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。早在sc2015大會上，浪潮就聯合altera，以及中國最大的智慧型語音技術提供商科大訊飛，共同發布了一套面向深度學習、基於altera arria 10 fpga平台。
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。
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。
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。
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。
有人認為，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。
幾種CPU架構
cpu架構 architecture 結構 架構，這個詞用於 cpu 的時候是指 cpu 接受和處理訊號的方式 及其內部元件的組織方式。cpu架構 從大的層面分兩類 cisc risc x86 cisc就是複雜指令集計算機，目前專指 x86 和 x86 64 兩類 其中 x86 又叫 ia32，即 ...
ARM架構 CPU的微架構
網上確實有說arm架構的，但是此架構泛指用arm指令系統的cpu，而不是cpu的微架構。硬體電路上，要用arm指令集系統，必然硬體設計電路上要要遵循，arm指令的特點和定址方式，所以說高通和蘋果的cpu是arm架構是可以的。但cpu的微架構就要複雜太多了，cpu微架構包括快取管理，快取設計，亂序執行...
CPU架構過程簡介
稍微寫一下cpu的發展過程，目的是為幫助理解現在的amd64架構，看懂linux或其它系統軟體的啟動彙編 一 8086 8088 16位暫存器 ax,bx,cx,dx,cs,ds,es,ss,bp,sp,ip flags,si,di 8位暫存器 ah,al,bh,bl,ch,cl,dh,cl 資料匯...