随着世界继续进行全面的数字化转型，数据收集、处理和存储的方式正在发生巨大变化。每天大约创建3.2877亿TB的数据。据估计，到2025年，世界每年将产生超过175泽字节的数据。智能手机、智慧城市、自动驾驶汽车、人工智能、远程医疗、人工现实、虚拟现实、游戏等众多用例是这场数据海啸背后的驱动力。
年度全球数据生产
当云计算诞生时，其想法是堆叠相对便宜的通用1-socket和2-socket服务器来承担各种工作负载，随着需求的增加，数据中心只需添加更多的服务器节点。随着数据中心发展到10个，如果不是10万个，也有成千上万的服务器节点，很明显，运行和冷却这些机器的电力以及容纳它们所需的房地产成本过高。
为了提高服务器节点的效率，在更广泛的市场不知情的情况下，一种新的半导体产品子类开始发展……数据加速器。数据加速器的最早形式之一是图形处理单元（GPU）的重新利用，GPU是处理大型数据集的理想选择。GPU被应用于核心数据中心的并行处理、SQL数据库计算、图像识别、大数据分析和人工智能。
除了计算障碍之外，还需要非常快速地移动数据。现代数据中心采用分布式计算和存储资源架构，需要复杂的网络功能。与计算工作负载一样，通用服务器被处理数据包和管理流量工程所淹没，而不是专注于应用程序工作负载。在许多这些用例中，通用以太网NIC演变为SmartNIC，并在数据中心不断流行。这些数据加速器用于创建许多网络和存储加速解决方案，包括网络覆盖、内核旁路解决方案、深度数据包分类、捕获和遥测等。由于门级速度和完全的灵活性，FPGA已被确立为SmartNIC的关键推动因素之一。
近年来，另一种范式转变正在进行中，即分散核心数据中心，将应用程序和工作负载移动到网络边缘。多址边缘计算（MEC）将传统上在核心数据中心处理的许多应用程序的计算和存储移动到空间、功耗和成本要求非常严格的边缘网络。自动驾驶汽车、游戏和远程医疗等许多应用将依赖于超低延迟（低于20ms）延迟，而使用核心数据中心根本无法实现。数据加速器需要满足非常严格的成本和功耗要求，保持灵活性，并提供急需的性能。
除了前面提到的两种数据加速解决方案，GPU和FPGA之外，还有第三种数据加速器方法，即定制ASIC。尽管定制ASIC总是能以最少的功耗提供最高的性能，但ASIC是一种固定的解决方案。一旦设计完成，设计中的错误、应用程序规范的更改、新的机器学习模型或应用程序中的预期更改都会完全剥夺ASIC带来的所有好处。
GPU已被证明可用于处理大量数据集，但受到功耗过高和预期寿命普遍较短的困扰。它们也没有提供全面的灵活性来满足网络和存储加速用例的所有要求。凭借CPU或GPU的可编程性和ASIC的速度，当计算、网络和存储加速用例需要灵活性时，FPGA提供了最佳的功率和性能效率。现代FPGA为高速以太网、PCIe、内存和各种内部功能块以及FPGA结构本身等功能提供了硬化IP核的组合。这在您需要的地方提供了灵活性，并降低了固定功能的功耗和成本。
CPU vs GPU vs ASIC vs FPGA
Achronix是高端FPGA技术的市场领导者，它通过两种方式在竞争中脱颖而出；1） 2）是唯一一家提供eFPGA知识产权（IP）的高端FPGA供应商。Speedster®7t由台积电制造，是Achronix的旗舰产品7nm FPGA系列，拥有400GbE、PCIe Gen 5、GDDR6、DDR4、机器学习处理器（MLP）和改变行业的二维片上网络（2D NoC），双向带宽超过20Tbps。Speedcore™eFPGA IP使用户能够接收FPGA逻辑、存储器、MLP和2D NoC作为知识产权，以集成到他们的ASIC/SoC中。用例包括定制ASIC以及各种多芯片模块SoC解决方案的小芯片。无论是出于开发目的还是最终产品，Achronix通过与Bittware的合作，提供基于真人百家乐的VectorPath®加速卡。Achronix的这三种解决方案都由一个称为Achronix工具套件的工具链支持。
要了解更多关于我们最新FPGA的信息，请 联系Achronix 并参观 Achronix.com上的Speedster7T页面.