自2015年底，Altera被英特爾收購之后成為英特爾的可編程解決方案事業部，除延續原本的產品線之外，一個比較新的產品線策略就是針對于數據中心、計算業務、網絡和存儲開發新的加速產品。直至去年10月，英特爾發布了搭載Arria 10GX FPGA芯片的可編程加速卡（PAC）；時隔半年，2018年4月，英特爾宣布領先的原始設備制造商戴爾和富士通均在其服務器系列中采用了英特爾 的FPGA加速產品。這是可重新編程芯片的首次重要使用，旨在加速現代數據中心中的主流應用。

　　英特爾 FPGA：理想的加速器之選

　　據英特爾可編程解決方案事業部亞太區市場拓展經理劉斌介紹，英特爾公司一個重要戰略就是從PC為中心逐漸轉移成以數據為中心的企業，且英特爾向客戶提供數據的價值不單指數據存儲或轉移，而是能夠將數據快速地轉移成信息，幫助用戶進行下一步的決策。在這個過程中，如何快速地進行數據分析是首要的難題。對此，單純的CPU已經無法滿足需求，CPU+GPU、CPU+ASSP/ASIC、CPU+FPGA等異構架構的組合更為人所青睞。其中FPGA由于兼具硬件高性能和軟件可編程能力，在異構計算中優勢尤為明顯。

　　對于FPGA加速在數據中心中的應用，英特爾主要做了三方面的工作。其一是推出FPGA可編程加速卡；其二是將加速卡擴展為至強CPU+FPGA的加速平臺，內含加速堆棧。除此之外，英特爾還邀請各種類型的伙伴，包括FPGA內部加速器的開發伙伴、系統集成商、軟件應用集成商等，合力去支持不用垂直領域的加速方案建設，攜手創建FPGA加速應用的生態系統。

　　劉斌表示：“由于數據正呈指數級增長，數據中心運營商需要保持大規模性能需求和運營效率之間的平衡。為了提升性能與功效，數據中心運營商紛紛尋求有效的加速手段。隨著FPGA加速的優勢越來越得到認可，我們也發現很多數據中心的用戶，想要采購FPGA加速卡，實際上是需要通過主流的OEM廠商所提供的服務器資源來實現的，只有這樣FPGA加速器才能實現量產，才能保證在英特爾的質量標準上提供可編程加速卡，并且通過這些頂級OEM的認證也是一個非常重要的步驟。這同樣是我們客戶能夠大規模采用FPGA加速的一個很重要的前提。”

　　此次，戴爾和富士通這兩家OEM廠商率先將英特爾可編程加速卡大規模集成到自家主流服務器當中，目前，戴爾 EMC PowerEdge R640、R740 和 R740XD 服務器已可以進行大規模部署，未來更多服務器將支持這一功能；而在富士通也在PRIMERGY 服務器中部署采用 Arria 10 GX FPGA 的英特爾可編程加速卡，以吸引重要客戶。英特爾 FPGA 可為新型數據中心奠定堅實基礎，憑借出色的多功能性和速度可支持處理從數據分析到金融服務的各種工作負載。這是英特爾可編程芯片快速發展進程中的又一座里程碑。

　　加速堆棧：有效降低客戶應用門檻

　　無論從開發社區還是生態環境來看，FPGA都不像計算領域那么廣泛。如何提升FPGA的應用性，降低客戶的應用門檻是一個非常重要的任務。

　　因此，英特爾在FPGA加速卡上，配套地推出了一套英特爾至強處理器和FPGA協同工作的叫加速堆棧（或稱加速軟件棧，英文：Acceleration Stack），它能夠為軟件開發人員提供強大的支持，目標是希望更多用戶來使用這樣的加速平臺，能夠降低他們在使用這個加速平臺時候的應用門檻。

　　劉斌稱：“加速堆棧從意義上來講非常重要，我們希望業內人士在做FPGA加速的時候可以有一個參照物，加速堆棧就是這樣一個存在。”它的特點在于它并不和一個特定的加速功能或者一個垂直領域的加速需求綁定，而是具有通用性。例如運行在處理器上的軟件需要訪問FPGA加速器，或是配置FPGA里面的加速器，或者對虛擬機的支持、對安全性的要求、對用戶數據的隔離要求等，所有這些通用的功能，集合在一起，做成一個軟件棧，即加速堆棧。它和加速卡、至強處理器一起構成FPGA在更廣泛的云數據中心上或通用加速平臺上工作的一個前提。

　　以前FPGA沒有一個標準的加速卡，或者沒有一組標準的軟件應用訪問接口，每一個公司都要自己開發自己的東西，所以互相之間是不互通的。現在有了這樣一套相對通用的加速堆棧，不同的合作伙伴開發出來的加速器也好和應用軟件，都可以比較好地在不同平臺上做移植，極大地擴展了用戶去代碼復用、IP復用的能力。對于英特爾來說，也希望這個加速堆棧提供的功能可以降低用戶使用FPGA加速卡的門檻。

　　FPGA加速應用藍海廣闊

　　為了有力支持英特爾 FPGA加速的應用效果，劉斌介紹了英特爾 FPGA加速面向財務風險分析和數據庫加速的全新高性能解決方案。

　　財務風險分析在金融市場是非常重要的一個環節，尤其是在股市動蕩比較激烈或是全球部分地區政治動蕩比較激烈的時候，更是如此。財務風險分析市場增長是非常快的，復合增長率在15%左右。本質上來講，財務的風險分析是一個大數據問題，數據量大至TB級別，且是計算密集型，非常耗費計算力的。另一方面，風險評估模型在不斷的演進中，且演進速度也非常快，模型的變化也相應增加了計算復雜度。基于以上分析，如果用純粹軟件的方式來處理財務風險分析的問題，不僅性能上存在限制，且反應的時間不足以讓人滿意。而將FPGA加速應用于財務風險分析，以期權計算為例，可將每符號算法加速850%，端到端期權交易模擬加速可提速2倍以上。

　　不同于財務風險分析是一個非常垂直市場的模型，數據庫廣泛地應用在不同的領域，甚至針對同樣一個數據庫的部署，不同的用戶使用的方式也是不一樣的。因此數據庫中，FPGA加速所要解決的問題也是不一樣的。數據庫加速所面臨的主要挑戰有用于交易和分析的混合數據庫阻礙實時分析、與多個數據庫相關的基礎設施成文問題、查詢耗時過長、新舊數據庫無法應對同類型查詢等。以FPGA加速來增強數據庫性能，主要從兩個環節下手，一個是說FPGA可以非常快速地把大量的查詢指令進行轉化，二是FPGA通過人工智能、深度學習對實時分析階段的加速。數據表明，應用FPGA加速數據庫，可將實時數據分析加速20倍，將傳統數據倉儲加速2倍，將存儲壓縮加速3倍。

　　以上只是兩個應用案例，事實上，英特爾在全球邀請了幾十家合作伙伴一起來開發不同領域里面FPGA加速的完整解決方案，雙方的合作領域涉及數據分析、人工智能、視頻轉碼、網絡安全、金融加速以及基因研究各方面。