XCVU35P-FPGA成为数据中心尖端技术
XCVU35P FPGA成为数据中心尖端技术
我们知道，XCVU35P FPGA的频率一般只有几百MHz，而CPU的频率却高达数GHz。那么，有不少人中就有一个疑问：“为什么XCVU35P FPGA主频比CPU慢，但却可以用来帮CPU做加速？”。
将XCVU35P FPGA主频与CPU相比不妥实
在开始之前，首先要明确一点，将XCVU35P FPGA的主频与CPU比较，实际是风马牛不相及的问题。XCVU35P FPGA和CPU是两种完全不同的器件，前者是专用，是硬件编程，而后者是通用，是软件编程。
不同体系结构性能和灵活性的比较。
表面上看，XCVU35P FPGA的时钟频率要低;对于通用计算任务，XCVU35P FPGA设计貌似不如CPU设计。但是实际上，单个XCVU35P FPGA的并行度却比CPU要高得多。XCVU35P FPGA的行为是确定性的，用作硬件加速器没有时间片、线程或资源冲突的问题。它始终以完全相同的速度执行一件事。因此，如果需要低延迟，那么XCVU35P FPGA就可能是最佳选择。
计算密集型任务，CPU、GPU、XCVU35P FPGA、ASIC 的数量级比较（以16位整数乘法为例，数字仅为数量级的估计）
XCVU35P FPGA并行计算机制
如知乎网友young cc所言，虽然CPU主频很高，但其是通用处理器，做某个特定运算（如信号处理，图像处理）可能需要很多个时钟周期。而XCVU35P FPGA可以通过编程重组电路，直接生成专用电路。加上电路并行性，可能做这个特定运算只需要一个时钟周期。
举例来说，CPU主频为3GHz，XCVU35P FPGA主频为200MHz。若做某个特定运算，CPU需要30个时钟周期，而XCVU35P FPGA只需一个，那么耗时情况是：
CPU：30/3GHz =10ns;
XCVU35P FPGA：1/200MHz =5ns。
可以看到，XCVU35P FPGA做这个特定运算速度比CPU块，能帮助加速。
另外，CPU的主频是加过流水线之后的。比如是15级流水线，则第一条指令执行了15个时钟周期后才能出结果。
但是，使用XCVU35P FPGA也不一定总能做加速。
例如，知乎网友Evan172就表示，使用XCVU35P FPGA做加速，只是在某些强计算和数据处理的方面，因为其硬件电路并行运行和有很多DSP硬核资源供调用的特点，可以工作得更出色。
XCVU35P FPGA本身也只是辅助角色，起控制的还是CPU本身，所以XCVU35P FPGA并不能代替CPU，只是在完成一件大任务的过程中将某部分任务分解给XCVU35P FPGA可以更好地一起完成任务。在这过程中也会有额外的开销产生，在某些场合，可能用了XCVU35P FPGA而效果更差也是有的。
另外，通常说的使用XCVU35P FPGA加速比CPU和GPU省电，是指在完成同样的任务下，XCVU35P FPGA耗费的电力比起CPU和GPU更少一些。这是相对而言的，并不是说XCVU35P FPGA本身就一定省电。
一个有趣的例子：数组加法计算
知乎用户doing举了一个很有趣的例子。他指出，假设用XCVU35P FPGA完整实现了CPU，然后再跑软件的话，的确比CPU慢。问题是XCVU35P FPGA不会那么干，它会直指问题本质，解决问题。
例如，有两个数组，其中有256个32位数。现在要把它们对应相加变成一个数组，用CPU写最快大概是这个样子：
r[0] = a[0] + b[0];
r[1] = a[1] + b[1];
r[255] = a[255] + b[255];
当然也可能会这么写（在分支预测准确，指令缓存不大的情况下可能更快）：
for （int i = 0; i < 255; i++）
r[i] = a[i] + b[i];
对XCVU35P FPGA来说，也可以用上面相同的写法，不同在于：
CPU是一个一个加法计算，而XCVU35P FPGA排好逻辑电路，在一个时钟周期内计算完毕。就算CPU主频比XCVU35P FPGA快100倍也赶不上啊。话说后来CPU大量的增加SIMD指令，就有点这个意思，不过这相当于提供库函数，没那么灵活。
XCVU35P FPGA的并行是真并行，CPU完全没得比。CPU如果想并行最多也就是让多个核并行，但是对于大部分算法实现来说，如上例，多个核之间的同步调度开销远远大于计算开销，就算多个核之间的调用开销可以做的很小，一般CPU也就那几个核，而XCVU35P FPGA只要门足够，想并行几路就可以并行几路。
所以在做可并行的计算密集型任务时，比如信号处理，网络传输等等XCVU35P FPGA可以帮上忙;但是如果做常见的以串行为主的任务，XCVU35P FPGA的确远远比不上CPU。如果要类比的话，有点像似GPU和CPU之间的关系。
“当年写Verilog的时候，我就想如果CPU里面自带一块XCVU35P FPGA，应用程序程序可以在初始化期间直接烧一段代码下去，那岂不是很爽。后来，有了能写shader的3D显卡…”
为什么XCVU35P FPGA成为数据中心尖端技术？
最后再讨论一个话题，就是为什么XCVU35P FPGA一直是数据中心领域最尖端的技术？
有人可能认为，再大的问题（算力）都可以通过堆CPU核心来解决。那么，假设有一台强大的48核服务器，即使使用非常高端的XCVU35P FPGA，也很难达到相同的吞吐量。而且，XCVU35P FPGA硬件设计还需要由强大的团队来完成，非常烧钱。
这时，如果把机会成本和能源效率两者考虑进去，好处就开始显现出来了。
首先来看能源效率。假设这台48核服务器的功耗为400W并且发热严重，那么就会对数据中心运营不利——能耗和散热是数据中心运营的两项最大支出。而将XCVU35P FPGA连接起来只执行一项任务，就可以实现很高的能效而开销极低。通过正确的设计，可以在实现低功耗的同时获得高吞吐量。
其次，机会成本（这个问题不太明显）。系统中的CPU内核数量就那么多。购买新的内核并且安装需要花很长时间，而且最好是将通用CPU内核保留用于通用任务（例如虚拟机订阅）。每个CPU核卖不出去就会烧钱。
当有任务大量占用CPU时间（例如AI推理）时，XCVU35P FPGA就成为了不错的选择。
一个有关微软Project Catapult项目当中XCVU35P FPGA的趣事
当年，微软必应团队在其Project Catapult项目中发现，在启用XCVU35P FPGA时，CPU的总体利用率实际上略有上升。所有的人都感到困惑，因为从直觉来看XCVU35P FPGA应该要减少CPU负载。但是后来他们发现，数据中心的业务流量达到了原来的2倍！由于效率提高，流量实现了两倍的负载均衡。由此可见XCVU35P FPGA的强大之处。
总结
维基百科的相关词条提到两点：XCVU35P FPGA的优势在于其并行特性，有时对于某些应用而言可以使速度明显变快;可以使用XCVU35P FPGA来对算法中的某些部分加速，也可以在XCVU35P FPGA和通用处理器之间共享部分计算。
综上，XCVU35P FPGA有两个优点：XCVU35P FPGA并行度远超CPU;CPU是通用电路，XCVU35P FPGA是定制电路。但是也有两个缺点：开发周期长;并不是所有东西都适合XCVU35P FPGA。