世界變化太快，本來(lái)生活中就只有CPU，后來(lái)又闖入了MCU、FPGA、GPU、DSP、ASIC，已經(jīng)難以分辨了?，F在又多了SoC、SiP、TPU、XPU，讓我們讀書(shū)看報越發(fā)艱難啦。
它們共同特點(diǎn)是都屬于IC（Integrate Circuit，集成電路），并且具有運算功能。這篇文章就是要區分開(kāi)它們。
FPGA就如一塊生鐵，其它都是工具
生鐵買(mǎi)回家沒(méi)法直接使用，但它能做成各種工具。
FPGA （Field Programmable Gate Array，現場(chǎng)可編程門(mén)陣列），把它裝在電路板上也沒(méi)法直接使用。FPGA工程師的任務(wù)就是通過(guò)改變物理上的連接關(guān)系，實(shí)現各種邏輯和運算功能。
就像一塊生鐵能打造出很多工具，FPGA最強大的地方在于，可以靈活實(shí)現各種結構，對事件進(jìn)行即時(shí)響應。比如對于大量的運算：
把累加操作變成流水線(xiàn)操作，一個(gè)時(shí)鐘周期就完成一次很多數的累加。類(lèi)似接力搬磚，只要人足夠多，可以迅速把磚頭移動(dòng)到很遠的地方。
可以模擬出100塊CPU計算單元，大幅提升并行計算速度。類(lèi)似于有很多個(gè)人在不同的位置同時(shí)搬磚，只要人數夠多，磚頭一會(huì )兒就搬完了。
為了應對人工智能深度學(xué)習對運算的需求，百度和賽靈思合作，基于FPGA推出XPU（X Processing Unit），X應該就是想表明很厲害、萬(wàn)能的意思吧。
FPGA的缺點(diǎn)也明顯：
不可能對每個(gè)門(mén)電路進(jìn)行優(yōu)化，用戶(hù)連接只在一定顆粒度上是可行的。比起專(zhuān)用芯片來(lái)，速度慢、功耗大。
受工藝限制，比起專(zhuān)用芯片來(lái)，量產(chǎn)成本高很多。
FPGA的開(kāi)發(fā)比起軟件編程來(lái)，麻煩很多。需要考慮一些硬件設計的問(wèn)題，比如信號時(shí)間上對齊、資源的評估、節能等。
FPGA名字當然有其演化的歷史，但實(shí)踐上看，名字起得并非完美。
由于名字中有“可編程”的字眼，導致很多人認為FPGA工程師是軟件設計人員。而軟件工程師只是忿忿的說(shuō)，“FPGA能實(shí)現遞歸函數嗎？不行吧。你這也叫編程？”他們絕對不會(huì )認為FPGA工程師是自己的一員。
如果從避免混淆的角度來(lái)看，我覺(jué)得叫FCGA （Field Connectable Gate Array，現場(chǎng)可連接門(mén)陣列）更清晰。 “連接”表明從硬件上改變了它，這樣FCGA工程師就清晰無(wú)誤地屬于硬件設計工程師了。如果對應到其它硬件電路設計流程，他們同時(shí)負責設計、仿真、原理圖、PCB布線(xiàn)、和測試工作。
CPU是通用工具，其它都是專(zhuān)用的
通用工具有很多種。當一個(gè)人說(shuō)工具時(shí)，我們很難具體指明他在說(shuō)什么。
CPU（Central Processing Unit，中央處理器），它在電路板上的地位是配置和控制其它所有設備，當然也包括FPGA。從功能上看，它是最要的器件。當電源正常工作后，第一件事情就是啟動(dòng)CPU系統，之后CPU檢查其它硬件的狀態(tài)，并依次配置和啟動(dòng)它們，最終讓系統進(jìn)入工作狀態(tài)。我所認知的CPU都是支持軟件編程的，這保持了通用性。
從控制其它設備和可以編程的角度來(lái)看，MCU、DSP、SoC、甚至ASIC都可以劃分到CPU的范疇。
因特爾、AMD等大廠(chǎng)的CPU廣泛應用于PC上，它們構成CPU最經(jīng)典的概念。
MCU（Micro Controller Unit，微控制器），通常稱(chēng)為單片機。常說(shuō)的ARM，就是單片機的一種。跟PC上的CPU相比：
內部集成了很多設備，比如存儲器、數模、模數轉換器、時(shí)鐘單元、各種通信接口等。MCU只需加上很少的外部器件，就能做出很實(shí)用、高可靠性的產(chǎn)品，比如Pad、白色電器、汽車(chē)控制系統等等，生活中無(wú)處不在。
通常MCU處理速度比CPU低，畢竟大部分的應用場(chǎng)景對運算的要求并不高。
功耗比CPU低很多，對于需要電池的設備有很大的吸引力。
種類(lèi)繁多，便宜的幾塊錢(qián)就能買(mǎi)到，也能滿(mǎn)足很多簡(jiǎn)單控制的需求。
DSP（Digtial Signal Processor，數字信號處理器），可以看成MCU的一種，它強調對運算的優(yōu)化，適用于視頻、音頻大數據流的處理。
ASIC是專(zhuān)用工具，精益求精
干特定的活，用專(zhuān)門(mén)的工具，無(wú)比順手啊。
ASIC（Application Specific Integrated Circuit，專(zhuān)用集成電路），為了應對某一特定領(lǐng)域大量的需求，優(yōu)化到每一個(gè)門(mén)電路，在性能上做到極致。犧牲了通用性，主要功能無(wú)法更改，好處是批量生產(chǎn)成本低、速度快（比FPGA更迅速）、能耗低。
GPU（Graphic Processing Unit，圖形處理器），分擔CPU對顯示部分主要的工作量。順序運算能力遠不如CPU，但可以比較靈活的配置多進(jìn)程，并行計算能力比CPU有數十倍的提升。也因此，現在常被借用來(lái)進(jìn)行加速計算，跟圖形已經(jīng)沒(méi)有關(guān)系了。編程通常是通過(guò)CUDA（Compute Unified Device Architecture）平臺來(lái)實(shí)現的。由于人工智能深度學(xué)習的興起，對計算能力要求飛速提升，GPU的行業(yè)老大英偉達的股價(jià)也一柱沖天。
麒麟芯片，華為用在手機里，硬件實(shí)現了對各種通信協(xié)議的處理。手機出貨量大，能大幅攤薄前期A(yíng)SIC的開(kāi)發(fā)成本，而且手機對功耗要求很高，尤其適合采用ASIC。
麒麟960
TPU（Tensor Processing Unit，張量處理器），谷歌為了深度學(xué)習開(kāi)發(fā)的芯片，架構不詳。從名字來(lái)看，應該是對矩陣的運算做了優(yōu)化，適配自己的深度學(xué)習軟件框架TensorFlow。谷歌購買(mǎi)了世界5%的服務(wù)器處理器，這個(gè)量完全足夠支持它開(kāi)發(fā)一套專(zhuān)用的芯片。目前，谷歌還沒(méi)有計劃向外銷(xiāo)售TPU。
由于深度學(xué)習的算法目前還處于迅速演進(jìn)過(guò)程中，對深度學(xué)習ASIC的高度定制，比如針對某種神經(jīng)網(wǎng)絡(luò )的定制，是件高風(fēng)險的事情。也許上午花了上千萬(wàn)定制的ASIC剛剛問(wèn)世，下午就出現一種效率提高10倍的算法，那這塊ASIC也就幾乎沒(méi)有什么價(jià)值了。
FPGA、CPU和ASIC比較
下圖表明了它們的位置關(guān)系。
它們之間的對話(huà)是這樣的：
SoC 和 SiP 是工具包
工具包的意思就是里面啥都可以有。
FPGA、CPU和ASIC各有優(yōu)缺點(diǎn)，現在它們已經(jīng)有融合的趨勢了。
因特爾，傳統的CPU廠(chǎng)商收購了Altera（FPGA的主力廠(chǎng)商），CPU融合FPGA的心不言自明。
而FPGA的老大賽靈思也早就開(kāi)始在它的FPGA里面集成了CPU，構成Zynq系列的FPGA產(chǎn)品。
華為專(zhuān)用麒麟芯片更是集成了CPU和GPU。
不僅如此，很多芯片也像單片機那樣，集成數模、模數轉換、存儲器、各種通信協(xié)議。這些集成了的東西，你中有我，我中有你，難以再區分它們。SoC （System on Chip，片上系統），可以籠統的指代它們。單片機就是很典型的SoC。
而把很多器件融合到一顆芯片里面難度比較大。直接把它們拼接到一起，然后再加個(gè)殼，外觀(guān)上構成一個(gè)器件，就是SiP（System in Package，封裝系統），技術(shù)難度比較低，模塊化較好，緊湊度差些，算是SoC的初級形式吧。
總結
FPGA像塊生鐵，自己怎么鍛造就怎么用，CPU適應性強，怎么編程就怎么用，ASIC讓你怎么用你就怎么用。SoC和SiP是多種芯片的融合體。各種芯片比較一遍，驗證了一個(gè)樸素的道理，世上沒(méi)有免費的午餐。性能（速度和功耗）、靈活性、價(jià)格三者，最多只能占兩樣。
聯(lián)系客服
