第27届现场可编程逻辑与应用国际会议（The International Conference on Field-Programmable Logic and Applications，FPL）九月份在比利时根特召开。在FPL 2017上，一篇来自德国卡尔斯鲁厄理工学院（Karlsruhe Institute of Technology）的论文《Voltage Drop-based Fault Attacks on FPGAs using Valid Bitstreams》获得了最佳论文奖，同时也成为了所有
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。
AI科技评论按：第27届现场可编程逻辑与应用国际会议（The International Conference on Field-Programmable Logic and Applications，FPL）九月份在比利时根特召开。在FPL 2017上，一篇来自德国卡尔斯鲁厄理工学院（Karlsruhe Institute of Technology）的论文《Voltage Drop-based Fault Attacks on FPGAs using Valid Bitstreams》获得了最佳论文奖，
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
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。
在前几期，我们了解了，对于SmartNIC的实现，无论是ASIC，FPGA，NPU还是SoC方案，都有一些难以绕过的障碍，因此，NVidia收购了Mellanox后，规划了基于ASIC+NPU+SoC的方案来取长补短，也就是基于Bluefield的DPU (Datapath Process Unit)。
本文介绍了FPGA在其他领域的应用，包括计算机和存储、无线通信、有线通信和光传输网等领域。FPGA在这些领域中具有广泛的应用，可以实现高性能、低功耗和可编程的特性，为系统设计带来灵活性。同时，FPGA也在云计算、大数据、人工智能等领域发挥着越来越重要的作用。
回顾计算机行业发展史，新的计算模式往往催生新的专用计算芯片。人工智能时代对于新计算的强大需求，正在催生出新的专用计算芯片。在加州Hot Chips大会和2017百度云智峰会上，百度发布了AI云计算芯片的XPU，这是一款256核、基于FPGA的云计算加速芯片。过去几年，百度在深度学习领域，尤其是基于GPU的深度学习领域取得了不错的进展。同时，百度也在开发被称作XPU的新处理器。
由于虚拟机需要连接物理网络，宿主机的hypervisor为虚拟机创建了一个虚拟网卡，而在运行虚拟机的宿主机上也就需要运行一个虚拟交换机 (vswitch)与这个虚拟网卡进行连接。
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。
中移（苏州）软件技术有限公司（为中国移动通信集团有限公司的云能力中心，也为中移动云服务基础设施产品IaaS提供研发和运营支撑，下文简称“中国移动“）联合中国信息通信研究院（下文简称“中国信通院”）以及深圳云豹智能有限公司（下文简称“云豹智能”）在3月29日的算云融合产业大会上发布了《云计算通用可编程DPU发展白皮书（2023年）》，深度解析了云计算通用可编程DPU设计理念，指出具备层级化可编程、低时延网络和统一资源管控等特性的通用DPU芯片将成为连接算力与网络的核心基础部件。
其中，第六次危机——DPDK与SPDK提前征收云数据中心税，霸占大量可售卖CPU资源引起的危机，引发了云计算的一次大革命。
AMD，Yes！ 作者 | 来自镁客星球的晓雾 2月14日，AMD与赛灵思收获“情人节礼物”，前者完成对后者的收购。而在上周，英伟达刚官宣400亿美元收购Arm以失败告终。 巧合的是，AMD在2020年10月宣布350亿美元收购赛灵思消息的前一个月，英伟达对外公布了将收购Arm的消息。 如今，一个面临着“全球芯片最大收购案”告吹的终局，另一个则春风满面的将“全球第一大FPGA巨头”收入囊中。 几家欢喜几家愁，可谓唏嘘。 “长跑”16个月后，AMD完成史上最大收购 350亿美元，这是AMD自成立以来出手“最
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
大家等待已久的考试攻略来啦！
FogROS 2: An Adaptive and Extensible Platform for Cloud and Fog Robotics Using ROS 2 Abstract— Mobility, power, and price points often dictate that robots do not have sufficient computing power on board to run modern robot algorithms at desired rates. Cloud computing providers such as AWS, GCP, and Azure offer immense computing power on demand, but tapping into that power from a robot is non-trivial. In this paper, we present FogROS2, an easy-to-use, open-source platform to facilitate cloud and fog robotics that is compatible with the emerging Robot Operating System 2 (ROS 2) standard. FogROS 2 provisions a cloud computer, deploys and launches ROS 2 nodes to the cloud computer, sets up secure networking between the robot and cloud, and starts the application running. FogROS 2 is completely redesigned and distinct from its predecessor to support ROS 2 applications, transparent video compression and communication, improved performance and security, support for multiple cloud-computing providers, and remote monitoring and visualization. We demonstrate in example applications that the performance gained by using cloud computers can overcome the network latency to significantly speed up robot performance. In examples, FogROS 2 reduces SLAM latency by 50%, reduces grasp planning time from 14s to 1.2s, and speeds up motion planning 28x. When compared to alternatives, FogROS 2 reduces network utilization by up to 3.8x. FogROS2, source, examples, and documentation is available at github.com/BerkeleyAutomation/FogROS2.
按照单位计算的复杂度，处理器平台大致分为CPU、协处理器、GPU、FPGA、ASIC。从左往右，单位计算越来越复杂，灵活性越来越低。也即是说CPU具有最高的灵活性以及相对最低的性能；而ASIC则具有最高的性能以及相对最低的灵活性。
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
5月16日，美团云正式对外发布全新品牌Logo，宣布开启AI战略，并将上线三大类AI产品，发力人工智能领域，布局云端人工智能版图
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、
英特尔正在推出其Stratix可编程芯片的最新版本Stratix 10 TX，该版本集成了58G的收发器，该版本可以使早期版本的带宽性能提高一倍。 Intel将提供Stratix 10 TX的不同版本
【新智元导读】Intel昨日宣布计划裁员1.2万人，公司接下来将进行12亿美元重组。这不仅是市场对PC需求量不断下降所致，我们能从中看出整个芯片产业一股更大的趋势：随着以深度学习为代表的人工智能技术走向主流，占据市场几十年的CPU可能被拉下王座；成本更低的FPGA、能够以更快速度处理数据的GPU、能够以更低精度进行计算的概率芯片和其他更多采用全新架构的（专用）处理器争夺市场的时代到来了。 2016年4月19日，全球最大半导体厂商Intel宣布计划在全球范围内裁员1.2万人，相当于公司总人数的11%，这是近1
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
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。
人工智能的风潮从技术一路蔓延到硬件，让「芯片」成为今年行业里盛极一时的主题。人们关注通用芯片领域里 CPU 和 GPU 不断刷新的基准（benchmark），更对专用芯片（ASIC）领域不同场景下不断问世的解决方案表示出了空前的热情。
量子位(QbitAI) | 李林 若朴 编译整理自《经济学人》 “我们有好几次几乎就破产了。” 通常创始人不太谈论自己公司濒死的经历，然而Nvidia的老板黄仁勋，说出上面那句话时似乎毫不为意。作为一
菩提：NFV不需要硬加速吗？ 至尊宝：需要吗？ 菩提：不需要吗？ 至尊宝：需要吗？ 菩提：不需要吗？ 至尊宝：需要吗？ 菩提：哎，我是跟你研究研究嘛，干嘛那么认真呢？不需要吗？ 最近，由于工作的需要，
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。
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。
编者按：在无人不谈 AI 的时代，微软同样将目光投向了这个领域， 而它把赌注押在了 FPGA上 ——Project Catapult 于微软而言，暗示着改变未来全球系统运作的方式——至少在微软看来是这
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。
1 赛灵思推出FPGA加速堆栈方案，比CPU快40倍，比其它FPGA方案快6倍 赛灵思公司（Xilinx）近日在2016全球超算大会（SC 16））上宣布推出一套全新的技术——赛灵思可重配置加速堆栈方
随着数据的爆发性增长，CPU的摩尔定律不再适用，CPU很难满足数据中心的爆炸式需求，DPU作为一个全新的概念，是继CPU、GPU后数据中心的“第三颗芯片”。DPU能够很好地卸载CPU上的网络、虚拟化、存储、安全功能，其作用本质上可以归纳为卸载、加速和隔离：把 CPU 的部分工作卸载到自己身上；利用自己的算力特长，对这些工作进行加速运算；并最终实现了计算的隔离。
最近，芯片专家唐杉博士更新了“AI芯片全景图”，同时加了版本号和发布时间，介绍了现有的几乎全部深度学习处理器，可能是对AI芯片厂商做的最全面的列表了。
阿里云张献涛 最近有个专访很火 摘录几个有趣观点如下： 自2017年推出神龙后，张献涛印象中，几乎所有DPU公司的DPU架构、接口、功能模块、能力实现等，都是仿照神龙已公开的架构来设计。 经过四年的历练，神龙架构积累了哪些优势？又如何取得超越AWS Nitro的性能？张献涛首先提到「快速迭代」。 “到今天为止，最适合做DPU的还是可编程可升级的FPGA。 “从终局上判断，今天DPU的创业公司没有太好的出路，最好的出路就是把相关业务出售，卖给有需要的云计算公司，通过被收购变现。” 📷 好吧， 大
5月24日，2022网络开源技术生态峰会（线上）盛大开幕，本届大会由“科创中国”未来网络专业科技服务团指导，江苏省未来网络创新研究院主办，SDNLAB社区承办。在“P4技术与应用”论坛上，百度智能云IaaS网络负责人王佩龙和大家分享了百度云在云计算网络领域的可编程硬件实践。 云计算网络面临的挑战 随着数字化转型和智能化升级的加速，更多的企业级应用开始基于多云、混合云、边缘云等新模式构建，比如自动驾驶、车路协同、物联网、电商、视频、游戏等。这些应用对网络提出了更高的要求，对云网络产生了一系列挑战： 1. 带宽
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
最近英特尔的动作可谓非常频繁：在学术会议上发布各种自己新算法的论文，在商业领域也是连续收购了Nervana、Modivius两家公司，还发布了最新的深度学习处理器Knights Mill，并在一份声明上声称四块Knights芯片的运算能力比四块GPU快2.3倍，剑指自己早在PC时代就已相爱相杀多年的老对手NVIDIA。哪怕在NVIDIA进行了态度坚决，甚至在语气中暗含一丝不屑的回击之后，英特尔仍然在公开声明中坚定的捍卫自己的数据，并表示去年为深度学习而研发的处理器中，使用GPU的还不到3%。 事实是怎样的呢
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。
芯片大潮中，细分市场需求各异，FPGA以半定制化的独特属性占有一席之地。而新市场的涌现，头部玩家的布局，在国产FPGA厂商打开增量空间的同时，也并发出高技术壁垒。
【新智元导读】新智元AI WORLD2017 世界人工智能大会上，浪潮集团副总裁胡雷钧带来 《AI计算挑战与应对》的分享。他提到，当前AI算法对计算能力有巨大的需求，针对AI计算能力的挑战，浪潮推出了
【新智元导读】巨大的商业价值让云计算市场“狼烟遍起“，随着更多巨头加入了这场“战争”，云服务商们也展开了新一轮的“厮杀”较量。本文讨论了谷歌和微软两家科技巨头在云服务领域的竞争，最为重要的是，人工智能已经成为这场角逐的决胜力量。 事实证明，即便你还对云服务存有顾虑，但把你的公司业务迁到云端的理由似乎要更充分一些。 包括亚马逊AWS与微软Azure在内的一众云服务平台，能够为传统的数据存储方式找到挖掘更多的存储优势，譬如等级更高的安全性，灵活性与更好的可访问性，同时还能降低运营成本。 更重要的是，这些云存储平
随着互联网的发展，我们进入了大数据时代，这个时代也是移动互联网的时代，而且这个时代，大量的线下服务走到线上，随之而来的，比如外卖、叫车……于是，有各种各样的 App 和设备在收集你的行为和数据。更加海量的数据源源不断的产生，并上传到云平台。
这是一笔创纪录的芯片行业交易，使AMD在关键的数据中心市场获得额外的优势。至此，AMD正式成为集“CPU老二”、“GPU老二”、“FPGA老大”标签于一身的芯片巨头。
编者按： 新华社北京2022年2月17日电，记者了解到，国家发展改革委、中央网信办、工业和信息化部、国家能源局近日联合印发文件，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏启动建设国家算力枢纽节点，并规划了张家口集群等10个国家数据中心集群。至此，全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动。 当前，算力已成为全球战略竞争新焦点，是国民经济发展的重要引擎，全球各国的算力水平与经济发展水平呈现显著的正相关。在2020年全球算力中，美国占36%，中国占31%，欧洲
LiveVideoStack：俞海乐博士你好，很荣幸代表LiveVideoStack采访您。许多读者对您还不太了解，能否请您介绍下自己。
8月3日，在新加坡举行的2017开源硬件与全可编程技术论坛（OpenHW 2017）大会上，腾讯云携手合作伙伴依元素科技，与国家级实验教学示范中心东南大学电工电子实验中心合作，将“FPGA云+教育+科研”的创新模式首次成功在高等院校落地。 这次行业大会有来自海内外的著名高校教授和名师以及业界知名公司代表出席，会上腾讯云资深工程师李嘉昕上作“Enable the Cloud for FPGA Teaching and Research” 专题报告，就传统教育存在问题和云模式带来的革新进行深入阐述，重点介绍腾讯
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
实时音视频
即时通信 IM
