5G边缘计算驱动FPGA将成为产业新重心


[IT搜购网 原创] 2019-04-03 11:14:03 编辑:

在相同的晶体管规模下,越是通用的处理器计算效率越低,能耗比也越差;定制性越高,应用的范围越窄,但越“精通”某一类型的计算。当某一类型的计算形成一定规模,高算力、低功耗为代表的专用ASIC便成为一种极致下的选择,如区块链的矿机,多使用ASIC芯片。

▲处理器的灵活性与性能差异

▲CPU/GPU/FPGA/ASIC 间的区别

FPGA,可深度定制,并实现算力升级。一方面,FPGA 可针对每一种具体应用,根据其算法结构进行深度定制,甚至为算法的每个步骤设计专门的执行逻辑,避免了通用处理器的取指和译码过程,从而达到较高的计算效率和能效;

另一方面,其可编程特性可以加载不同的运算架构,实现器件本身的通用性,不但可以设计针对图像图像的计算结构,也可实现 GPU 并不擅长的搜索、加密解密等计算结构。

▲FPGA 的优点与限制因素

FPGA 相比其他异构处理器更适配边缘计算场景。与 GPU 相比,大幅优化带宽,当采用 GPU 提升算力时,GPU 的计算数据需要分享服务器的网络带宽、PCIE 带宽、内存带宽等,影响计算效率的同时反而加剧了服务器的带宽瓶颈。只有在具备极高数据复用率的场景中,如 CNN 等,才有望跑满计算资源,然而,对于 FPGA,可以通过IO编程能力采用另一种智能网卡的方式实现加速:一方面,FPGA计算所需的数据不需要进入服务器,将硬件加速过程与服务器的带宽瓶颈解耦,避免与 CPU 的带宽竞争,另一方面,可承担部分原属于 CPU的计算任务,减少进入服务器的数据量和计算复杂度,从而缓解带宽压力。

▲FPGA 中的硬件加速逻辑

FPGA在低延时和稳定性上具备天然的优势。一方面,其片上集成了大量缓存和外部DRAM接口,降低计算过程中与CPU的交互,使硬件加速过程避免了操作系统层面的资源调度和进程间干扰,从而保证了确定性的延迟。另一方面,FPGA可实现基于定制流水线MIMD(并行指令和并行数据)设计,实现流式处理。中间数据在流水线之间传递和交互,降低对缓存的依赖,进一步降低延迟。

▲微软 FPGA 数据中心延迟和稳定性对比

3、边缘计算应用场景对算力需求明确

根据中国移动发布的《中国移动边缘计算白皮书》,目前智能制造、智慧城市、直播游戏和车联网4个垂直领域对边缘计算的需求最为明确。

在智能制造领域,工厂利用边缘计算智能网关进行本地数据采集,并进行数据过滤、清洗等实时处理。同时边缘计算还可以提供跨层协议转换的能力,实现碎片化工业网络的统一接入。一些工厂还在尝试利用虚拟化技术软件实现工业控制器,对产线机械臂进行集中协同控制,这是一种类似于通信领域软件定义网络中实现转控分离的机制,通过软件定义机械的方式实现了机控分离。

在智慧城市领域,应用主要集中在智慧楼宇、物流和视频监控几个场景。边缘计算可以实现对楼宇各项运行参数的现场采集分析,并提供预测性维护的能力;对冷链运输的车辆和货物进行监控和预警;利用本地部署的GPU服务器,实现毫秒级的人脸识别、物体识别等智能图像分析。

在直播游戏领域,边缘计算可以为CDN提供丰富的存储资源,并在更加靠近用户的位置提供音视频的渲染能力,让云桌面,云游戏等新型业务模式成为可能。特别在AR/VR场景中,边缘计算的引入可以大幅降低AR/VR终端设备的复杂度,从而降低成本,促进整体产业的高速发展。

在车联网领域,业务对时延的需求非常苛刻,边缘计算可以为防碰撞、编队等自动/辅助驾驶业务提供毫秒级的时延保证,同时可以在基站本地提供算力,支撑高精度地图的相关数据处理和分析,更好地支持视线盲区的预警业务。

除了上述垂直行业的应用场景之外,边缘计算还存在一种较为特殊的需求–本地专网。很多企业用户都希望运营商在园区本地可以提供分流能力,将企业自营业务的流量直接分流至企业本地的数据中心进行相应的业务处理。比如在校园实现内网本地通信和课件共享,在企业园区分流至私有云实现本地ERP业务,在公共服务/政务园区提供医疗、图书馆等数据业务。在这一类应用场景中,运营商为客户的本地边缘计算业务提供了专线服务。

▲边缘计算的典型场景

FPGA适配边缘计算的多种场景。从边缘计算的几个典型场景看,FPGA适配不同场景。不论是低时延的智能制造和车联网,还是高带宽的智慧城市和直播游戏,FPGA的自身特性都灵活地适配于这些不同的场景。

三、边缘计算有望带来算力产业高增长1、FPGA市场讲迎来数倍级别高增长

边缘计算对算力产业格局带来的巨变由两个方面体现——一方面是基站,基站主要进行通信信号的换算,又可以分为宏基站和小基站,其中小基站作为5G最具特征的接入场景,有望成为边缘计算的新入口,另一方面是服务器,边缘计算有望带来服务器产业的变化,大量即时数据的处理,可以放置边缘端,边缘服务器的重要程度将提升。

据中泰证券测算,预计至2023年,边缘计算领域的算力市场规模有望达到127亿美元,近5年CAGR=43.5%,其中至2023年,宏基站端的算力投资规模约31.25亿美元,小基站端算力投资规模约37.5亿美元,服务器端算力投资规模约58.5亿美元。

▲边缘计算领域的算力市场规模

据 Gartner 统计,2017 年全球 FPGA 市场规模约为 40 亿美元,根据 Xilinx 的收入规模及市场份额进行测算,假设 2017 年全球 FPGA 市场规模为 43.7 亿美元(Xilinx 2017 财年实现营收 23.5 亿美元,市场份额约为 58%)。过去 FPGA 多运用于军事领域,如航天、航空、电子、通信、雷达、高端波束形成系统等,我们认为,未来 FPGA 在军事领域的增速有望保持稳定。预计未来 FPGA 将广泛运用于民用领域,预计至 2023 年,全球 FPGA 的市场规模约为 171.03 亿美元,5 年复合增速为 21.5%,其中 FPGA 在民用通信领域的市场规模约 127 亿美元,市场迎来快速增长。

2、科技需求驱动算力产业格局新变化

FPGA 有望在物联时代大放光彩,Xilinx 为全球龙头。FPGA 低时延、低带宽、灵活性高等特性适配物联时代场景定制化需求,有望在物联时代大放光彩。在 FPGA 领域,Xilinx 和 Altera(现被 Intel 收购)长期稳坐第一第二的位置,专利达 6000 多项,根据 2017 年财报数据显示,Xilinx 的市场份额约 58%。目前 FPGA 主要运用于军事领域,如航天、航空、电子、通信、雷达、高端波束形成系统等领域,民用领域空间正在逐步被打开。

▲FPGA 市场格局

GPU:图像学习能力强,独立 GPU 英伟达为行业龙头。GPU 分为集成GPU 和独立 GPU,集成 GPU 市场的主要生产厂商有英特尔、英伟达、AMD 等,据 EEFOCUS 统计,2016 年英特尔集成 GPU 市场份额达到68.1%;独立 GPU 是以独立板卡形式存在,可在具备显卡接口的主板上自由插拔的显卡,具备单独的显存,不占用系统内存,且在技术上领先于集成显卡,能够提供更好的显示效果和运行性能,主要生产厂商有英伟达和 AMD,英特尔宣布将于 2020 年进军独立 GPU 市场,据EEFOCUS 统计,2016 年英伟达和 AMD 独立 GPU 市场份额分为为70.5%、29.5%,呈现寡头垄断市场格局。

▲GPU 市场格局

ASIC:对下游市场空间要求高,在区块链领域独占鳌头。目前市场上主流 ASIC 有 TPU 芯片、NPU 芯片、VPU 芯片以及 BPU 芯片,它们分别是由 Google、寒武纪、Intel 以及地平线设计生产。由于 ASIC 开发周期长,仅有大厂有资金与实力进行研发。同时,ASIC 是全定制芯片,在某些特定场景下运行效率最高,故某些场景下游市场空间足够大时,量产 ASIC 芯片可以实现丰厚的利润。

分享到:

频道精选

IT搜购网简介 | 广告服务 | 招聘 | IT搜购记事 | 站点地图 | 联系方式 | RSS订阅 | 猴科技
Copyright ©2005 - 2016 ITSOGO. All rights reserved. IT搜购网 版权所有. 冀ICP备13010806号