01.02 FPGA vs GPU:誰是未來大局所向?

編譯 | 有條魚

出品 | 礦視界(ID:minersight)

一直以來,FPGA的主要應用領域是電子工程。但當英特爾完成對 Altera(Altera 是最大的現場可編程門陣列製造商之一)的收購時,情況發生了一些細微改變。

英特爾對 FPGA 所蘊藏的潛力有著強烈的嗅覺和敏銳的洞察力,收購完成後,即刻開始幫助微軟公司建立數據中心並利用雲服務給亞馬遜提供相關幫助。

但關於 FPGA 到底是什麼,許多礦工可能仍然心存疑問。FPGA 有何優勢?FPGA 有何劣勢?FPGA 會在GPU挖礦陣營中脫穎而出,成為主角嗎?此篇文章將會就以上礦工存疑問題,對 FPGA 進行一個概述。

FPGA vs GPU:谁是未来大局所向?

何為FPGA?

FPGA 是一種比 ASIC 更容易製造的集成電路,不同於 ASIC 的是,FPGA 可重新進行電路設計和配置。對於 FPGA 礦工來說,這一點使得他們可以挖取多種算法支持的多個幣種。

優劣勢

01.延遲性

FPGA 最大的優勢之一就是它極其微小的延遲。現場可編程門陣列具有極其微小延遲的原因在於,它無需依賴於通用 OS,也無需通過通用總線(例如 USB 或 PCI-Express)即可完成通信。

這對其他的硬件設備來說很難實現,即使是高質量的 CPU 也會有 50 微秒的延遲,但到了 FPGA 身上,這個時間會被縮短到 1 微秒。

具有極低延遲功能的現場可編程門陣列在需要微小延遲的場合中能大放異彩。比如,在噴氣式戰鬥機的自動操作和高頻算法交易中,我們都可以看到它的身影。

FPGA vs GPU:谁是未来大局所向?

02.能效率

專用集成電路( ASIC )在單一算法的速度上相較於 FPGA 更勝一籌,但其進行較大規模機器集群的初始投資極高。FPGA 在數字貨幣挖礦方面優於 GPU,因為它們運行出色且極具能效率。

除了高能效運算的優點之外,FPGA 還具有一個優勢——它的高效性無需主機運行來支持。

03.工程費

雖然 FPGA 在以上方面有較大的優勢,但其用於配置和編程的費用卻遠遠高於基於指令架構的 GPU。硬件電路通常使用諸如 VHDL 和 Verilog 之類的硬件描述語言( HDL)來編寫。

FPGA vs GPU:谁是未来大局所向?

而到了編程,則要使用多種編程語言之一(例如 Java,C,Python)來完成。

04.高層次綜合(HLS)

高層次綜合(HLS)是一種不斷擴大的趨勢,具體表現為可以使用常規編程語言(例如 Open CL 或 C ++)和高層次抽象對 FPGA 進行編程操作。

但撇開所有在編程方面取得的技術性進展與突破,FPGA 的編程至今仍是一項艱鉅的工作。

FPGA vs GPU:谁是未来大局所向?

除此之外,編譯期也是現場可編程門陣列的一大缺點。舉個例子,如果使用 Intel Open CL 編譯器,則編譯一個典型的 FPGA 程序需要 4 到 12 個小時。為了實現性能優化,程序員經常需要進行通宵編譯。

05.連接性

我們反過頭來看看 GPU,對於數據上的傳輸,它更依賴於 OS 和標準化總線(例如 USB 和 PCI -Express)。FPGA 則不依賴於這些參數,它們的優勢就在於能夠使用戶以較小的延遲獲得更高的帶寬。

實際上,FPGA 可直連數據源,例如網絡接口和傳感器。

FPGA 和 GPU 的浮點數之爭

為了使用諸如深度學習之類的高性能計算功能,用戶只能高度依賴具有出色浮點性能計算能力的 GPU,而 FPGA 在浮點算法上的效率則略顯低下。

在一般的浮點運算中,浮點單元需要大量資源並且必須由邏輯塊組裝而成。然而劇本到了 FPGA 上就變了,由於 FPGA 結構中已包含浮點單元,能效率可以因此得到顯著提高。

雖然就目前的情況而言,先進的 GPU 比起 FPGA 具有更優能效,但在不久的將來,現場可編程門陣列肯定會在浮點計算方面趕超 GPU,獲得這場能效計算之戰的勝利。

FPGA vs GPU:谁是未来大局所向?

結語

顯而易見,FPGA 未來可期。當 FPGA 變得易於編程、縮短編譯期且提高浮點計算能效時,GPU 很有可能被取代。

本文僅代表原作者本人觀點,與礦視界無關。


分享到:


相關文章: