Inel 在收購 FPGA 大廠 Atera 後，將 FPGA 納入其產品線版圖，並作為因應新世代運算需求的整體戰略，而 Intel 也宣布其 Arria 10 GX FPGA 獲得業界領先的伺服器 OEM 導入，搭配 Intel Xeon 可擴充處理器，為企業帶來高彈性、高性能的新世代運算解決方案。
在現今市場對於伺服器的應用越來越多元，尤其為了處理複雜的數據，以及滿足虛擬化、 5G 軟體定義網路等，即便是以 CPU 做為主力的 Intel 必須將異構運算作為滿足市場需求的戰略，而 Intel 當前也陸續提供多元的運算方案，除了傳統 x86 CPU 、視覺運算加速器與 FPGA 等方案與其 CPU 技術搭配。
其中源自 Atera 的 FPGA 技術也提供從高效能運算到嵌入式層級的解決方案，並提供傳統 FPGA 編程以及支援新式開發工具的彈性軟體方案，以可程式化的特性，能夠因應自資理分析、金融到機器學習、 5G 到嵌入式等當前瞬息萬變的市場應用與需求。
而在運算方面，藉由導入 FPGA 針對運算需求進行可程式化定義，使其專精於運算內容加速，降低使用為通用運算的 CPU 負擔，也一併讓伺服器更具效率，同時亦可在離峰時間持續針對 FPGA 進行最佳化調整，使 FPGA 的加速效率持續提升，即便市場需求、軟體語言改版等因素造成原本的加速效率下降，仍可利用可程式化的特性再次調整，維持最佳的加速效率。
除了在雲， FPGA 亦能在端發揮其價值，例如在影像相關應用像是監控、智慧零售、工業 4.0 等，此類應用相當重視低延遲特性，此時即可使用低功耗的 Celeron 解決方案搭配 Movidius 影像解決方案與 CYCLONE FPG ，藉其直接在影像處理與 AI 推論最佳化，就不需透過網路將資料回送到雲伺服器處理，直接在第一線提供高效能、即時的處理。
當然對開發者而言 Intel 雖然現行可提供豐富的異構解決方案，不過到底該怎樣建構與選擇合適的 Intel 解決方案，包括 CPU 層級、 FPGA 層級以及是否需要 Modivius ， Intel 藉由 OpenVINO 工具，使開發者可藉其評估合適於使用情境的架構。同時針對 AI 需求， Intel 也提供 nGraph 開源深度學習模型，使 Intel 的硬體可因應各種深度學習框架，加速開發者將深度學習導入應用。
1 則回應