三百九十章 FPGA技术(第 3/3 页)

    fpga目前普遍的运用在数据中心的服务器、交换器、存储层的各个角落，这种芯片非常适合进行大数据的计算以及解析，这种芯片非常擅长对数据流进行快速处理。

    不过可惜的是，目前fpga芯片主要的供应商是英特尔和赛灵思这两家芯片行业的巨头。

    在国内，fpga芯片的发展非常落后于国际一流水平，甚至差距非常的大，比cpu芯片的差距还要大。

    而之所以瑞康要头铁进入这一个行业，是因为如果要做人工智能，那么fpga芯片将会是最适合搭载人工智能的芯片。

    众所周知，想要创造一个成熟的人工智能，至少需要具备深度学习算法、模型，并构建一个深度神经网络。

    而想要做到这两点，必须需要足够多的数据去训练这个网络，只有加入更多的数据，才会让深度神经网络变的更大、更好。

    而fpga芯片无疑是可以作为针对ai、机器学习、特别是深度学习的定制化硬件芯片。

    fpga可以帮助开发人员直接在处理硬件中设计加速器功能，以缩短延迟，提高吞吐量和改善功效。

    fpga灵活、高效的架构可提升人工智能工作负载的性能，包括机器学习和深度学习，并可增强其他广泛工作负载的性能，如网络、存储、数据分析和高性能计算等。

    总结起来就是一句话，想要搞人工智能，比起cpu、gpu、soc、dvb、iptv等等各种芯片，cpu+fpga的方案，是唯一的最优解。

    问题是，目前国内在fpga领域几乎是一片空白，所有的fpga芯片基本上都是出自于英特尔和赛灵思。

    甚至fpga技术本身，都还处于一个刚起步的高速发展阶段，目前所有的芯片技术中，只有fpga还没有打破摩尔定律，可以做到每隔18个月性能提升一倍的恐怖水平。

    海思不是没想过尝试着自研fpga，但是这项技术的门槛着实不低，需要的芯片技术非常的多，至少对海思半导体来说，目前想要研发fpga，十分的困难。

    但是瑞康既然抛出这么一个话题，至少说明瑞康应该有一套可行的研发方案，不可能有的放矢。

    何婷波一脸凝重的看向了关寇，内心十分纠结。

    到底这是个啥情况？