Amazon联手Xilinx推出云端新FPGA解决方案 解决方案, 微软雅黑

yuchengze

在2016年11月中旬举办的“2016年超算大会上”，FPGA大厂Xilinx发布了可重配置加速栈(ReconfigurableAcceleraTIon Stack)。配合可重构的FPGA，这个架构能解决可重构计算中的编程困难问题，并加速可重构计算生态的建设。
日前，Amazon云服务AWS更是基于Xilinx高端Ultrascale+ FPGA推出了使用在云端的FPGA解决方案。众多巨头的参与，让诞生几十年的可重构计算再度成为业界关注的焦点。但是你真的懂得可重构计算吗?
可重构计算的起源
自从计算机诞生以来，科学家们就意识到计算机架构对于其处理能力有着至关重要的影响。事实上，从来不存在一种对所有运算任务都是最优解的计算机架构。这是因为计算机的运算单元由芯片构成，而在芯片的面积固定的情况下计算机架构就决定了如何分配芯片的资源。
举例来说，机器学习应用(尤其是CNN)会比较注重并行运算，因此最适合的架构是能处理并行运算的多核架构，而每个核的运算能力并不需要特别强。另一方面，在一些科学及工业运算上，计算是无法并行执行的，于是最适合的架构是单核架构并把这个核做到非常强。
根据数据和指令的执行方式，60年代著名的计算机科学家Flynn提出了架构的分类方法，一共有单指令流单数据流(SISD)，单指令流多数据流(SIMD)，多指令流单数据流(MISD)以及多指令流多数据流(MIMD)四种。

正是由于对于不同的任务有最合适的架构，计算机科学家们开始构思如何使用一种灵活的架构解决这个问题。可重构运算(reconfigurable compuTIng)从上世纪60年代由Gerald Estrin提出，到现在已经经历了半个世纪。
在Estrin最初的设想中，可重构运算包括一个作为中央控制单元的标准CPU，以及众多可重构的运算单元，这些可重构运算单元由中央CPU控制，在执行相应任务(如图像处理，模式识别，科学运算等等)时配置成对应的最优架构(即硬件编程)。
在理论上这个构想非常成功：2001年，Reiner Hartenstein的论文中提到，即使可重构运算使用的运算单元(FPGA)时钟频率远低于当时的CPU，但是可重构计算的综合运算能力却可以超越CPU数倍，而功耗也远小于CPU。