股市終於漲了，可是賬戶裡只有萬把塊錢，這是要踏空的節奏啊；看好比特幣那時，沒敢買，後來漲上了天；可現在又打回了原型。後悔歸後悔！不管比特幣是漲是跌，也不管各國政府態度咋樣，在技術層面，挖礦機的關鍵IC——可編程的“萬能芯片”FPGA（現場可編程門陣列）的功勞不得小覷。
從CPU到FPGA
比特幣與大多數貨幣不同，不靠央行發行，它是用大量特定算法算出來的，使用整個P2P網絡中眾多節點構成的分佈式數據庫來確認並記錄所有交易行為，並使用密碼學的設計來確保貨幣流通各個環節安全性。這就決定了它需要具有超級計算能力的電腦——挖礦機。一開始，這類電腦一般有專業挖礦芯片，如非常耗電的CPU或GPU這種低成本硬件。
隨著比特幣的流行，挖礦的過程出現較大變化。如今，挖礦活動已轉移到FPGA上來，通過優化可以實現更高的速度和效率。以前的老機器100天才能挖到1個比特幣，如今100天就能挖到3個多。
由於FPGA可以通過軟件手段更改、配置器件內部連接結構和邏輯單元，完成既定設計功能，已成為挖礦機乃至今後高端電子裝備不可或缺的一個核心器件。
都離不開數據計算
2019年，5G、人工智能、超級計算和大數據等新一代信息技術將出現新的發展機遇。但是，時至今日，摩爾定律走勢正在放緩，處理器性能的提升已越來越困難。
要滿足不斷增加的計算（遠程教育、遠程教育、企業管理）需求，就需要針對特定應用和數據集架構。因此，提高處理器能源性價比的唯一途徑是專業化。未來微處理器將包括幾個特定於域的內核，這些內核只執行一類計算，而它們的性能明顯優於通用型內核。
高效數據加速架構的相同要求是高性能、低功耗、可編程硬件加速器，主要用在計算、數據傳輸和存儲帶寬，目標是實現每瓦特最高性能和性價比。其目標市場及其需求包括以下幾個方面：
計算加速
典型應用包括人工智能/機器學習（AI/ML）應用、安全性、壓縮/解壓、基因組學、實時視頻轉碼、區塊鏈，要求最高性能、低功耗、低成本；
邊緣計算
典型應用有IoT網關聚合與協議匯聚、高帶寬傳感器的數據提取、基於人工智能的目標檢測、基於人工智能的異常檢測，要求最小功率計算；
計算存儲
典型應用有壓縮/解壓、非結構化數據匹配、數據庫加速、重複刪除，要求接近存儲的低功耗和低成本計算；
5G基礎設施
典型應用是適應變化的前傳協議標準、基帶和分裂L1加速、基於人工智能的波束成型、放大器預失真、移動邊緣計算，要求低功耗高性能的可編程硬件；
網絡加速/智能網絡
典型應用有可編程分組處理、加密/解密、壓縮/解壓、網絡遙測、網絡函數虛擬化加速，要求用於CPU卸載的高線速加速器；
自主駕駛
典型應用是AI/ML、傳感器融合、安全性，要求低功耗和低成本的硬件加速器。
未來，教育、工業4.0、供電、醫療、政府、金融、農業、自主駕駛、遊戲、科學、智慧城市、語音識別、安全、智能家居、運輸，都離不開AI。今天，我們正處於AI/ML應用的新的增長階段，正在從以智能手機為代表的移動/互聯網時代進入一個AI時代，未來半導體行業的營收也將從幾十億美元增長到500億美元。
為什麼是FPGA？
由於FPGA具有時延小、靈活性高等特點，廣泛應用於5G通信、物聯網、工業互聯網、汽車電子、人工智能和數據中心等新興市場。到2021年全球FPGA市場總規模預計將達到81億美元，年複合增長率將超過8.5%。
以AI/ML應用為例，它需要一種適用於各種適應這個可編程世界的可編程硬件加速手段。可以做到可編程硬件加速的選項包括CPU、GPU、FPGA和ASIC。人工智能計算、5G等為什麼既不用CPU，也不用ASIC，而要用FPGA呢？理由是CPU靈活性還可以，但是效率比較低；GPU主要用於加快圖形處理速度；ASIC針對性強，有特定功能，效率也高，但是靈活性不足，顯而易見，剩下的只有FPGA了。它可以兼顧AI/ML應用的靈活性和效率，下圖顯示了FPGA的一些優勢。
隨著固定和無線網絡帶寬的急劇增加，加上處理能力向邊緣等進行重新分配，以及數十億物聯網設備的出現，將給傳統網絡和計算基礎設施帶來壓力。這種新的處理範式意味著每秒將有數十億到數萬億次的運算。傳統雲和企業數據中心計算資源和通信基礎設施無法跟上數據速率的指數級增長、快速變化的安全協議、以及許多新的網絡和連接要求。
傳統的多核CPU和SoC無法在沒有輔助的情況下獨立滿足這些要求，因而它們需要硬件加速器，通常是可重新編程的硬件加速器，用來預處理和卸載計算，以便提高系統的整體計算性能，解決帶寬爆炸問題。
但是，FPGA有一個不小的缺憾，它是大型邏輯門陣列，也就是大規模可編程芯片，軟件開發難度大，IP多且雜，需要最先進的製造封測工藝，大量應用才能支撐市場，再有就是成本比較高。行業技術壁壘較高導致了FPGA市場幾家獨大的格局。目前全球主要FPGA 公司有Xilinx、Altera（已被收購）、Lattice、Microsemi（已被收購）等幾家，其中，Xilinx 與Altera佔有近90%的市場份額，專利達到6000餘項之多，前者市場份額竟高達56%，是真正的龍頭。
讓ASIC死去活來
FPGA市場壟斷看似一潭死水，到也未必。像Achronix這樣有技術積累的一些廠商就在獨闢蹊徑，尋求打破壟斷的路子。它研發了一種eFPGA，e者，嵌入式也。新出現的eFPGA一個或多個FPGA以IP的形式嵌入ASIC、ASSP或SoC等芯片中，是一種數字可重構結構，由可編程互連中的可編程邏輯組成，通常表現為矩形陣列，數據輸入和輸出位於邊緣周圍。它把流片後無法更改的“死”ASIC變活，具備了可編程性，來滿足客戶靈活提供各種特定功能，同時降低使用FPGA成本的需求。
與前一代Speedcore eFPGA產品相比，Speedcore Gen4的性能提高了60％、功耗降低了50％、芯片面積縮小了65％。新的機器學習處理器（MLP）單元模塊可為人工智能/機器學習（AI/ML）應用提供高出300％的性能。
目前，eFPGA技術正在迅速地成為基於SoC的CPU卸載功能中可編程硬件加速單元的必備硅IP，已被廣泛用於包括人工智能/機器學習（AI / ML）、區塊鏈、網絡加速、智能網卡和智能物聯網等各種應用。eFPGA能以不變應萬變，為可編程世界增添了一抹亮彩。
閱讀更多 歐陽公明仔父 的文章
