发布时间:2024-09-29 15:05

FPGA可堪大算力?

  AI催生的大算力为诸多处理器企业带来了实打实的营收,相比之下,面对AI这波红利,高端FPGA市场显得有些“落寞”。


  “辅助者”的角色


  现有数据中心中,FPGA的角色更像是个“辅助者”。


  ASIC流片前的硬件仿真或原型验证平台,是FPGA的第一重身份。


  相较于CPU、GPU,FPGA作为一种具有可编程特性的集成电路,灵活性更强。GPU等类型处理器一经生产,其逻辑功能就被“固化”在芯片上,尽管很多芯片可以通过对片上寄存器进行编程,但这种编程更多是改变芯片的配置,并不会改变其本身的逻辑功能。如果想要对它的逻辑功能进行更改,或者修复设计的缺陷和漏洞,就要重新对芯片进行设计、验证和制造,这一过程需要耗费大量的时间、人力、金钱,也将为设计公司带来更高的投入和风险。


  而FPGA只包含最基本的逻辑门,通过某种方式对这些逻辑门进行排列组合,就能通过编程改变其逻辑结构。这样一来,包括算力芯片企业在内的处理器供应商,都会采购FPGA进行流片前的硬件预研工作。


  FPGA的另一重身份,被业内戏称为“像胶水一样的功能”——把不同类型处理器更好地连接在一起,从而帮助整个处理器系统更好地发挥作用。


  加速推理是其一。


  “AI技术很大一部分应用是在推理侧。FPGA通过其硬件灵活性、低延迟、低功耗,以及能够与CPU等一同运行混合计算等优势,为 AI 推理提供了有效加速。而且,在诸如运行神经网络的矩阵运算等并行性密集型任务或应用场景中,使用FPGA能够显著提高 AI 推理的性能和效率。”某FPGA业内人士在接受《中国电子报》记者采访时这样说道。


  提高通用处理器计算能力是其二。


  FPGA通过其灵活的硬件加速能力、可配置的丰富接口如PCIe Gen5和CXL,及可与处理器协同工作等特性,为处理器提供了强大的支持,使其更好地满足日益复杂的AI计算需求。如,FPGA可以与通用处理器协同工作,形成混合计算环境,即处理器和FPGA相互补充,共同应对不同类型的计算任务,提供更全面的计算性能。此外,业界还在通过开源软件套件等,助力客户灵活运行多种AI工作负载、降低总体拥有成本(TCO)的尝试。


  开发难度大


  AI几乎为各种类型的处理器带来了难得的增长风口。数据中心市场更是由于产品价值量大、利润率高,获得了相当的市场关注。近两年,头部算力芯片企业如英伟达,入局芯片设计市场的云计算厂商如谷歌,如雨后春笋般出现的新兴算力芯片设计企业,都在频频更新自己的产品序列和技术参数。


  相比之下,FPGA显得不是那么活跃。


  AMD当前面向数据中心侧的高端旗舰产品仍是2021年开始量产出货的Versal产品组合,包括Versal AI Core、Versal Prime和Versal Premium三大产品系列。收购FPGA企业赛灵思后,AMD是全球最大的FPGA厂商。


  Altera当前面向数据中心侧的旗舰产品Agilex发布于2019年,基于英特尔10纳米工艺设计。其间,产品序列逐渐扩充。其中,面向数据中心的Agilex 9、Agilex 7F系列和I系列旗舰已经投入生产。


  与两家企业其他面向AI算力的产品相比,FPGA产品线的更新速度难以同日而语。


  之所以出现这种状况,“开发难度大”是记者了解到的一个非常重要的原因。


  西南交通大学集成电路科学与工程学院副院长邸志雄在接受《中国电子报》记者采访时表示,FPGA是一种以数字电路为主的集成芯片,所以开发门槛和部署难度相较于GPU等算力芯片更大。


  市场研究机构Gartner副总裁盛陵海在接受记者采访时表示,相较于FPGA,NPU等ASIC不需要满足通用性的要求,只要满足单一功能要求就可以了,因此设计起来更为简单。


  “这也就是近两年NPU厂商如雨后春笋般出现,但能做高端FPGA的厂商至今只有两家的原因之一。”盛陵海补充道。


  面临算力芯片市场挤占


  更新迅速的算力芯片的盈利能力也比FPGA更强。英伟达等公司推出的计算卡集成度高、规模大、采用的工艺节点也更新很快,从而能够承接增长迅速的算力需求。相比之下,FPGA的工艺节点更新和性能提升速度便难以企及,从而难以突破原有的“舒适圈”。


  半导体业内资深人士李国强在接受采访时表示,FPGA在验证AI芯片结构的合理性方面,的确有其自身价值,但在承接AI高算力需求时,与AI芯片相比,性能差别很大。


  AMD在拥有全球最大FPGA业务的同时,也是全球第二大数据中心侧CPU和GPU的供应商。从2024年第二季度财报来看,其数据中心业务营收(含GPU和CPU)为28亿美元,嵌入式业务(含FPGA)营收为8.61亿美元。不难看出,二者并不在一个数量级。加之,AMD嵌入式业务中,面向边、端侧的业务还有相当比重,则面向数据中心的FPGA业务占比就更低。这恐怕也是AMD在产品投入和宣传力度上,对数据中心侧CPU、GPU与FPGA差别巨大的原因。一如今年6月,AMD 董事会主席兼首席执行官苏姿丰在 COMPUTEX2024上发表的长达一个多小时的演讲中,面向数据中心的嵌入式业务几乎未提。


  不仅如此,FPGA原本在数据中心发挥的作用,还面临着被新型算力芯片替代的风险。


  李国强表示,新发布的AI芯片由于规模大,逐渐集成了许多原本其他芯片拥有的功能,这样一来,原本用以辅助处理器提高计算效率、补足计算和系统功能的FPGA的部分功能被替换掉。“就像手机芯片一样,随着主芯片的功能集成度越来越高,外围其他芯片的市场价值便被挤占了。”他说。


  但不论在数据中心中的应用规模是否有所缩减,FPGA作为芯片验证功能的市场需求持续存在。这是一个其他产品类型无法替代的市场空间。虽然规模不大,但是稳定增长,只是增速不如算力芯片等显著而已。这也就是FPGA芯片供应商,即便营收有大幅变化,但利润率基本保持稳定的原因。


  作者:姬晓婷  来源:中国电子报、电子信息产业网