C114讯 9月11日消息（艾斯）根据行业分析师的预计，到2020年，平均每个互联网用户使用的数据流量将达到1.5GB/天，自动驾驶汽车产生的数据将达到4TB/天，智能工厂产生的数据则将达到1PB/天，云视频提供商产生的数据更将高达750PB/天。而我们若要利用这庞大的数据，就需要把数据转化成信息，再把数据转化成洞察，这对于数据中心的云架构来说是一个巨大的挑战。

在英特尔可编程解决方案事业部FPGA软件解决方案高级总监Bernhard Friebe看来，这样的挑战需要在云计算数据中心网络的基础设施方面做出很大的调整方能应对。“随着大量数据的涌入，数据中心和云都会面临巨大的变化。就数据中心而言，它会变成一个异构性的加速性的环境。而英特尔FPGA将在数据中心变革中发挥非常重要的作用。”

具体来看，数据中心基础架构正越来越多地向异构计算去转型，因为此时可以根据不同的需求来决定让哪些处理元件进行加速和计算来更好地满足这些需求。异构计算包含CPU以及ASIC/ASSP这样专用的集成电路和专用标准的产品，但随着数据中心架构对于动态需求的增加，就需要一个通用的加速器、一个多面手，而FPGA就是这样一个工具，它能够很好地满足对于网络、存储、计算方面的动态需求。

图：英特尔可编程解决方案事业部FPGA软件解决方案高级总监Bernhard Friebe

FPGA也即现场可编程门阵列，可以从两个部分来看，一个是它的现场可编程，另一方面是门阵列。现场可编程的概念，意味着当加载FPGA这个模块时，它本身是没有没有预定义的功能，你可以对它进行编程，可以任意次数地去对它进行调整和变化，因此非常灵活。而门阵列的一个好处就在于它可以并行，在FPGA上可以同时并行地去执行，这样能够降低功耗，并且达到降低延迟。

“FPGA确实有非常大的优势，因为它有很强的通用性，能够很好地满足新出现的动态需求，所以它能够一方面兼顾硬件的性能，另一方面还会带来软件的可编程性。”Bernhard Friebe在近日的一场媒体见面会上这样向我们表示。

据介绍，目前微软已经宣布选择英特尔Stratix10 FPGA作为其新的AI深度学习加速平台Project Brainwave的关键硬件加速器。英特尔表示，这种基于FPGA的深度学习加速平台可以提供“实时人工智能”技术，使云基础设施能够以超低延迟来尽可能快速地处理和传输数据。据悉，微软正努力在Azure云中部署Project Brainwave，以便客户最终能够以创纪录式的高性能运行复杂的深度学习模型。

Bernhard Friebe强调到：“AI现在是特别热门的一个领域，而且它也在不断变化，所以像网络的拓扑以及数据的类型未来会发生怎样的变化，很多都是一个未知的状态，这也是为什么微软决定采用FPGA这样的模块。因为它能够很好地对未来进行兼容，当新的需求出现了，新的情况发生变化了，他们都可以随时对它进行再次的编程，去适应新的变化。”

此外，国内顶级电商平台京东也在今年4月份宣布与英特尔联合创新实验室实现了基于FPGA的深度学习线上服务，用于处理图像内容感知等应用。来自京东AI与大数据部的研发团队，通过英特尔Arria 10 FPGA实现了卷积神经网络（CNN）和长短时记忆神经网络（LSTM），帮助分析京东云服务上的海量图像信息。

实际上，为了让应用开发者更轻松地进行使用，不久前英特尔刚刚发布了面向Intel至强CPU和FPGA的加速堆栈。据悉，这其实是一个堆栈的解决方案，既可以帮助应用的开发人员去使用FPGA，同时也能够帮助数据中心和运营者能够很好地去嵌入FPGA进行使用。