关注老石谈芯，一起探究芯片本质微信的推送规则进行了调整如果文章对你有用，请在文末点击“在看”，“分享”和“赞”这样就不会错过老石的每一篇推送了1月21日美股收盘前，英特尔发布了2020年第四季度以及2020全年的财报，当日股价收涨6%至62.46美元，并创下半年来的新高。但在盘后交易中，英特尔的股价转而下跌，预示了市场开始酝酿对这份财报的不满情绪。果然在第二天股市开市之后，英特尔股价一路暴跌，最终跌幅达9.3%。要知道，这也是英特尔连续第三个季度，在发布财报之后股价重挫10%左右的跌幅。在第二季度和第三季度，发布财报后的第一个交易日，英特尔股价分别暴跌16%和10.58%。果然，2021年的第一场雪，比以往时候都来得早一些。那么今天这篇文章，我们就来看一下英特尔这个季度以及整个财年，到底哪里（又双叒叕）出了问题。关于英特尔第三季度的财报解析，可以看之前的文章《爷青结！英特尔2020年Q3财报解读》。提示一下，前面两段的大部分内容都原封不动的来自于那篇文章，足可见英特尔这几个财季的表现有多么的“一以贯之”。(本季度英特尔财报的幻灯片，已上传至知识星球：老石谈芯

关注老石谈芯，一起探究芯片本质微信的推送规则进行了调整如果文章对你有用，请在文末点击“在看”，“分享”和“赞”这样就不会错过老石的每一篇推送了任何科学技术的发展和进步都离不开两个主要的推动力量，一个是科学研究，另外一个是工程实践。这两者是相互补充、相互促进的关系。科学研究主要考虑的是做什么，而工程实践主要考虑的是怎么做。拿芯片行业举例，我们需要不断思考和研究很多问题，才能保持这个行业的不断发展和前进。比如，怎么去设计更有效的芯片架构，让芯片的性能更强、功耗更低；怎么去提升芯片设计软件的性能，从而简化芯片设计的过程、缩短开发时间；怎么结合其他领域的知识，比如人工智能，来帮助我们做芯片的设计和制造。在12月刚刚结束的名叫FPT的国际会议上，英特尔、多伦多大学、康奈尔大学的学者发表了一篇论文，详细介绍了Stratix10

关注老石谈芯，一起探究芯片本质微信的推送规则进行了调整如果文章对你有用，请在文末点击“在看”，“分享”和“赞”这样就不会错过老石的每一篇推送了在之前的文章里，我介绍了入门FPGA需要学习的四个主要内容，分别是：RTL编程语言、数字电路相关的基础知识、FPGA开发工具，实验和实践的方法。入门阶段学习的主要目的，主要是对这个领域有一个初步的了解，并且为之后的进阶打下一个坚实的基础。但是，如果我们想去寻找和FPGA开发、或者和数字电路设计相关的工作，仅仅靠入门阶段的这些内容是肯定不够的。在这篇文章里，我们就继续来讨论一下FPGA的进阶学习路线。和入门路线不同，我想从入行和职业发展的角度，分析一下专业的FPGA开发者需要具备哪些技术能力，以及如何进一步的提升自己这些方面的能力。所以如果你有兴趣从事FPGA这个行业、亦或是正在寻找这方面的工作，或者已经入行一段时间，并且希望明确今后今年的发展方向，那么这篇文章应该会对你有所帮助。和初学者相比，专业的FPGA工程师需要掌握更多的技能和知识。对此我归纳了四个方面，分别是FPGA相关的高级技巧、领域相关的知识、以及职业芯片工程师必须具备的硬实力和软实力。我也会介绍一些书籍和学习资料，希望能对你的学习有所帮助。为了帮助大家理解，我总结了一个思维导图，涵盖了这期内容的全部知识点。请在公众号老石谈芯后台回复“FPGA进阶”获取。也可以在文末扫码进入知识星球，查看思维导图的高清pdf版本。希望精进FPGA的朋友，也欢迎在知识星球里和我一对一交流。RTL设计的高级开发技巧掌握基础知识之后，就需要继续学习FPGA以及数字电路设计相关的一些高级技巧。这部分的内容有很多，主要包含设计、验证、以及一些FPGA约束和优化的技巧和方法。这里的设计指的是逻辑设计，也就是使用RTL语言实现一些相对复杂一点的模块或者系统，以及在这个实现过程中使用到的一些技巧。在本文也暂时不讨论高层次综合（HLS）的内容，也就是使用C语言或者Python等高级语言对FPGA进行编程。关于HLS的相关内容，可以看我之前的文章《高层次综合：解锁FPGA广阔应用的最后一块拼图》。对于RTL设计，一个在面试中非常常见的问题，就是信号的跨时钟域处理。比如在跨时钟域的时候，怎么处理一位信号、怎么处理多位不相关的信号、怎么处理多位的总线信号、怎么处理复位、怎么处理脉冲，从快时钟域到慢时钟域怎么办，反过来怎么办等等一大堆。这类问题的集大成者就是FIFO的设计，特别是异步FIFO的设计，以及它的一系列变种问题。一种异步FIFO的架构框图关于跨时钟域和FIFO的问题，推荐读者朋友们仔细研究一下Clifford

关注老石谈芯，一起探究芯片本质微信的推送规则进行了调整如果文章对你有用，请在文末点击“在看”，“分享”和“赞”这样就不会错过老石的每一篇推送了今天的文章不聊技术，我们来聊一聊分享技术的方法。作为程序员或者工程师，“分享”其实是一个非常重要的职业精神，也是每个人需要培养和锻炼的能力。我们可以想一下，在日常的工作和学习里，我们肯定或多或少都接触或者使用过开源代码，也肯定通过别人写的技术博客或者网站学习过知识。这些开源代码或者技术内容，其实都是其他人无私分享出来的。更进一步，我们中的很多人受惠于开源内容，因此也想将自己的技术和经验分享给其他人，并为开源社区做出自己的贡献。这也是我两年前开始写公众号的主要原因。有一句老话，叫酒香不怕巷子深。不过在这个互联网内容爆炸的时代，有时候酒香也怕巷子深。也就是说，很多我们精心整理并写作的技术文章，大多数的时候并不会有太多人关注。特别是相比各种轻松娱乐、甚至靠博出位吸引眼球的内容，技术类的文章本来就不会特别受到欢迎。也因此，很多人就慢慢丧失了分享的动力，也逐渐放弃了更新。前一段时间我看了一本书，名叫《Show

关注老石谈芯，一起探究芯片本质微信的推送规则进行了调整如果文章对你有用，请在文末点击“在看”,“分享”和“赞”这样就不会错过老石的每一篇推送了不久前，我发布了一期视频，名叫《芯片工程师在家工作的一天

关注老石谈芯，一起探究芯片本质微信的推送规则进行了调整如果文章对你有用，请在文末点击“在看”，“分享”和“赞”这样就不会错过老石的每一篇推送了11月11日，苹果今年的发布会三部曲终于落下了帷幕。这场压轴大戏上，发布了苹果自研芯片Apple

关注老石谈芯，一起探究芯片本质微信的推送规则进行了调整希望大家看完文章多点在看，喜欢的话也点个分享和赞这样就不会错过老石的每一篇推送了也欢迎在文末留言和我交流最近我收到很多同学的提问，让我介绍一下FPGA怎么学习、怎么进阶，有什么推荐的材料或者学习资源。在给我留言和私信的朋友里，有在校的大学生，需要学FPGA做数电实验、参加竞赛、进实验室，或者只求水过这门课就可以。还有很多研究生或者博士生，想要用FPGA来进行算法加速，或者从事和FPGA相关的研究，但是有点不知道如何下手。此外还有很多想转专业的朋友，他们想把FPGA或者数字芯片设计作为未来的职业发展方向。所以我们可以看到，其实每个人的背景、学习的目的和方法、以及学习的时间和资源都不尽相同。那么，有没有一个共通的学习路线，能够指引我们尽快入门FPGA学习呢？通过这几周的梳理，我发现不管我们的背景或者动机怎样，这个学习路线还是比较清晰的，而且很多内容的学习也是有很多的共通之处的。在这篇文章里，我会主要介绍入门FPGA的学习路线。如果你刚刚开始学习FPGA，或者想要学习FPGA，那么这篇文章肯定会对你有所帮助。如果你已经学习一段时间了，那么这里介绍的学习路线应该会让你少走一些弯路。如果你是一个FPGA高手，也欢迎在评论里分享你的学习经验，说不定就能帮助很多希望学习这个内容的朋友们。FPGA入门阶段的学习，知识点其实是最多也最杂的，很多人就是看到这部分要学这么多有的没的，就直接弃坑了。但是这个阶段其实非常重要，因为它会为你今后进阶打下坚实的基础。那么我们就来看看这个阶段到底有哪些内容。总体来说，我把这个学习路线大致分成了四个部分，分别是：编程语言、基础知识、开发工具和动手实验。对于每个部分，我都会介绍和总结一些入门的时候应该掌握的知识点和套路，我也会介绍和推荐一些书籍和学习资料，希望能对你的学习有所帮助。为了帮助大家理解，我总结了一个思维导图，涵盖了这期视频的所有知识点。请在公众号老石谈芯后台回复“fpga入门”获取。也可以文末扫码进入知识星球，查看思维导图的高清pdf版本。希望精进FPGA的朋友，也可以在知识星球里和我一对一交流。FPGA入门学习第一部分：硬件编程语言FPGA的编程语言，是我们必须掌握的内容。和软件开发使用的C、C++、Java等“高级”语言不同，FPGA开发使用的语言叫硬件描述语言HDL，或者寄存器传输级语言RTL，下文中我们统称RTL。对于初学者，这里我们先不讨论高层次综合的内容，也就是用C语言或者python编程FPGA。关于高层次综合的内容，可以看我之前的文章《高层次综合：解锁FPGA广泛应用的最后一块拼图》。但是至少从目前各个公司的FPGA岗位的需求来看，RTL的代码能力还是必须的。主流的硬件描述语言有VHDL和Verilog，还有一个叫SystemVerilog。VHDL和Verilog各有优缺点，比如VHDL的语法更加严谨，Verilog更加灵活，比较像C语言。对比VHDL和Verilog谁好谁坏不是这篇文章的重点，入门的话建议先熟练掌握一个就可以。从我个人的角度来看，推荐先学习Verilog，特别是如果你有一定的C语言基础，那么应该会比较好上手。等你积累一定开发经验之后，可以考虑再看一下VHDL。因为有可能在实际项目里，一些模块是Verilog写的，另外一些是VHDL写的。所以即使写的不溜，也最好能大概看懂用VHDL写的设计。不管你学习什么语言，主要的学习内容都有三大部分，第一是语法，第二是如何用这个语言做电路设计，第三是如何用这个语言做验证。关于Verilog语法的书有无数本，但其实内容都大同小异，所以不用太纠结看哪本书，找一本评价好的就好。比较有名的有《Verilog数字系统设计教程》，或者《Verilog

关注老石谈芯，一起探究芯片本质微信的推送规则进行了调整希望大家看完文章多点在看，喜欢的话也点个分享和赞这样就不会错过老石的每一篇推送了也欢迎在文末留言和我交流10月22日美股收盘之后，英特尔发布了2020年第三季度的财报。随即在盘后交易中，英特尔股价大跌，预示了市场对这份财报的不满情绪。果然，第二天股市开市之后，英特尔暴跌超过10%。这也是继二季度财报暴跌16%之后，英特尔今年在资本市场上挨的又一记重锤。今天这篇文章，我们就来看一下英特尔这个季度，到底哪里（又双叒）出了问题。(本季度英特尔财报的幻灯片，已上传至知识星球：老石谈芯

关注老石谈芯，一起探究芯片本质目前，全世界超过90%的数据都是在过去的两三年之内产生的。随着人工智能、自动驾驶、5G、云计算等各种技术的不断发展，海量数据都将会继续源源不断的产生。预计到2025年，数据总量将比现在增长10倍。在这些技术的发展中，很大的一部分都基于对大数据的研究和分析。正因为如此，很多人就形象的将数据比喻为人工智能时代的石油。为了对海量的数据进行处理，基于传统CPU的计算结构已经很难满足需求了，我们需要更加强大的硬件和芯片，来更快、更好的完成这些工作。此外，我们也需要更好的方法，比如使用各种人工智能的算法和模型，来帮助我们进行数据的分析和处理，并得到有意义的结论。如果把这两者结合起来，就产生了各种各样的人工智能芯片。在这篇文章里，我们来一起看一下关于人工智能芯片的几个有意思的事情。我想讨论的重点，是在实际的工程实践和应用场景里，如何对人工智能加速芯片进行合理的评价和选择，以及各种不同的AI芯片的优缺点都有哪些。我会给大家介绍一个简单的思维框架，帮助大家理解和思考。关于这四种芯片的具体比较，我总结了一个思维导图，请在公众号老石谈芯的后台，回复“ai芯片”，获取这张思维导图。讨论：一个前提条件在开始讨论之前，我们首先要明确一些讨论的前提条件，这些对于接下来的分析至关重要。很多人常犯的一个逻辑谬误，就是在讨论问题的时候缺少一个特定的讨论范围，这个英文叫做context，中文通常翻译成语境，或者上下文。说白了，这个就是我们在讨论问题的时候，要圈定一个讨论的范围，大家都在这个圈圈里讨论问题。这就像拳击或者格斗比赛一样，要在那个擂台上比拼，不能跑到台下打。否则的话，就会像老郭和于大爷说的那样：你和他讲道理，他和你讲法制；你和他讲法制，他和你讲政治；你和他讲政治，他和你讲国情；你和他讲国情，他和你讲文化；你和他讲文化，他和你讲道理......同样的，对于我们要讨论的人工智能芯片，其实有很多不同的应用领域。从这个角度来看，AI芯片可以分成移动端和服务器端两大类，也有很多人把两类称为终端和云端。事实上，在这两类应用中，人工智能芯片在设计要求上有着本质区别。比如，移动端更加注重AI芯片的低功耗、低延时、低成本，而部署在云端的AI芯片，可能会更加注重算力、扩展能力，以及它对现有基础设施的兼容性等等。对于这两类人工智能芯片，我们很难直接进行比较。这就好像一棵大树，它的树干负责支撑起这颗树，并且还能输送各种营养物质。它的树叶就负责进行光合作用，并生产营养物质。但是我们很难比较树干和树叶，究竟谁更有用。在这篇文章里，我们要把讨论的范围缩小，只关注部署在服务器端的人工智能芯片的相关问题。此外，我们还需要明确一下具体讨论哪些AI芯片。这篇文章将主要对比四种最常见的芯片：CPU、GPU、ASIC和FPGA。其他的一些相对小众的芯片种类，比如类脑芯片和量子芯片等等，就不列入讨论的范围了。分析：一个思维框架我们现在明确了讨论的领域和对象，也就是部署在服务器端的四种常见的芯片，接下来应该确定的是，通过什么样的方式来衡量这些AI芯片的优缺点。在这里给大家介绍一个我们在工程实践里经常使用的思维框架。具体来说，当我们考虑在数据中心里大量部署AI芯片的时候，通常需要考虑以下几个重要的因素。首先就是算力，也就是芯片的性能。这里的性能有很多方面，比如这个芯片做浮点或者定点数运算的时候，每秒的运算次数，以及这个芯片的峰值性能和平均性能等等。但是，算力或者性能其实并不是衡量AI芯片好坏的唯一标准。事实上，在很多时候它甚至不是最重要的标准。那么，还有哪些考虑的因素呢？在这个思维框架里，一共有五个衡量因素。除了性能之外，还有灵活性、同构性、成本和功耗四点。其中，灵活性指的是这个AI芯片对不同应用场景的适应程度。也就是说，这个芯片能不能被用于各种不同的AI算法和应用。同构性指的是，当我们大量部署这个AI芯片的时候，我们能否重复的利用现有的软硬件架构和资源，还是需要引入其他额外的东西。举个简单的例子，比如我的电脑要外接一个显示器，如果这个显示器的接口是HDMI，那么就可以直接连。但是如果这个显示器的接口只有VGA或者DVI或者其他接口，那么我就要买额外的转接头才行。这样，我们就说这个设备，也就是显示器，它对我现有系统的同构性不好。成本和功耗就比较好理解了。成本指的就是钱和时间，当然如果细抠的话，还有投入的各种人力物力，以及没有选择其他芯片带来的机会成本等等。不过归根到底还是钱和时间。成本包含两大部分，一部分是芯片的研发成本，另一部分是芯片的部署和运维成本。功耗就更好理解了，指的就是某种AI芯片对数据中心带来的额外的功耗负担。比较：4种芯片，5个维度现在我们知道了这个思维框架里的五个重要元素，那么我们就能对前面提到的四种芯片，也就是CPU、GPU、ASIC和FPGA做一个定性的比较了。这里声明一下，这些对比仅代表我个人的观点，也欢迎大家在留言里和我交流你的想法。CPU对于CPU来说，它仍然是数据中心里的主要计算单元。事实上，为了更好的支持各种人工智能应用，传统CPU的结构和指令集也在不断迭代和变化。比如，英特尔最新的Xeon可扩展处理器，就引入了所谓的DL

一起探究芯片本质国庆小长假复工第一天，朋友圈被一条重磅消息刷爆了：来自《华尔街日报》的消息，AMD正在计划以300亿美元收购FPGA大厂赛灵思。两家公司正在对此进行“深入的谈判（advanced

关注老石谈芯，一起探究芯片本质很多世界顶尖的“建筑师”可能是你从未听说过的人，他们设计并创造出了很多你可能从未见过的神奇结构，比如在芯片内部源于沙子的复杂体系。如果你使用手机、电脑，或者通过互联网收发信息，那么你就无时无刻不在受益于这些建筑师们的伟大工作。赫曼·豪瑟（Hermann

Cove则可以在更低的电压下运行。而驱动这个大幅升级的最主要原因，就是前面提到的SuperFin工艺。在之后介绍的跑分环节可以看到，TigerLake的单核性能直接起飞，比前一代提升10%

GPU，但它的跑分竟稍微超过了英伟达的独立显卡MX350。要知道，后者不仅有更高的频率，还有2GB的GDDR5显存。这也从另外一个角度印证了Xe的性能潜力。对AI运算的优化在英特尔最新的Tiger

点击蓝字，关注老石谈芯最近一段时间，英伟达有意收购ARM这个消息在全世界引发了轩然大波。虽然截止发稿前，这件事情还没有最终落地，但是包括交易金额、时间表等很多具体信息都已经在全网传的沸沸扬扬。当吊足大家的胃口之后，英伟达CEO黄仁勋在8月20日的财报会议上首次回应了这个传闻，他表示英伟达尚未提出对ARM的收购计划。从表面上看，黄仁勋否认了当前甚嚣尘上的收购传言，但事实上，这个回应并没有否认英伟达在和软银探讨收购的可能性。所以在靴子落地之前，我们无法得知ARM这家总部位于英国剑桥的IP巨头未来的可能性。然而在老石看来，英伟达在技术层面并没有收购ARM的必要性，本文会详细分析这个观点。但如果站在资本运作的角度，那么这次传言中的收购，则有着它内在的逻辑。假设这次收购成真，那么对于中国的芯片产业来说，则会带来非常巨大的冲击。接下来，我们就一起分析一下，这次收购传言背后的源起、内核和展望。源起：一场资本的“狂欢”孙正义和他的软银集团，一直是投资神话的代名词。他的封神之作，就是2000年向刚刚成立的阿里投资了两千万美元，后续又追加了六千万美元投资，而这笔投资在今天的价值超过1300亿美元，不到20年实现了1700倍的回报。然而在2019财年，软银集团的表现可以用“灾难”来形容。软银集团15年来首次录得经营亏损，亏损额达到了创纪录的1.36万亿日元，约合130亿美元。造成这个巨额亏损的主要原因，是软银愿景基金的投资组合遭遇了大幅亏损和价值缩水。其中，软银累积投资高达100亿美元的WeWork公司，烧钱速度堪称惊人，去年年中账面仅剩25亿美元，同时每个季度还要持续烧掉7亿美元现金。此外，WeWork寻求IPO失败，也直接导致了其估值从巅峰的470亿美元迅速跌至70亿美元。对此，孙正义也承认，对于WeWork他做出了一个糟糕的投资决定。孙正义和WeWork

点击蓝字，关注老石谈芯很多世界顶尖的“建筑师”可能是你从未听说过的人，他们设计并创造出了很多你可能从未见过的神奇结构，比如在芯片内部源于沙子的复杂体系。如果你使用手机、电脑，或者通过互联网收发信息，那么你就无时无刻不在受益于这些建筑师们的伟大工作。Jim

以前，计算机的工作方式是取指令，然后顺序执行这些指令。对于现代计算机而言，它的工作方式是取大量指令，比如500条指令，然后寻找并构建这些指令的依赖图，然后在独立的执行单元里分别执行这个依赖图的子集。

Agilex对FPGA的布线单元进行了重新设计。在下图中可以看到，每个交换节点都只连接一个逻辑功能单元（可以是LAB、RAM、DSP等），但可以连接多个其他的布线单元或者其他的交换节点。

Cong不必多说，坐拥第一，高数量高质量。老石在去年的FPGA大会论文解析中，介绍过丛教授和张志如教授的一篇HLS文章，有兴趣的读者可以看这篇文章《FPGA技术未来发展：谁与AI平分秋色》。

FPGA。微软也一跃成为了FPGA的最大客户。关于微软设计和部署FPGA的具体技术细节，请参考《FPGA在微软数据中心的前世今生》，以及《FPGA在人工智能时代的独特优势》。Dan

事实上，现有的高级语言编译器已经很好的将程序开发与底层的计算机体系结构分离开来。这使得应用程序开发者可以专注于算法和应用的开发，而无需关心太多底层的CPU究竟如何实现程序。

在十月初举办的赛灵思开发者大会（XDF）上，赛灵思发布了一款名为“Vitis”的软件框架。赛灵思表示，Vitis历经5年时间打造，总共花费了1000“人-年（即，1名工程师全职工作一年）”的工作量。

FPGA，并一跃成为当前世界上最大的FPGA芯片。（图片来自英特尔）与赛灵思VU19P的350亿晶体管、900万可编程逻辑单元（LE）、2072个可编程I/O引脚相比，英特尔Stratix10

2004年发布的研究，一个拥有100万逻辑门的芯片设计通常需要编写30万行RTL代码。因此，完全使用RTL级的逻辑抽象设计当代芯片是不现实的，并将对设计、验证、集成等各个环节造成巨大的压力。

McKeown教授以及剑桥大学联合发表了一篇讨论P4编程FPGA的论文，它使用了赛灵思的P4-SDNet编译器生成底层Verilog代码模块，然后映射到名为“NetFPGA”的参考设计上，见下图。

点击蓝字，关注老石谈芯世界上的各大顶级体育联赛都有暑期休赛的传统。然而，这并不代表各支球队、各位球员就能轻松的出海钓鱼、享受假期。对于大多数职业球员来说，暑期正是不断训练、提升自己的绝好时机。作为FPGA领域的主要玩家，英特尔和赛灵思等公司也纷纷在暑期进行了一系列大动作，旨在“新赛季”有更好的表现。老石将逐一总结这些FPGA公司的暑期动作，本文是赛灵思篇。强强对决：Versal

由此可见，在两个事业部合并之前，他们在网络领域有很多业务重叠。这种各自为战的方式也不利于两个事业部的未来发展。在2019年第二季度，英特尔的网络平台部和FPGA部门的营收分别同比下降了13%和5%。

除了满足带宽要求，通过使用片上网络还能将片上逻辑单元划分成相对粗粒度的区域，从而极大降低布局布线算法的复杂度，也能提高时序收敛的速度。老石相信，片上网络技术将会是未来FPGA架构发展的一个重要方向。

点击蓝字，关注老石谈芯四月中旬，英特尔宣布收购一家名为Omnitek的英国公司，旨在“增强FPGA在视频（video）和视觉（vision）领域的产品组合”。对于很多人来说，Omnitek并不是一个非常熟悉的名字。那么，究竟它为何受到了英特尔的青睐，以及这次收购背后的深层技术逻辑为何，就让老石在本文为大家深入分析。（Omnitek

后来的故事我们都知道了，英特尔10纳米工艺遇到阻碍已经不是秘密。这也使得那些曾经被远远甩在身后的竞争对手纷纷在10纳米这个工艺节点完成超车，例如，台积电和三星都已经逐渐将自家的十纳米工艺投入量产。

对于芯片制程而言，在相同的工艺节点下，英特尔的工艺往往具有更优异的性能，这也是业界公认的事实。一旦英特尔的十纳米工艺达到稳定并量产，预计将会比竞争对手带来20%~30%的性能和功耗优势，如下图所示。

在这篇论文中，直接使用HLS工具对DNN模型进行综合，见下图，这在很大程度上减少了开发的难度，但与脑波方案相比，不可避免的会有较大的性能差距。同时，这个工作只支持Caffe，而不支持其他DNN框架。

脑波NPU的架构图如下所示，NPU的核心是一个进行矩阵向量乘的算术单元MVU。它针对FPGA的底层硬件结构进行了深度优化，并采用了上文提到的“片上内存”和“低精度”的方法进一步提高系统性能。

点击上方蓝字，关注老石谈芯，看更多原创芯文一个重要的趋势作为加速云数据中心的重要组件，FPGA已经开始了它在数据中心领域的广泛使用。除了像微软、亚马逊这样的大型云服务提供商之外，FPGA也逐渐开始进入其他类型和规模的数据中心，并在大数据处理、AI、网络功能加速等领域扮演者重要的角色。(图片来自英特尔)（获取更多有关FPGA加速卡的资料，请在“老石谈芯”后台回复“加速卡”）在这些基于大数据浪潮的全新应用中，FPGA厂商也在不断的探索和尝试新的FPGA推广方法。他们的最终目的非常简单，就是让更多的用户使用自己的FPGA产品。但在这个过程中，我们可以发现一个重要的发展趋势，那就是FPGA厂商正在逐渐的从单纯的芯片提供商，转变为系统级解决方案提供商。

V系列FPGA，板上的网络接口升级为两个40Gbps的QSFP端口。FPGA加速卡位于服务器和数据中心网络之间，一个网口连接TOR交换机，另外一个网口与服务器的网卡相连。此外，FPGA还通过PCIe

在传统FPGA片上互联技术的基础上，ACAP采用了固化的片上网络（NoC），这主要是针对高带宽、高吞吐量的应用场景，如存储器控制和AI应用等，在上图中也可以清晰的看到NoC与这些应用模块的紧密互联。

另外一个例子是，微软的另一项人工智能技术是所谓的HPU，它被用于HoloLens设备中。HoloLens是一款智能眼镜，它能提供混合现实和增强现实等功能，它里面的HPU也具备神经网络的处理功能。

科技的发展离不开大师的推动。作为从业者，我们应该高兴生于这个风起云涌的年代，因为这里随处充满了无穷的机遇和挑战。作为普通人，我们也应该高兴生活在这个时代，因为能够享受科技的发展为生活带来的无尽便利。

点击蓝字，关注老石谈芯本周三（30日），有江湖传言称英特尔出价60亿美元左右竞购Mellanox公司。这已经不是Mellanox第一次传出将被收购的新闻了。在三个月之内，这家总部位于以色列的公司先后传言被Xilinx、微软和英特尔竞购，一时风头无二。

但是，在老石所在团队里就有一位带头大哥，可以从系统架构、模块设计、验证、系统整合、FPGA后端优化、硬件测试、软件开发和调试等等全部环节一个人搞定，可以说是点满了技能树上所有的技能点。

3D芯片制造技术本质上是一种异构集成技术，它最大的好处是可以在最快的时间内组成一个完整的异构芯片系统。同时，3D芯片技术解耦了FPGA，CPU和ASIC的开发周期，形成了一种模块化系统集成方案。

使用eFPGA的成本会很高？老石对成本方面的问题并不了解，但是，eFPGA的主要提供商之一，Achronix公司的市场部副总裁Steve

FPGA的云服务器。阿里云在2018年也发布了全新的FPGA计算实例F3，搭载了Xilinx

利用部分可重构技术，可以将FPGA划分成若干个子区域，作为虚拟FPGA供单个或多个用户使用，同时保留一部分逻辑资源作为不可重配置区域，用来实现必要的基础架构，如内存管理与网络通信等。

序列（sequence），用来表达在一段时间内发生的一系列布尔运算。因此可见序列的表示需要一个明确的时钟作为参考。例如：这代表当req置一后再过两个时钟周期，grant再置一。3.

验证（verification）是现代数字集成电路设计流程中不可或缺且至关重要的一环，其目的是保证设计功能按照既定的设计规约正确的实现。在一个完整的项目周期中，验证所占用的时间可高达60%-70%。

（原文最早于2018年9月发表在老石的个人博客”老石谈芯“，可点击文末的“阅读全文”查看）目

通过NFV技术，电信数据中心网络可以实现转发面与控制面解耦分离，从而只需使用标准的服务器、存储和网络硬件设备，并借由FPGA的硬件加速，就能完成各类核心网络功能，而无需再购买配置各类专用的网络设备。

降低了不同裸片间的传输延时，减少了信号的传输干扰。硅桥接只需在硅片边缘进行，不需要在中介层中使用长导线。对于模拟器件（如收发器）而言，由于不存在通用的中介层，因此对高速信号的干扰明显降低。

Trimberger在其文章《FPGA的三个时代》中所述（见下图），自1984年FPGA面世以来至今，FPGA的容量增长超过一万倍、速度增长超过一百倍，同时其成本和功耗均降低了超过一千倍。

SDN）经常一起出现。它们的一个主要的核心思想就是将网络的控制面和转发面进行分离。这样，所有的数据转发面设备都可以同时被控制、配置、管理，从而避免了管理员需要分别配置每个网络设备的低效情形。