，但一般都不具備多路數據接口。

」

英特爾收購Altera的行為表明了「採用FPGA對CPU進行加速的趨勢」，他說。

目前的趨勢是將CPU和FPGA搭配或集成在一起用於高性能計算應用。

Lattice則另闢蹊徑，「不針對高負荷計算加速，」Boppana說。

「我們做的是用於低端市場的更小的東西。

」該公司的FPGA主要針對消費電子和物聯網，正好是雲計算等大型重度計算的反方向。

對客戶來說，選擇晶片類型時會「歸結到他們的具體要求」，Boppana總結道。

因此，他們可以選擇CPU以獲得最佳性能。

「當需要滿足多種性能水平，並具備廣泛的接口時，FPGA開始變得更具吸引力。

很多客戶都會同時使用FPGA和CPU。

」

Cadence公司IP事業部首席技術官Chris Rowen說道，許多現成的矽解決方案，如ASSP和SoC，被應用到了很多硬體平台上。

「一般是用在低市場容量和高附加值這些情形中，」他指出。

「現成的矽方案比你能想到或負擔得起的更通用。

」

Rowen補充說。

「對很多這些應用，有多種針對特定應用的產品，這樣的手機應用處理器或那樣的手機應用處理器。

」

所以，設計者應該選擇CPU、GPU還是FPGA呢？「正確的答案是，在很多情況下，一樣也不選，要選ASSP。

」Rowen說道。

「你需要一種混合晶片或聚合器件。

」

業界已經習慣於在板級進行集成，Rowen說。

「板級集成在一些情形下是必須的，」他說。

這種選擇的缺點是「成本相對高價、功耗也較高。

」

FPGA可以填補對小批量ASSP的需求，CPU架構則可以與FPGA互補。

對於GPU，「則取決於你想要進入哪個細分市場。

」這方面主要包括兩大類顯卡：用於遊戲和其它應用的高性能顯卡，以及更多更傾向於嵌入式類型的產品，比如汽車和消費級產品，功率預算介於5瓦和10瓦時間。

「10到20年前存在CPU市場，然後它也發生了變化，現在主要針對伺服器或Windows PC。

已經不是很久之前我可以使用通用晶片的時代了，現在已經不存在通用CPU晶片了。

」

簡單來說，處理器市場都已經被定向了，這反映在不同的應用上。

在高性能計算或超級計算應用中，GPU通常被用在基礎設施的配置上，IO則用於系統的擴展，他說。

Rowen提到了英特爾和Altera的合併。

「加速器綁定到基礎設施上，這是FPGA可以發揮作用的地方，」他說，「英特爾和Altera的團隊正在通力協作，我肯定能夠看到英特爾伺服器處理器晶片的優化越來越好，並且和FPGA一起在伺服器中服役。

」

在英特爾的高性能計算戰略中，Knights Landing處理器是非常關鍵的一個因素。

「在大批量的應用中，使用ASIC是個非常常見的選擇，而在一些產量要求並不高但需要一些特定功能的應用中，ASIC也有用武之地。

」他說。

在這種應用中選用ASIC的缺點是，為了滿足特定需求而不得不承受ASIC的高成本。

公司始終都需要計算盈虧平衡點。

Rowen指出，有一些可以替代FPGA的方案，比如由eASIC公司提供的金屬可編程晶片。

「也許，你可以轉用一次性工程費用低且出貨量大的ASIC。

」

從Rowen的角度來看，設計路線為從FPGA到中低批量ASIC，再到大批量ASIC，最後到客戶自有工具（COT）。

那麼，到底該選擇什麼呢：CPU，GPU，FPGA，ASSP，ASIC？最好的答案依然是：這要看情況。