FPGA名师讲堂之 至芯科技带你领略FPGA（2017.6.20李凡老师）课程回顾

60
        每个处理器有8个核，支持32个线程。
        它是用巨大的计算机系统把它算出来的。
        当然这个算法里面体现了对语言的理解的问题、对问题检索的问题。
        这些问题都得到了发展，但是它仍然是一个计算机，一个图灵机的系统。
        站在功耗和效率的角度上，我们讲，无论是当初IBM的深蓝，和卡斯帕罗夫的对决，还是阿尔法狗和李世石、柯洁的对决，或者是一站到底、最强大脑中的对决。
        这里面都有一个不公平，就是计算机是很大的一个系统，很大的体积和功耗，它是一台专用的图灵机。

61
        如果把它集成到一个人类体积、功耗的设备里面，它能否实现呢？
        现代的神经生物学告诉我们，人的大脑只有15W，IBM最新的研发团队，它就在研发这件事情。
        图灵机并不像生物系统那样，只有做到生物系统那样的效率和体积，才能做到将来的设想有一天，真正的人和身边的机器人的对话。

62
        机器人管家像人那样的尽职，解决问题。
        如果图灵机不是一个生物系统，那么谁会是呢？
        有观点指出，现代的机器里面，FPGA长得更像一点。
        说到后图灵时代，FPGA的其中一个加速器的应用，用到图像上，方方面面，像模式识别、3D技术、图像压缩、边沿检测、机器人视觉、虚拟现实，这些都可以用语言体系来实现，都可以用计算机系统来实现。
        这个时候用FPGA、用硬件、用芯片级解决方案、用有限自动机会达到什么样的效果呢？

63
        比方说，像人脸识别，要做到非常快的人脸识别并不是一件易事。
        特别是如果要把它集成到一个小型化的设备里面，并非易事。
        这里面就有一个用FPGA来加速的问题。
        另一个例子，巴西世界杯的时候，用的一个门线技术。
        用计算机来判定这个足球，有没有进门限的坐标，进了门限的坐标，就算进球。怎么样才能得到这个球的坐标呢？

64
        16台高速计算机，每秒500帧，实时地来捕获现场的图像，算出这个球的坐标。
        还有用鹰眼的越位，越位了以后，草坪的图像会反转，裁判员的手表会有震动，这是怎么得到的呢？
        是用鹰眼得到的，是用计算机算出来的。
        而这些算的过程中都体现了加速的算法。
        用计算机，即便是用服务器阵列来算，效率都是很低的。
        这个是用加速器来实现的。要用到芯片级解决方案。

65
        另外呢，谈到算法实现和算法加速的时候，我们要说到神经网络。因为阿尔法狗战胜柯洁之后，大家对人工智能都情有独钟。
        津津乐道于神经卷积的算法，深度学习等等这些概念。
        其实神经网络它形成的这颗树，在计算机系统里面，无论是Watson还是AlphaGo，类似的服务器阵列里面，都是用一个数据结构来描述的神经网络。
        根据这个数据结构来调用多核多线程，来把它强行地算出来。所以说需要巨大的服务器阵列。
        另外一个例子，就是算法实现和算法加速。
        一个非常简单的例子就是排序。
        排序有很多种算法，经典的就是冒泡法。

66
        无论是冒泡法，还是珠排序，或者是其它的一些排序算法，总之要把排序的数据读进来，逐一地进行比较。
        多核多线程也是如此。
        一次只能做一次比较。
        那么现代的硬件的排序是怎么做的？
        已经打包成专利的形式，集成到类似酷睿芯片、高通骁龙芯片里面的，这些排序是怎么做的？
        非常之快，就是一拍排序。
        数据进来就排好了，它一次做n个比较。
        N呢它是一个排序栈，排序栈的深度是n，一次可以做n个比较，那当然就快多了。
        比多核多线程还要快。
        这个里面呢，就体现了一种算法。

67
        我们在说到排序算法的时候，打开文献，一系列的算法大多都是软件的算法，硬件算法肯定要搜索专利文件。
        当我们看到这些算法的时候，我们第一个感觉，是把这些用C语言写的算法，转变为用HDL语言写的算法。
        如果你这样做，就大错特错了。
        特别是我刚才讲的神经元卷积，现在也有用神经元卷积来写HDL语言的，如果你执意把你的FPGA当CPU来用，那就得不偿失了，也得不到FPGA的优势所在。
        另外呢，就是我们该如何学习硬件，学习EDA技术？
        今天我们仍然看见拿来主义。

68
        我们的今天的硬件学习过程之中，包括工程师，包括企业和高校，我们很大程度上在看说明书，在看西方的手册。
        当手册上有了，或者同类产品上有了，我们要跟进。
        通过这样的学习，我们可以看见什么呢？
        能够看见最新的技术，能够跟进最新的技术，都没有问题，这个仍然是现代的拿来，我们承认，这个还是需要的。
        但是我们也看到了它的不足之处，当我们如果没有一个创造的拿来，我们怎么能够成为一个人无我有的企业呢？
        怎么能够拿到一个先进的技术体系在手上，领先于其它的企业呢？
        我们不仅要学到先进的技术，还要看到先进技术支持的基础理论的发展。

69
        摩尔周期40多年过去了，走到了摩尔周期的极限，走到了后摩尔周期。
        西方的理论体系也发生了翻天覆地的变化，所以说我们在学习的过程之中，不仅要跟进现代技术，更要跟进它的基础理论体系方面。
        今天的课程就到这。
        下节课呢，我们会具体来讨论一些运用过程之中的细节，工具的细节，以及EDA建模的方方面面。
        通过我们至芯的公开课，我们可以给你一个方向，给你打开一扇窗，你可以知道，在这个方向发生了什么？
        你后面的路该怎么走？
        我们总结一下，对嵌入和FPGA的比较而言。