SDAccel-FPGA将带来至多25倍单位功耗性能提升

很久没有看FPGA了，本来想继续学习HLS，就上Xilinx的网站看了看。结果发现了SDx 开发环境，很新的一个东西。由于我对这方面了解不多，本篇博文仅仅只是资料的整合和介绍。

1.SDx开发环境

Xilinx官网这样解释SDx：SDx™ 是一种面向系统和软件工程师的开发环境。 SDx 让没有 FPGA 专业知识的系统和软件工程师也能通过使用高层次编程语言，来获益于带有业界标准处理器的可编程硬件的强大威力。SDAccel 是首个面向 OpenCL、C 和 C++进行架构优化的编译器，并结合了#库、开发板，可在FPGA上实现类似 CPU/GPU 的开发运行体验。

FPGA的结构，FPGA、GPU、CPU之间的优势劣势在我的FPGA学习之基本结构和高层次综合（HLS）-简介中略有涉及，网上也有大量的资料。简单来说，FPGA是一种可编程的器件，采用HDL语言来编写改变其结构。其全并行等特性使得FPGA有极强的计算能力。但FPGA开发是困难的，之前的集成开发环境是ISE，通常采用VHDL或Verilog HDL编写代码。HDL，即硬件描述语言，所以这个时候是和软件工程师没什么关系的（不知道这样说对不对）。

后来主推Vivado，有了HLS（高层次综合），倒有几份文档是面向软件工程师的，但具体怎么样，我也不太清楚——我并没有使用过Vivado。但毫无疑问的是，Vivado不是面向“软件工程师”的。

由此看来，SDx开发平台对Xilinx应该具有很大的意义。而SDAccel是其中最新的一个组成部分（另一个是SDNet，“软”定义网络），Xilinx的对SDAccel描述如下

首个面向 OpenCL、 C 和 C++进行架构优化的编译器

2.FPGA计算

FPGA用于高效能计算，这个想法出项很长时间了。各大公司也进行了一些尝试，下一代计算设备CPU/GPU/FPGA：FPGA规模商用还需时日中提到了FPGA、CPU、GPU和DSP之间的对比，大体结果是GPU性能最强而FPGA具有更高的性能功耗比。文中还提到了微软利用FPGA对Bing数据中心进行加速的计划，以及Baidu在这方面的研究。

关于微软的项目，Microsoft, Baidu find speedier search results through specialized chips中有更详细的介绍。这一项目中利用了Altera的FPGA，文中写道Xilinx的V6系列FPGA曾经被尝试使用并被放弃。

置于百度，Xilinx官方给出的背景资料中提到了Baidu的研究。总结来说，FGPA计算在功率受限下具有很高的性能，可以用在数据中心的加速中。在Machine Learning中，FPGA在实现深度神经网络（Deep Neural Network，DNN）上有很好的表现。（百度采用Mid-range FPGAs，利用的是K7系列XC7K480T）

这一点点的优势的背后是巨大的劣势。首先，FPGA的计算能力不是最强的；其次，FPGA的开发环境不成熟，难度较大，时间周期长；其三，FPGA局限性大，支持性差。

3.SDAccel简介

本节内容主要来自或参考于SDAccel背景资料

这份文档的副标题是“Bringing The Best Performance/Watt to the Data Center”，也就是说这是对于功率受限的数据中心提出的，另一份白皮书中提到是“Tomorrow’s Data Center”这是其自身的定位。图中可以看出FPGA极高的效能比（不知道纵坐标具体指什么……）

文中指出开发者希望数据中心有以下几个特性：

高效能
完整的软件开发环境
利于升级的设计

然而这些正是SDAccel所能带给我们的，关于SDAccel有这样一则新闻赛灵思推出针对OpenCL、 C和 C++的SDAccel开发环境。SDAccel设计思路如下图，它强调的是“FPGA 上类似GPU/GPU的开发体验”。

背景资料中仅对SDAccel特性做了简要说明。

开发体验：CPU/GPU开发者可以通过重用或维护OpenCL，C，C++代码轻易将应用程序迁移到FPGA上。SDAccel报还一些基本的库（OpenCL built-ins, DSP, Video, and linear algebra libraries），同时Auviz还提供了OpenCV和BLAS。程序调试成型之前并不需要FPGA参与，之后需要进行RTL仿真

升级：SDAccel可以实现即时的硬件动态重配，FPGA硬件可复用，因此应用可以平滑的升级。

性能和总结：SDAccel生成的代码在某些方面甚至超过了手工编写的HDL code，和其他编译器相比较更是有巨大优势。

背景资料中并没有提供更多的信息，总结起来就是——Xilinx说他的产品很好。

4.其他

25倍说得很模糊，单词用的是“表现”。本文的标题取自Xilinx，如果从GFLOPs衡量的话，Xilinx官网给出了下面一个图（高性能计算应用）。图中采用K10进行对比，最新的K80在保持K10功耗下，计算能力大概变成了原来的两倍。Virtex7差不多是最新的 FPGA（20nm），因此FPGA相对于GPU的优势并不明显。

就仅有的资料而言，Xilinx对其作出了很多限制（譬如数据中心，功耗限制），无疑在这些方面FPGA有很大的优势。但前景到底如何呢？