FPGA数据中心异构并行- 自适应编译

2017年8月百度领投，融资8百万美元，记为B轮。2015年6月Clear Ventures领投A轮。

此轮并购并未透露具体金额。

此类编译器公司和FPGA厂商的联合几乎是必然。

 不久前AMD确认以350亿美元并购赛灵思。对于赛灵思而已，现金流充裕，就把研发自适应编译环境的排头公司纳入自己的生态，也是面对Intel Altera（另外，峰科也有一位重要顾问曾服务Altera很长时间）的一次胜利。

技术背景：

原本峰科的长期方向类似实现异构并行的自适应，CPU GPU FPGA的异构，所以，峰科应该是被纳入了整个AMD的规划体系中，而不仅仅是XILINX的体系中。

峰科用了一个名词“brainware”来形容自己的产品。他的团队技术很多源自CDSC。

CDSC 开发了一种通用方法，用于创建新的可自定义计算平台以及相关的编译工具和运行时管理环境，以支持domain-specific compilation。最近的重点是设计和实施accelerator-rich architectures，从单个芯片到数据中心。它还包括用于可自定义异构平台（包括多核 CPU、多核 GPU 和 FPGA）的高度自动化编译工具和运行时管理软件系统，以及适用于不同域的可自定义计算通用的可重用方法。通过结合这些关键功能，目标是提供一台超级计算机，即一盒或超级计算机，可以针对特定应用领域进行自定义，以实现该领域的颠覆性创新。在医学图像处理、精密医学和机器学习领域，研究人员已经成功地证明了这种方法。

现阶段：

实现真正的自适应（涵盖生物基因、互联网数据分析、金融数据等多样算法）的工程实践在目前阶段仍然很难实现。同时的，深度学习以及其他数据分析算法演变速度也很快。比如现在看到JuliaLang的发展。仅针对C/C++的算法库做算法优化编译器，是远远不够的。

目前使用峰科Merlin编译器的公有云厂商是阿里云、AWS、华为云。其他的Azure、Google Cloud呢？后续文章会讲解。

那么峰科现阶段为止实际做了那些实践工程级贡献呢？赛灵思Vivado® 高层次综合（HLS）在业界很有名，以前一位写C++的工程师像把自己的Code改写入FPGA，得自学HLS。现在用Merlin编译器就不用了。至于Merlin之上的加速平台，针对不同应用的算法，差异化大，峰科还将逐一开发验证。

FPGA领域：

 未来几年内FPGA的应用领域中数据中心约占比一半。根据经过验证的市场研究，2019 年全球可编程门阵列 （FPGA） 市场价值为 72.4 亿美元，预计到 2027 年将达到 134 亿美元，2020- 2027 年的复合年均增长率为 8.62%。

在现行深度学习技术架构中，主要用GPU负责模型训练，部分会用FPGA运行预测模型。

 后记：

“我的学生们已经在使用峰科计算（falcon computing solutions）推出的merlin编译器，通过几十分钟的训练就可以得到和经过几年高层次综合训练的学生相同性能的设计。 ” --Jason

笔者：“确实方便了不少。未来会有不少FPGA工程师失业吗？”

未完待续，谢谢