日前，国内云服务商腾讯云宣布推出FPGA云服务器，引起了业界一阵热议，这是继国外亚马逊以及微软等企业在数据中心做出部署FPGA的尝试之后，国内首个FPGA云服务器。短短一年的时间，国内外主流云服务企业
众所周知，通用处理器（CPU）的摩尔定律已入暮年，而机器学习和 Web 服务的规模却在指数级增长。
AI 科技评论按：本文作者李博杰，本文整理自知乎问题《如何评价微软在数据中心使用 FPGA 代替传统 CPU 的做法？》下的回答，AI 科技评论授权转载。
问题「用 FPGA 代替 CPU」中，这个「代替」的说法不准确。我们并不是不用 CPU 了，而是用 FPGA 加速适合它的计算任务，其他任务仍然在 CPU 上完成，让 FPGA 和 CPU 协同工作。 本回答将涵盖三个问题： 为什么使用 FPGA，相比 CPU、GPU、ASIC（专用芯片）有什么特点？ 微软的 FPGA 部署在哪里？FPGA 之间、FPGA 与 CPU 之间是如何通信的？ 未来 FPGA 在云计算平台中应充当怎样的角色？仅仅是像 GPU 一样的计算加速卡吗？ 一、为什么使用 FPGA？ 众所
本文介绍了异构计算在云计算领域的发展现状、技术挑战和应用前景，并分析了FPGA在云计算加速中的优势和挑战，同时探讨了FPGA在云服务中的具体应用案例。
为了进一步加速云计算的创新发展、建立云计算信任体系、规范云计算行业、促进市场发展、提升产业技术和服务水平，由中国信息通信研究院、中国通信标准化协会主办的“2018可信云大会”于2018年8月14日－8月15日在北京国际会议中心召开。
编者按：本文系微软亚洲研究院实习生李博杰在知乎上针对“如何评价微软在数据中心使用FPGA代替传统CPU的做法？”问题的回答。AI科技评论已获得转载授权。 首先，原问题「用 FPGA 代替 CPU」中，这个「代替」的说法不准确。我们并不是不用 CPU 了，而是用 FPGA 加速适合它的计算任务，其他任务仍然在 CPU 上完成，让 FPGA 和 CPU 协同工作。 本文将涵盖三个问题： 为什么使用 FPGA，相比 CPU、GPU、ASIC（专用芯片）有什么特点？ 微软的 FPGA 部署在哪里？FPGA 之间、
业界最近在云数据中心服务器中开始使用智能网卡（SmartNIC），通过执行网络数据通路处理来卸载服务器中的CPU来提高性能，引起了业界的热议。在网卡上执行网络卸载并不新鲜，很多传统网卡支持卸载校验和分
1 背景 随着以数据中心为核心的云计算的兴起，传统计算领域不断被蚕食。各大公司纷纷出手，构成形如战国七雄的乱战格局：Amazon、Google、Facebook、Microsoft、阿里、腾讯、百度。 在吃瓜群众眼中，云计算体大量足，实力强劲，于是，以机器学习、物联网、视频、科学计算、金融分析等大数据制造者为首的大量任务在云端构成了长长的计算队列。思科云指数报告指出，预计到2020 年，全球 92% 的数据流量将来自云计算，将从2015 年的每年 3.9 ZB 增长 3.7 倍，到 2020 年达到 14
美国时间11月18日，业界瞩目的SC19国际超算大会在科罗拉多州丹佛会展中心举行。本届大会由ACM与IEEECOMPUTER SOCIETY联合主办，以“HPC正当时（HPC is Now）”为主题。
本文介绍了 FPGA 在深度学习领域的应用，包括基于 FPGA 的硬件加速、基于 FPGA 的数据中心、基于 FPGA 的边缘计算以及基于 FPGA 的智能视频分析。同时，文章还介绍了腾讯云 FPGA 云服务，该服务可帮助用户快速部署 FPGA 加速，提高应用程序性能，降低成本。
FPGA芯片作为专用集成电路（ASIC）领域中半定制电路面市，克服定制电路灵活度不足的问题以及传统可编程器件门阵列数有限的缺陷。
目前，图片处理的需求正在快速成长，即源于用户生成内容、视频图片抓取等方式的图片缩略图生成，像素处理，图片转码、智能分析处理需求不断增加。众多应用迫切需要高性能，高性价比的图片处理解决方案。
智能服务器适配器或智能网卡（SmartNIC）通过从服务器的CPU上卸载网络处理工作负载和任务，提高云端和私有数据中心中的服务器性能。将网络处理卸载到智能网卡并不是一个新的概念，例如有些网卡（NIC）可以卸载诸如校验和计算与分段等一些网络处理功能。然而，由软件定义网络（SDN）、开放虚拟交换机（OVS）和网络功能虚拟化（NFV）驱动的数据中心网络通信的快速增长，需要一种具有更强卸载能力的新型网卡：智能网卡。
大家好，我是来自CTAccel的研发负责人周小鹏，我分享的题目是《基于FPGA的异构计算在多媒体中的应用》。FPGA从1984年被发明到现在已经35年了，现在的FPGA有足够的规模去做大规模计算。我们团队主要是研究它能否解决多媒体领域中的现有问题。
大家等待已久的考试攻略来啦！
FPGA（Field Programmable Gate Array）现场可编程门阵列，作为ASIC领域中的一种半定制电路而出现已有30年的历史了，它既解决了定制电路的无法改变功能的不足，又克服了原有可编程器件门电路数有限的缺点，可应用的场景也很广泛。
本文介绍了FPGA在数据中心的技术创新，通过可编程逻辑、低功耗、硬件加速以及云化平台等特性，为数据中心带来降低成本、提高效率、加速创新、优化资源利用等价值。同时，文章还分析了FPGA在数据中心领域的应用和前景，并指出FPGA在加速数据中心、降低能耗、提高系统稳定性等方面具有广泛的应用价值。
FPGA（Field Programmable Gate Array）现场可编程门阵列，作为ASIC领域中的一种半定制电路而出现已有30年的历史了，它既解决了定制电路的无法改变功能的不足，又克服了原有可编程器件门电路数有限的缺点，可应用的场景也很广泛。 1月20日，腾讯云推出国内首款高性能异构计算基础设施——FPGA云服务，利用云服务的方式将只有大型公司才能长期支付使用的FPGA服务推广到了更多企业。企业可以通过FPGA云服务器进行FPGA硬件编程，可将性能提升至通用CPU服务器的30倍以上。同时，与已经深
过去十年，基于H.264/AVC的视频编解码器一直在流媒体应用领域占主导地位，但随着Apple在iOS 11中采用H.265/HEVC以及Google在Android上力推VP9，形势悄然发生变化。明年Open Media联盟将会发布性能更高的AV1视频编解码器。视频内容提供商不久就要决定除了H.264之外是否需要进一步支持H.265和VP9，带来的结果就是视频编解码器市场将会变得支离破碎。 A. 视频编码复杂度增加： 随着视频编解码器市场的风云变幻以及消费者对更高质量视频的需
本文介绍了FPGA在深度学习中的重要性，以及各大公司如Google、Facebook、百度等是如何利用FPGA来提升其业务效率和性能的。具体包括：Google使用FPGA加速深度学习模型，Facebook在数据中心引入FPGA，以及百度大脑利用FPGA进行深度学习模型加速。
大家好，我是赛灵思DCG数据中心负责Video业务的Sean Gardner，本次演讲的主要内容是赛灵思在中国发展过程中寻求新的业务探索与技术创新落地。
【新智元导读】谷歌的论文《数据中心的 TPU 性能分析》（In-Datacenter Performance Analysis of a Tensor Processing Unit）从技术角度详述了 TPU 能给机器学习带来怎样的提升。Infoworld 的高级编辑 Serdar Yegulalp 撰文以深入浅出的方式简述了 TPU 对于机器学习的意义，以及对于谷歌的意义。作者认为，TPU 使得机器学习过程中的分工更加明确，但谷歌近期内不会将其整合到云服务中。结合新智元此前的报道，外界虽然认可 TPU 的
自FPGA诞生以来，FPGA（现场可编程门阵列）就引起了人们的关注。在1980年代中期，Ross Freeman和他的同事从Zilog购买了该技术，并创建了Xilinx，目标是ASIC仿真和教育市场。（Zilog来自埃克森，因为在1970年代人们已经担心石油将在30年后用尽，今天仍然如此）。同时，Altera以类似技术为核心成立。
当我们还在震惊于英伟达以400亿美元收购Arm时，芯片界又传来了一次重磅收购消息。
随着深度学习带来 AI 的第三次浪潮，对 AI 的相关讨论层出不穷，算法是大家关注的重点。
AI 科技评论按：说起 FPGA，很多人可能都不熟悉，它的英文全称为 Field Programmable Gate Array，即现场可编程门阵列，也被称为可编程集成电路。随着大数据以及 AI 的发展，越来越多的数据中心引入 FPGA 作为 CPU 的加速器以提高数据处理速度，提升服务器性能，因此降低 FPGA 的能耗也成为数据中心里新的挑战。本文介绍了其中一种降低 FPGA 能耗的方法——基于自测量的 FPGA 动态电压调节解决方案。本文根据嘉宾的直播分享整理而成。 动态电压调节（DVS）作为常见的数字
本文介绍了HEVC（High Efficiency Video Coding）标准中的帧内预测模式。帧内预测是视频压缩中的一种技术，通过在图像中提取并复制帧内已有的像素信息，从而减少编码后的数据量。文章详细阐述了HEVC帧内预测模式的实现方法、步骤和优化思路。同时，文章还介绍了HEVC帧内预测模式在视频压缩中的重要性，以及与其他视频编码标准的帧内预测模式的比较。
本文介绍了FPGA云在云计算2.0时代作为“芯”力量的重要性，主要内容包括FPGA云技术的基本定义、发展历程、市场前景、典型应用场景以及FPGA云技术的核心优势。同时，本文还探讨了FPGA云在云计算领域的应用前景，认为FPGA云技术将逐渐替代传统的ASIC云技术，并引领云计算行业进入一个全新的时代。
1 月 27 日，国家市场监管总局反垄断局发布公告称，自 2021 年 1 月 19 日，收到超威半导体公司（AMD）收购赛灵思公司（Xilinx）股权案的经营者集中反垄断申报之后，历经一年时间，在申请方补充好申报材料之后立案，通过审查，市场监管总局决定附加限制性条件批准此案。
人工智能应用的蓬勃发展对算力提出了非常迫切的要求。由于摩尔定律已经失效， 定制计算将成为主流方向，因而新型的 AI 芯片开始层出不穷，竞争也日趋白热。参与这一竞争的不光是传统的半导体芯片厂商，大型的互联网和终端设备企业依托于自身庞大的应用规模，直接从自身业务需求出发，参与到 AI 芯片的开发行列。这其中以英伟达为代表的 GPU 方案已经形成规模庞大的生态体系，谷歌的 TPU 则形成了互联网定义 AI 芯片的标杆，其余各家依托各自需求和优势，提出了多类解决方案。本文将简要梳理目前各家技术进展状态，结合人工智能应用的发展趋势，对影响 AI 芯片未来发展趋势的主要因素做出一个粗浅探讨。
随着5G时代的大踏步到来，云计算、人工智能、工业4.0等技术再次掀起了 “新浪潮”，也为芯片业的发展带来了巨大利好，在通信、医疗、工控和安防等领域占有一席之地的FPGA，也凭借着性能、成本、灵活性、扩展性、开发周期短、长期维护等优势进一步开疆扩土。
本文是多为作者的讨论总结。这些总结包含了以下组织的经验：Zilog， Altera， Xilinx， Achronix， Intel， IBM，斯坦福，麻省理工，伯克利，威斯康星大学，Technion， Fairchild，贝尔实验室，Bigstream，谷歌，DEC， SUN，诺基亚，SRI，日立，Silicom，Maxeler技术，VMware，施乐PARC，思科等。但这些组织并不对内容负责，只是在某些方面给了作者一些启发，使得本文对FPGA领域的描述显得丰富多彩。
AMD并购赛灵思（Xilinx），这已经不是FPGA领域的首次大收购事件，早在七年前，英特尔就收购了Altera。
传统网卡仅实现了 L1-L2 层的逻辑，而由 Host CPU 负责处理网络协议栈中更高层的逻辑。即：CPU 按照 L3-L7 的逻辑，负责数据包的封装与解封装；网卡则负责更底层的 L2 层数据帧的封装和解封装，以及 L1 层电气信号的相应处理。
英特尔的10纳米FPGA终于来了。在四月刚刚结束的英特尔“以数据为中心创新日”中，曾经代号为Falcon Mesa的英特尔最新一代10纳米FPGA正式亮相，并正式命名为Agilex。
机器之心原创 作者：高静宜 3 月 28 日，腾讯云宣布推出深度学习平台 DI-X（Data Intelligence X），为机器学习、深度学习用户提供一站式服务，为其在 AI 领域的探索降低门槛并提供最流畅的体验。DI-X 平台基于腾讯云的大数据存储与处理能力，集成 Caffe、TensorFlow、Torch 主流深度学习框架，主打行云流水的拖拽式操作，具备强大的业内开源及腾讯自研算法库和模型库。DI-X 平台的推出是腾讯在 AI 领域长线布局中不可缺少的一环，也宣告腾讯云在 AI 布局的全面加速。
作者 | 万佳 算力助推经济增长，成为数字经济发展新引擎。今年 4 月，由 IDC、浪潮信息和清华大学全球产业研究院联合推出的《2021—2022 全球计算力指数评估报告》显示，计算力指数平均每提高 1 点，数字经济和 GDP 将分别增长 3.5‰和 1.8‰。中国信通院发布的《中国算力发展指数白皮书》表明，在算力中每投入 1 元，将带动 3-4 元经济产出。算力发展指数每提高 1 点，GDP 增长约 1293 亿元。 虽然算力变得愈加重要，但是其发展却面临供需矛盾问题。一方面，对算力的需求增长迅猛。无
我们生活在一个每天都会产生大量数据的数字信息时代。随着物联网设备、自动驾驶汽车、联网家庭和联网工作场所数量的不断增加，数据中心的数据愈加趋向饱和。因此，需要一种解决方案，使数据中心能够处理不断增加的进出和通过数据中心传输的数据量。 数据处理单元，通常称为DPU，是一种新型可编程的高性能处理器，优化执行和加速由数据中心服务器执行的网络和存储功能。DPU 就像 GPU 一样插在服务器的 PCIe 插槽上，它们允许服务器将网络和存储功能从 CPU 卸载到DPU上 ，从而使 CPU 专注于运行操作系统和系统应用程序
本文介绍了基于FPGA的通用CNN加速设计，可以大大缩短FPGA开发周期，支持业务深度学习算法快速迭代。通用CNN FPGA加速架构能够支持业务快速迭代持续演进中的深度学习模型，包括Googlenet/VGG/Resnet/ShuffleNet/MobileNet等经典模型以及新的模型变种。FPGA预测性能略强于Nvidia的GPU P4，但延时上有一个数量级的优化。在云端，2017年初，我们在腾讯云首发了国内第一台FPGA公有云服务器，我们将会逐步把基础AI加速能力推出到公有云上。AI异构加速的战场很大很精彩，为公司内及云上业务提供最优的解决方案是架平FPGA团队持续努力的方向。
有读者大概问了这样的问题：FPGA能做什么？比单片机厉害吗？ 这么说吧，FPGA在某方面也能实现单片机做的事，在某些领域，FPGA远比单片机强的多。
作者：朱建平 腾讯云技术总监，腾讯 TEG 架构平台部专家工程师 1.关于人工智能的若干个错误认知 工智能是 AI 工程师的事情，跟我没有什么关系 大数据和机器学习( AI ) 是解决问
FPGA 大家应该都听过，那么我们能用它做什么，我们学会它之后在未来我可以从事哪些领域的工作？
FPGA 在通信领域的应用可以说是无所不能，得益于 FPGA 内部结构的特点，它可以很容易地实现分布式的算法结构，这一点对于实现无线通信中的高速数字信号处理十分有利。
去年的AWS re:Invent 2021有很多跟芯片相关的内容值得展开来说的事情。但网上已经有很多专业的文章了，我就不再班门弄斧一一介绍了。
从计算机诞生伊始，“计算”这个词汇便随着时代的变迁不断丰富着自己的内涵，IT从业者为了提高计算效率也给“计算”赋予了更多载体，高性能计算、云计算、量子计算都在通过各个领域为计算赋能。时代发展离不开网络，本文要讨论的话题就是——网络如何与计算融合。
自2017年以来，许多供应商都推出了智能网卡（SmartNIC）。预计到2024年，智能网卡市场将达到6亿美元，占整个以太网适配器市场的23％。供应商正在不断开发新的解决方案，以进入不断扩张的云数据中心市场和新兴的电信边缘市场。
WebRTC的主要优势在于提供了一整套完备的音视频通信方案，使得音视频通信开发变得简单。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
