不久前，一位朋友跟筆者講了這樣一個(gè)故事：去年底，曾有人問(wèn)他為什么說(shuō)賽靈思（Xilinx）是百度這樣的互聯(lián)網(wǎng)公司的“爸爸”？他表示，起初還真不知道如何回答這個(gè)問(wèn)題。恰好有一場(chǎng)賽靈思的線下活動(dòng)，他們就一起來(lái)到活動(dòng)現(xiàn)場(chǎng)。在親眼目睹賽靈思展示的數(shù)據(jù)中心加速方案后，尤其是看到服務(wù)器中因插入賽靈思那張紅色的Alveo加速器卡，數(shù)據(jù)處理能力立刻有了驚人的提升，他們頓時(shí)有了自己的答案。

我們知道，所謂的萬(wàn)物互聯(lián)，就是無(wú)數(shù)的電子設(shè)備與互聯(lián)網(wǎng)進(jìn)行連接，從而創(chuàng)造一個(gè)魔幻的數(shù)字世界，與此同時(shí)，也產(chǎn)生了海量的數(shù)據(jù)。根據(jù)IDC的預(yù)測(cè)，從2018年至2025年，全球的數(shù)據(jù)增長(zhǎng)量達(dá)到5倍以上，將從2018年的32ZB增至2025年的175ZB。中國(guó)將在2025年以48.6ZB的數(shù)據(jù)量及27.8%的占比成為全球最大的數(shù)據(jù)匯集地。然而，這些數(shù)據(jù)的分析和使用必須借助數(shù)據(jù)中心強(qiáng)大的計(jì)算平臺(tái)來(lái)完成，對(duì)數(shù)據(jù)中心而言，這是難得的機(jī)遇，更是前所未有的挑戰(zhàn)。

圖1：2010年至2025年全球數(shù)據(jù)量增長(zhǎng)情況（圖片來(lái)源：IDC） 數(shù)據(jù)中心蘊(yùn)含巨大的市場(chǎng)潛力

現(xiàn)在，企業(yè)和專業(yè)用戶越來(lái)越意識(shí)到從物理和虛擬世界收集到的大量數(shù)據(jù)蘊(yùn)含的價(jià)值。隨著數(shù)據(jù)量繼續(xù)呈指數(shù)級(jí)增長(zhǎng)，對(duì)數(shù)據(jù)分析的需求也將以類似的速度增長(zhǎng)。為此，數(shù)據(jù)中心必須加速轉(zhuǎn)型，以達(dá)到增加網(wǎng)絡(luò)帶寬，優(yōu)化人工智能等工作負(fù)載的目的，同時(shí)還要保證較低的功耗以及提供新服務(wù)的能力。綜合技術(shù)與成本等因素，數(shù)據(jù)中心加速器有助于顯著提高數(shù)據(jù)中心的性能。

在數(shù)據(jù)中心加速器市場(chǎng)，深度學(xué)習(xí)訓(xùn)練（Deep Learning Training）在應(yīng)用方面占有重要份額。根據(jù)BMRC的預(yù)測(cè)，到2025年，深度學(xué)習(xí)訓(xùn)練市場(chǎng)將達(dá)到233.8億美元，2018年和2025年復(fù)合年增長(zhǎng)率為40.16%。數(shù)據(jù)中心又如何支持這一巨大需求呢？

在回答這個(gè)問(wèn)題之前，我們先來(lái)看一看各大咨詢機(jī)構(gòu)對(duì)數(shù)據(jù)中心發(fā)展?jié)摿Φ难信小?/p>

根據(jù)調(diào)研機(jī)構(gòu)Gartner的分析結(jié)果，預(yù)計(jì)全球公有云服務(wù)市場(chǎng)在2020年將增長(zhǎng)17%，達(dá)到2664億美元。其中，軟件即服務(wù)（SaaS）仍將是最大的細(xì)分市場(chǎng)，預(yù)計(jì)該市場(chǎng)將在2020年增長(zhǎng)至1160億美元。第二大市場(chǎng)則是基礎(chǔ)設(shè)施即服務(wù)（IaaS），2020年的市場(chǎng)規(guī)模將達(dá)到500億美元。

圖2：全球公共云服務(wù)收入預(yù)測(cè)（單位：十億美元）（圖片來(lái)源：Gartner）

根據(jù)思科公司的調(diào)查數(shù)據(jù)，到2021年，全球云計(jì)算數(shù)據(jù)中心流量可能達(dá)到每年20.6ZB，預(yù)計(jì)全球?qū)⒂?28個(gè)超大規(guī)模數(shù)據(jù)中心運(yùn)營(yíng)。

根據(jù)調(diào)研機(jī)構(gòu)Frost&Sullivan的調(diào)查報(bào)告，全球互聯(lián)網(wǎng)IP流量預(yù)計(jì)會(huì)從2016年的6.8ZB增長(zhǎng)到2022年的24.6ZB。不斷增長(zhǎng)的全球互聯(lián)網(wǎng)和移動(dòng)數(shù)據(jù)流量導(dǎo)致數(shù)據(jù)增長(zhǎng)，因此，對(duì)數(shù)據(jù)中心的數(shù)據(jù)傳輸和存儲(chǔ)需求將明顯增加。

Technavio公司最新發(fā)布的報(bào)告顯示，2019～2023年全球數(shù)據(jù)中心市場(chǎng)規(guī)模有望增長(zhǎng)2844.4億美元，復(fù)合年增長(zhǎng)率將超過(guò)17%。

根據(jù)Structure Research公司的調(diào)查數(shù)據(jù)，到2024年，全球托管數(shù)據(jù)中心市場(chǎng)收入將增加一倍，達(dá)到697.6億美元。

據(jù)Vertiv公司預(yù)測(cè)，到2025年，邊緣數(shù)據(jù)中心將成為該行業(yè)的普遍發(fā)展做法，邊緣計(jì)算的站點(diǎn)到2025年將增加三倍。

云計(jì)算基礎(chǔ)設(shè)施廠商Apcera公司預(yù)測(cè)，到2025年，全球數(shù)據(jù)中心轉(zhuǎn)型市場(chǎng)預(yù)計(jì)將從2017年的58.6億美元增長(zhǎng)到159.2億美元，至2026年的預(yù)測(cè)期內(nèi)，復(fù)合年增長(zhǎng)率為13.2%。

數(shù)據(jù)中心硬件加速勢(shì)在必行

數(shù)據(jù)量的爆炸性增長(zhǎng)和工作負(fù)載的復(fù)雜性，已經(jīng)超過(guò)了現(xiàn)有數(shù)據(jù)中心計(jì)算平臺(tái)的性能。面對(duì)如此情形，無(wú)論是公有云、私有云還是混合云，大幅提升數(shù)據(jù)中心的利用率、性能和能效，降低運(yùn)營(yíng)成本和總成本，實(shí)現(xiàn)數(shù)據(jù)中心的轉(zhuǎn)型升級(jí)成為當(dāng)務(wù)之急。

高性能計(jì)算（HPC）領(lǐng)域的專家一直致力于推動(dòng)新平臺(tái)的開(kāi)發(fā)，通過(guò)異構(gòu)體系架構(gòu)實(shí)現(xiàn)硬件加速，將傳統(tǒng)CPU、圖形處理單元（GPU）和現(xiàn)場(chǎng)可編程門陣列（FPGA）等進(jìn)行靈活組合。隨著新一代計(jì)算加速器的出現(xiàn)，數(shù)據(jù)中心在性能和能效上均有了大幅提升。 那么，究竟從何時(shí)開(kāi)始數(shù)據(jù)中心的服務(wù)器需要增加FPGA、GPU等加速器呢？這要從摩爾定律開(kāi)始講起。 根據(jù)摩爾定律，集成電路中每平方英寸的晶體管數(shù)量每隔18個(gè)月就會(huì)翻一番。然而到了2020年，業(yè)界關(guān)于摩爾定律即將失效的討論越來(lái)越多。2015年4月，英特爾表示，通過(guò)開(kāi)發(fā)7nm和5nm制程工藝，摩爾定律仍將得以延續(xù)。然而，進(jìn)一步減小處理器的尺寸將非常困難，因?yàn)檫@樣做會(huì)減少電子和空穴之間的空間，進(jìn)而出現(xiàn)電流泄漏和過(guò)熱等問(wèn)題，最終導(dǎo)致芯片的性能下降、功耗大、耐久性降低。因此，必須尋找其他替代方案來(lái)提高芯片的計(jì)算能力。

按處理器類型劃分的數(shù)據(jù)中心加速器市場(chǎng)，目前主要有三種方案，即通過(guò)GPU、FPGA、ASIC來(lái)加速，其中，GPU在數(shù)據(jù)中心加速器市場(chǎng)的占比較大。英偉達(dá)是數(shù)據(jù)中心GPU加速器市場(chǎng)的主要推動(dòng)者，在數(shù)據(jù)中心市場(chǎng)與英特爾形成了激烈的競(jìng)爭(zhēng)。隨著摩爾定律的放緩，GPU加速器有望在深度學(xué)習(xí)、訓(xùn)練和推理應(yīng)用方面取得重大成功。

圖3：英偉達(dá)HGX A100支持標(biāo)準(zhǔn)化的高性能服務(wù)器（圖片來(lái)源：英偉達(dá)）

現(xiàn)在，一個(gè)典型的通用處理器已經(jīng)無(wú)法維持分析應(yīng)用程序增加的計(jì)算復(fù)雜度，基于FPGA的異構(gòu)體系結(jié)構(gòu)使計(jì)算密集型和重復(fù)性任務(wù)能夠從主CPU上卸載。與其他平臺(tái)相比，F(xiàn)PGA可以提供更高的性能，并且具有足夠的適應(yīng)性，能夠滿足未來(lái)的需求和未來(lái)的算法，進(jìn)而有望成為高效執(zhí)行數(shù)據(jù)分析的主要平臺(tái)。

為什么看好FPGA加速器？

FPGA（現(xiàn)場(chǎng)可編程門陣列）是一種集成可重構(gòu)器件，具有運(yùn)算速度快、功耗低等優(yōu)點(diǎn)，在計(jì)算密集型應(yīng)用中得到廣泛的應(yīng)用。與GPU和多核CPU相比，F(xiàn)PGA具有更好的能量效率，并且可以達(dá)到11x和57x的速度。此外，對(duì)于某些類型的圖像處理應(yīng)用，如立體視覺(jué)應(yīng)用，F(xiàn)PGA可以說(shuō)是非常好的選擇。FPGA的不足也很明顯，比如設(shè)計(jì)一個(gè)FPGA架構(gòu)需要很長(zhǎng)時(shí)間，需要設(shè)計(jì)人員有較強(qiáng)的軟硬件開(kāi)發(fā)技能。

現(xiàn)在，數(shù)據(jù)中心在其基礎(chǔ)設(shè)施中部署FPGA有兩種主要方法，一種是FPGA與CPU緊密耦合，另一種是FPGA作為獨(dú)立組件。

方法一

將FPGA作為協(xié)處理器，F(xiàn)PGA與CPU物理連接在一起，此時(shí)的FPGA既是加速器又是數(shù)據(jù)中心的一部分。但是，數(shù)據(jù)中心的FPGA數(shù)量受CPU數(shù)量的限制，不能作為獨(dú)立的計(jì)算資源使用。在市場(chǎng)上，已經(jīng)有Amazon提供的集成Xilinx Virtex UltraScale+的EC2 F1實(shí)例。F1實(shí)例易于編程，并且配備了開(kāi)發(fā)、模擬、調(diào)試和編譯硬件加速代碼所需的各種資源，包括FPGA Developer AMI，并支持在云上進(jìn)行硬件級(jí)開(kāi)發(fā)。對(duì)于許多應(yīng)用程序，使用F1實(shí)例部署硬件加速都非常有用，可解決需要高帶寬、增強(qiáng)型聯(lián)網(wǎng)和超高計(jì)算能力的復(fù)雜科學(xué)、工程和業(yè)務(wù)問(wèn)題。按照Amazon的信息，在EC2 F1實(shí)例上運(yùn)行高性能計(jì)算幾乎可以實(shí)現(xiàn)無(wú)限的容量來(lái)擴(kuò)展基礎(chǔ)設(shè)施。與CPU相比，Amazon EC2 F1實(shí)例可將速度提升高達(dá)100倍，適用于各種受計(jì)算限制的應(yīng)用程序。

方法二

將FPGA看作獨(dú)立于CPU的單獨(dú)組件，F(xiàn)PGA直接連接到網(wǎng)絡(luò)。這種方法將網(wǎng)絡(luò)和應(yīng)用程序處理耦合在同一個(gè)FPGA器件中。因?yàn)閼?yīng)用程序可以獨(dú)立于服務(wù)器數(shù)量來(lái)擴(kuò)展FPGA的數(shù)量，所以系統(tǒng)的延遲和吞吐量都會(huì)有明顯改善。

圖4：賽靈思Alveo加速器卡大幅提升數(shù)據(jù)中心部署的標(biāo)準(zhǔn)服務(wù)器性能（圖片來(lái)源：Xilinx） 在這場(chǎng)基于FPGA加速器的數(shù)據(jù)中心變革中，賽靈思可謂是一大受益者。該公司自2018年啟動(dòng)數(shù)據(jù)中心優(yōu)先戰(zhàn)略以來(lái)，在2019年就推出了Alveo加速器卡，大幅提升了云端和本地?cái)?shù)據(jù)中心部署的標(biāo)準(zhǔn)服務(wù)器的性能。Alveo產(chǎn)品系列目前已擴(kuò)展至Alveo U50、U200、U250、U280四款產(chǎn)品，并已在美國(guó)、歐洲和中國(guó)市場(chǎng)得到廣泛應(yīng)用。 目前，中國(guó)的浪潮集團(tuán)已基于主流FPGA芯片，開(kāi)發(fā)出高密度、高性能、易編程的FPGA異構(gòu)加速運(yùn)算卡，并且在機(jī)器學(xué)習(xí)、視頻分析、語(yǔ)音識(shí)別、文本搜索等場(chǎng)景得到了很好的落地應(yīng)用。根據(jù)IDC最新數(shù)據(jù)，浪潮已經(jīng)躋身全球服務(wù)器出貨量前三，中國(guó)的AI服務(wù)器市場(chǎng)出貨量第一。在浪潮提供的AI產(chǎn)品和解決方案中，包括全球首款內(nèi)嵌HBM2高帶寬內(nèi)部存儲(chǔ)的加速卡、面向視頻監(jiān)控領(lǐng)域的多通道視頻AI加速卡等都內(nèi)置了賽靈思的FPGA產(chǎn)品。 結(jié)語(yǔ)

隨著數(shù)據(jù)量以指數(shù)級(jí)增長(zhǎng)，對(duì)數(shù)據(jù)分析的需求也開(kāi)始快度增長(zhǎng)。原有的硬件和軟件體系結(jié)構(gòu)已經(jīng)無(wú)法滿足數(shù)據(jù)生成、存儲(chǔ)和分析的需求，“加速”正在成為數(shù)據(jù)中心的當(dāng)務(wù)之急。從目前的市場(chǎng)情況看，GPU在數(shù)據(jù)中心加速器市場(chǎng)占據(jù)較大比例，主要面向深度學(xué)習(xí)、AI訓(xùn)練和推理等應(yīng)用。FPGA以其可配置性、靈活性、并行性和功耗效率，確保了數(shù)據(jù)處理工作負(fù)載的有效和高效加速，進(jìn)而迅速成為眾多互聯(lián)網(wǎng)公司在云計(jì)算和AI業(yè)務(wù)上的重要支撐，為云服務(wù)提供了一個(gè)令人信服的替代方案。