人工智能、物联网需要什么芯片？CPU和GPU将让位于FPGA

　　另外，与CPU和GPU相比，FPGA的运算类似于ASIC“电路直给”，执行效率比CPU和GPU大幅提高。同时，FPGA在整数运算领域效率大大超过CPU，所以FPGA在整数运算领域的加速优势非常明显，而整数运算正是当前主流企业级应用的主要运算方式。目前。FPGA在卷积神经网络算法进行图像识别、加密算法进行安全控制、压缩算法等整数运算领域的加速运算更加出色。

　　1.3、物联网—FPGA替代部分AISC，提升运行效率

　　Intel收购Altera的另一个原因是因为看好物联网领域的机会。之前FPGA的主要作用之一是用于原型设计，先用FPGA做功能验证然后用ASIC流片，是为了在节约成本的情况下更好的设计ASIC。但是随着FPGA自身的性能、能力与可实现逻辑的复杂度的不断提升，现在FPGA在高性能、多通道计算领域可以直接代替一些部分分ASIC和和DSP来使用，主要原因三点：并行运算、硬件结构可变、运行中可以更改。

　　Intel在Computex2015上展示了基于FPGA优化下的物联网的方案，FPAG的并行计算在多通道领域优势，以及可编程特性在物联网领域可以对传统的ASIC方案进行优化。

　　在安防监控领域，FPGA和DSP都可以实现视频分析，由于FPGA计算方式采用并行方式，其处理效率较DSP大幅提高。基于FPGA的解决方案在设计时间上可以进行调整和更新，在运行时可以重配置——它能够实现通道数量、分辨率、帧速率和延时的动态平衡。同时，当出现了新的IP内核时，基于FPGA的解决方案能够灵活地更新，在现场进行编程改进。

　　目前，Intel的X86处理器和DSP很难做到图像视频多通道处理和智能检测分析，但是CPU+FPGA后其并行处理可以轻易解决。例如，Intel已经有实时的视频内容分析应用，可以对车牌进行分析，如果配上FPGA就可以实现对大量车牌的并行分析，也可以解决雨雾天低能见度下的精准分析，这就是FPGA在安防领域的优势。

　　在工业智能化领域，FPGA的用处也非常多，例如FPGA的并行计算的特性可以做多通道的马达控制。一片FPGA就可以精确控制大量马达同时运行，减少传统采用大量ASIC控制，实现控制流程和运行操作简化和提升效率。目前Intel也有智能工厂方案，如果在云端和网关端有强大的优势，加上跟终端的控制结合，则优势会大大增加。

　　在智能家居领域，未来的智能家居的核心在于传感器的融合，FPGA的并行计算可以很好处理。例如，当主人回到家以后，照明自动打开，音乐自动播放，门禁和安防自动解禁，这些应用场需要很很短的时间内实现大量的融合算法。

　　或者，有人说未来机器人将是家庭的入口。在机器人控制上也需要大量的并行处理和控制，例如机器人的智能需要机器视觉技术的大提速。目前看演示的机器视觉技术，很多都是基于FPGA来完成的，这也是FPGA可以发挥的地方。

　　最后，实际应用中，FPGA的可编程性使开发人员能够用软件升级包通过在片上运行程序来修改芯片，甚至可通过因特网进行远程升级，大大减少的家庭用户的升级成本。

　　总之，CPU+FPGA的模式，一方面可以提供更好的单位功耗性能够，另一方面可以弥补X86架构在并行运算上的不足，并可以将方案往下延伸。据说，英特尔将在16年下半年将推出40多款MCU产品，这绝对是占据物联网终端的重拳，如果未来英特尔X86+FPGA+MCU组合起来，基本上在物联网领域拥有顶级装备了。

　　1.4、设计成本高和开发周期长，FPGA在小批量更优

　　随着半导体制程升级，芯片设计和流片费用成指数型增长。最终流片数量不大的ASIC或者ASSP，摊销到每块芯片的成本其实非常高。

　　粗略计算，最便宜的ASIC流片成本需要几十万人民币一次(按照50万元测算)，ASIC流片后如果量大，边际成本基本为0，而一块最便宜FPGA芯片的价格在10元左右。也就是说，如果客户有50万元，实现同样的芯片逻辑功能，可以选择买5万片FPGA通过编程实现，或者花50万元设计ASIC后流片(流片边际成本为0)。测算下来，5万片流片可以作为一个零界点。

　　按照上面测算，于低于5万片合的小批量多批次更适合FPGA。FPGA在原来的专用设备控制器上(如雷达、航天飞机、汽车电子、路由器，这些高价值、批量相对较小、多通道计算的专用设备)有取代ASIC的趋势。

　　另外，FPAG的灵活性和开发周期短，可以帮助企业快速抢占市场。全球FPGA第一大厂商Xilinx认为，传统的ASIC和SoC设计周期平均是14个月到24个月，用FPGA进行开发时间可以平均降低55%。而产品晚上市六个月5年内将少33%的利润，每晚四周等于损失14%的市场份额。等到快速抢占市场后，如果产品的量较大再采用ASIC流片来降低成本。