AlphaGo在圍棋上對人類的“肆虐”讓人工智能火了，這個1956年就誕生的詞匯為什么在近兩年再次被推到了風口浪尖之上？這背后離不開三大要素：算法、數(shù)據(jù)、算力。而算力是附著于芯片之上，沒有芯片，人工智能就是一紙空談。

　　那么問題來了，怎樣的芯片才是人工智能的最佳助推器？

　　眾所周知，GPU 最早是為生成基于多邊形網(wǎng)絡的計算機圖形而設計的。在最近幾年，由于計算機游戲和圖形引擎領域的需求和復雜度需要，GPU積累了強大的處理性能。英偉達是 GPU領域的領軍者，能生產(chǎn)有數(shù)千個內(nèi)核的處理器，這些內(nèi)核的設計工作效率可以達到 100％。實際上這些處理器也非常適用于運行神經(jīng)網(wǎng)絡和矩陣乘法方面的計算。

　　那素有“芯片皇冠上的明珠”之稱的FPGA又處于什么地位呢？

　　加速云創(chuàng)始人兼CEO鄔剛，擁有15年以上FPGA領域經(jīng)驗，在接受與非網(wǎng)記者采訪時也只能表示：“在深度學習領域，F(xiàn)PGA并不是全部能夠搞定。”但是FPGA也擁有讓這個領域無法拒絕的理由。

加速云創(chuàng)始人兼CEO 鄔剛

　　“對低延時要求很高的場景，只能選擇FPGA；在做LSTM方面，GPU很爛，F(xiàn)PGA很強；雖說FPGA不能做訓練，但所有ASIC的前提都是FPGA的戰(zhàn)場，因為它是可配置的處理器。與專用神經(jīng)網(wǎng)絡處理器相比，F(xiàn)PGA的優(yōu)勢就是開發(fā)周期短。”為FPGA站臺的這份自信，不僅得益于技術本身，還有加速云存在的意義讓鄔剛感懷良多。

　　在2018年4月27日，加速云推出了四大產(chǎn)品：兩個系列硬件加速產(chǎn)品（SC-OPS, SC-VPX）、兩個IP庫 (FDNN, FBLAS)、三大解決方案（深度學習解決方案、高性能計算及數(shù)字信號處理解決方案、邊緣計算解決方案）。

　　工控是一個絕佳選擇

　　2014年10月英特爾在IDF大會上宣布X86+FPGA處理器，本就有用FPGA來做異構(gòu)計算的鄔剛開始“心動”了。這個時代對高效計算系統(tǒng)的貪婪，讓異構(gòu)計算被推到了時代的前沿。而加速云選擇了工控領域來展現(xiàn)X86+FPGA的實力，為什么做出這個選擇呢？

　　鄔剛表示：“一方面?zhèn)鹘y(tǒng)工控機就是PC，采用的是比筆記本低兩代的芯片，無法滿足日益復雜的控制算法。其次，工控領域是一個強實時的領域，而FPGA具有納秒級的反應。并且，隨著工業(yè)領域傳感器不斷增多，人工智能概念的不斷滲透，傳統(tǒng)PC是扛不住的。”

　　據(jù)資料顯示，加速云的基于FPGA的智能工控加速方案采用Intel Arria GX660器件，單顆芯片集成1.5TFLOPS單精度浮點處理能力，提供PCLe3.0高速接口與X86系統(tǒng)互聯(lián)，支持40Gbps的傳輸帶寬，根據(jù)客戶需求定制PCIE3.0/USB3.0/SATA3.0/HDMI/DVI/MIPI/CSI多種高速IO接口，也支持CAN/UART/SPI/TTL等低速擴展接口。支持高性能計算FBLAS庫和深度學習FDNN庫，支持OPenCL開發(fā)支持包。

　　在談及FPGA的短板，鄔剛毫不避諱的談到FPGA的生態(tài)與GPU比，可以用爛來形容。GPU的生態(tài)靠英偉達常年積累而成，而現(xiàn)在的FPGA生態(tài)只處于GPU做庫達的階段。鄔剛表示：“雖然FPGA的設計思想不一樣，但還是希望干出一個類似CUDN庫的東西。未來FPGA也越來越不像FPGA，我們也在發(fā)展上層語言，來彌補生態(tài)，這需要時間，這也是我們這種公司存在的理由。”

　　參會嘉賓參觀展臺