久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

【文/觀察者網專欄作者 潘攻愚】

2015年3月19日，美國司法部在官方網站上發布了一則新聞稿：“舊金山一男子及其公司因向俄羅斯走私精密電子元件而被起訴。”

經查，已經入籍美國的俄羅斯裔Pavel Flider因通過第三方走私“受控的兩用可編程計算機芯片”，涉案金額高達6000萬美元而被舊金山聯邦大陪審團起訴。

彼時，恰好是俄羅斯從烏克蘭手中奪回克里米亞一周年。

以事后之見來看，克里米亞事件為七年后俄烏爆發全面軍事沖突埋下了伏筆。可以說，Pavel Flider為俄羅斯儲備了一批價值不菲的軍用物資。

他所走私的6000萬物品中，主要的品類是可編程計算機芯片即FPGA，號稱“萬能芯片”。在今天的俄烏戰場上，FPGA甚至一度成為“戰爭芯片概念股”的主角。

根據好事者對戰場遺址打掃和武器拆解，今年7月，在基輔 Okhmatdit，俄羅斯Kh-101火箭的導航系統使用了Xilinx（賽靈思）的FPGA芯片；類似但更先進的FPGA也出現在“柳葉刀”無人機中。俄羅斯Iskander和Calibre-PL巡航導彈的導航中大量使用全球兩大FPGA巨頭Xilinx和Altera的產品。

從柳葉刀無人機上拆卸下來的Xilinx的FPGA

對俄羅斯抱有敵意的媒體Insider報道，號稱俄高科技工業心臟的米克朗Mikron Group其產品型號中只有兩種FPGA型號，不得不高度依賴進口。

在以美國為首的西方對俄羅斯半導體全面斷供的情況下，俄方通過中亞等第三方中轉站和之前的庫存依然可以維持戰爭所需的“工業糧食”的周轉。從2022年到2024年，即戰爭開始后的兩年里，Xilinx和Altera流向俄羅斯的FPGA總價至少分別為2.16億美元和1.2億美元。

俄羅斯“特種技術中心”公司發布的FPGA工程師招聘信息

戰爭形態可以檢驗一國關鍵物資儲備的生產力和動員力。戰場上廝殺后的余燼往往埋藏著勝負手的解碼器。AI大潮洶涌澎湃之下，看似處境有些尷尬的FPGA以戰立身，在某種層面上可以迫使業界重新思考CPU、GPU、FPGA\ASIC這些高算力芯片在各類型產品價值鏈中的地位，以及探討如何進一步優化軍工半導體生態，提升相關供應鏈的健康度。

FPGA的坐標系：非中心，但也絕非邊緣

何謂FPGA？Field Programmable Gate Array，即現場可編程門陣列。現場和可編程是其稱謂的兩個關鍵詞。

先說可編程。通過非門、與非門、或非門的有序堆疊，FPGA可實現任意功能的數字電路，所有組合電路都有對應的真值表，FPGA的可編程邏輯塊中的LUT（查找表，Look Up Table），可以完成任意組合電路的功能。

再說“現場”。FPGA底層邏輯運算單元的連線及邏輯布局沒有固化，這可以使得客戶在拿到芯片后，通過本地或者遠程配置的現場實現自己符合需要的功能。

FPGA于1985年由Xilinx創始人Ross Freeman發明，至今約有40年歷史。FPGA和CPU、GPU同屬于大型數字芯片序列。

這里請注意，FPGA的可編程特性是特指它的硬件可編程，這是其區別于CPU和GPU的顯著特性。

通過對FPGA原理架構的拆解我們可得知，只需要改變FPGA中LUT的掩碼，FPGA就可以承載另一個電路的功能，而且能無限次的修改。FPGA內部往往由數十萬個可編程邏輯塊可以同時獨立工作，有效解決時鐘頻率高低起伏的問題，特別適合大型并行計算的場景。

我們可以用數學上著名的戴德金數來看看FPGA的威力。

在普通筆記本電腦上計算第八個戴德金數需要八分鐘，但計算第九個則需要數十萬年。帕德博恩大學的計算機科學博士生Lenart Van Hirtum在FPGA超級計算機的幫助下，這個問題在五個月內就得到了解決。

從架構上看，FPGA相比CPU和GPU，在某些領域的應用有著無可比擬的優勢。

CPU的一項重大任務就是負責任務調度，在處理多線程任務時，不可避免地出現任務越多算的越慢的現象，所以任務率越高時延越長，而FPGA由于在布局布線階段不需要重排執行順序和指令調度，其處理時延和利用率大小基本是無關的，因此，FPGA非常適合低時延、需要現場可編程的場景。

生成式AI帶火了GPU，讓英偉達這個賣鏟人市值一路水漲船高。業界普遍認為，更適合并行計算的GPU在AI訓練和推理方面的負載難以被替代，取代了CPU，坐上了通用高算力處理類型芯片的頭把交椅。但是任憑英偉達CEO黃仁勛無論怎樣變換話術兜售GPU“買的越多越省錢，買的越多越節能”，GPU的功耗依然是個大問題，因其無法很好地利用片上內存，需要頻繁讀取片外的DRAM。

被GPU吹上產業風口的HBM（高帶寬內存）恰恰說明了GPU需要HBM這樣一個需要被封裝在一起的“外掛”。而FPGA整個算法無需存儲外掛，整個算法可以在片上完成，特別適用于小樣本推理和邊緣計算。

問題來了，既然FPGA相較CPU和GPU都有相當鮮明的優點，為何在PC時代和移動通信時代都沒能成為處理器的主角？

從市場規模角度也能看出端倪。2022年FPGA全球市場規模區區80多億美元，中國區市場不到210億人民幣。FPGA的產品特性決定了它無法完成像CPU那樣的更通用性的調度安排處理功能，也無法像GPU那樣做到大規模并行計算和AI訓練。

而且，FPGA的地盤正在越來越受到ASIC——特定用途集成電路的侵蝕。和CPU、GPU、FPGA相比，ASIC的通用性和靈活性最差，但主打一個專精、高效和低功耗。

誠然，FPGA因為“現場”可用，相比ASIC，FPGA無需等待三個月至一年的流片周期，上市時間短，對于消費電子這類競爭激烈、迭代迅速的行業尤其重要。但ASIC更符合AI時代這種scale law的大力出奇跡模式，因此在技術非常成熟且利潤率非常低的產品是殺手般的存在，只要保證設計上的技術成熟，就可以抵消一次性量產帶來的流片昂貴（ASIC因其硬件不可編程，流片失敗意味著一批產品都要廢掉）的問題，可以大規模上量，有著更低的功耗，更豐富的封裝選擇和更優的TCO（芯片設計、制造總成本）性價比。

從現實市場層面上也可以看到FPGA的命運之坎坷。

2015年，英特爾以167億美元收購當時的FPGA領域龍頭企業Altera，隨后形成了現在的PSG部門。2022年，AMD宣布以全股份交易的方式，完成對最大FPGA廠商Xilinx的收購，按當時雙方股票價格，交易金額達到350億美元。

今年FPGA再次成為媒體熱議的焦點，一大原因是因為英特爾決定拆分PSG部門，讓Altera重新單飛上市。當年在FPGA市場呼風喚雨的Altera被CPU大佬呼來喚去，聚而終散，根本原因在于當年的“CPU+FPGA”異構整合計算的野望無法達成預期，在數據中心和云計算方面未能發揮強強聯手的優勢，最終以英偉達GPU大獲全勝收場。

此外，由于Altera在緊跟摩爾定律方面裹足不前，10nm工藝以下平臺被Xilinx穩穩碾壓，五年來市場份額從超過40%掉到了24%左右。

即便如此，AMD收購Xilinx雖然整合程度高于英特爾，也未達到當年在數據中心市場上的全面預期。大局形勢所迫，Xilinx目前已經不是一個純FPGA公司，還提供很多板級服務，尤其是高集成的SoC產品以進一步增強客戶黏性。

從整體市場前景上看，我們也必須認識到，在AI產業炸裂的時代，FPGA依然無法“挑班”運營，反而讓ASIC乘勢迅速崛起。

目前半導體行業形成了一個基本的共識，未來芯片設計將更加專業化，專用芯片ASIC會得到更廣泛的部署與應用，目前對英偉達GPGPU通用計算平臺挑戰最大的就來自LPU/TPU，一個典型的例子就是谷歌的TPUv4集群已經廣泛進入到超算行業，并且讓蘋果的AI項目拋棄了英偉達高端AI加速器而選擇了谷歌TPU。

作為一種ASIC的TPU，沒有不必要的邏輯和路由開銷，邏輯控制單元更小、更容易設計，只占整體芯片面積的2%，給片上存儲器留下了更多的空間。

總之，FPGA雖然在各個時代的風口都無法站在的舞臺的最中央，但它卻像一個可隱可現的，內力十足的江湖豪俠守住自己的一畝三分地。可現場重構、靈活性、快速迭代、低延時，以及適合某單一應用場景的小批量生產，等等均是它的殺手锏，這也是其戰略地位的最佳表達。