近年來，神經(jīng)網(wǎng)絡(luò)在各種領(lǐng)域相比于傳統(tǒng)算法有了極大的進步。在圖像、視頻、語音處理領(lǐng)域，各種各樣的網(wǎng)絡(luò)模型被提出，例如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)。訓練較好的 CNN 模型把 ImageNet 數(shù)據(jù)集上 5 類頂尖圖像的分類準確率從 73.8% 提升到了 84.7%，也靠其卓越的特征提取能力進一步提高了目標檢測準確率。RNN 在語音識別領(lǐng)域取得了最新的詞錯率記錄。總而言之，由于高度適應大量模式識別問題，神經(jīng)網(wǎng)絡(luò)已經(jīng)成為許多人工智能應用的有力備選項。

然而，神經(jīng)網(wǎng)絡(luò)模型仍舊存在計算量大、存儲復雜問題。同時，神經(jīng)網(wǎng)絡(luò)的研究目前還主要聚焦在網(wǎng)絡(luò)模型規(guī)模的提升上。例如，做 224x224 圖像分類的最新 CNN 模型需要 390 億浮點運算（FLOP）以及超過 500MB 的模型參數(shù)。由于計算復雜度直接與輸入圖像的大小成正比，處理高分辨率圖像所需的計算量可能超過 1000 億。

因此，為神經(jīng)網(wǎng)絡(luò)應用選擇適度的計算平臺特別重要。一般來說，CPU 每秒能夠完成 10-100 的 GFLOP 運算，但能效通常低于 1 GOP/J，因此難以滿足云應用的高性能需求以及移動 app 的低能耗需求。相比之下，GPU 提供的巔峰性能可達到 10TOP/S，因此它是高性能神經(jīng)網(wǎng)絡(luò)應用的絕佳選擇。此外，Caffe 和 TensorFlow 這樣的編程框架也能在 GPU 平臺上提供易用的接口，這使得 GPU 成為神經(jīng)網(wǎng)絡(luò)加速的首選。

除了 CPU 和 GPU，FPGA 逐漸成為高能效神經(jīng)網(wǎng)絡(luò)處理的備選平臺。根據(jù)神經(jīng)網(wǎng)絡(luò)的計算過程，結(jié)合為具體模型設(shè)計的硬件，F(xiàn)PGA 可以實現(xiàn)高度并行并簡化邏輯。一些研究顯示，神經(jīng)網(wǎng)絡(luò)模型能以硬件友好的方式進行簡化，不影響模型的準確率。因此，F(xiàn)PGA 能夠取得比 CPU 和 GPU 更高的能效。

回顧 20 世紀 90 年代，那時 FPGA 剛出現(xiàn)，但不是為了神經(jīng)網(wǎng)絡(luò)，而是為了電子硬件原型的快速開發(fā)而設(shè)計的。由于神經(jīng)網(wǎng)絡(luò)的出現(xiàn)，人們開始探索、改進其應用，但無法確定其發(fā)展方向。盡管在 1994 年，DS Reay 首次使用 FPGA 實現(xiàn)神經(jīng)網(wǎng)絡(luò)加速，但由于神經(jīng)網(wǎng)絡(luò)自身發(fā)展不夠成熟，這一技術(shù)并未受到重視。直到 2012 年 ILSVRC 挑戰(zhàn)賽 AlexNet 的出現(xiàn)，神經(jīng)網(wǎng)絡(luò)的發(fā)展?jié)u為明晰，研究社區(qū)才開始往更深、更復雜的網(wǎng)絡(luò)研究發(fā)展。后續(xù)，出現(xiàn)了 VGGNet、GoogleNet、ResNet 這樣的模型，神經(jīng)網(wǎng)絡(luò)越來越復雜的趨勢更為明確。當時，研究者開始注意到基于 FPGA 的神經(jīng)網(wǎng)絡(luò)加速器，如下圖 1 所示。直到去年，IEEE eXplore 上發(fā)表的基于 FPGA 的神經(jīng)網(wǎng)絡(luò)加速器數(shù)量已經(jīng)達到了 69 個，且還在一直增加。這足以說明該方向的研究趨勢。

圖 1：基于 FPGA 的神經(jīng)網(wǎng)絡(luò)加速器開發(fā)歷史

論文：A Survey of FPGA Based Deep Learning Accelerators： Challenges and Opportunities

隨著深度學習的快速發(fā)展，神經(jīng)網(wǎng)絡(luò)和深度學習算法已經(jīng)廣泛應用于各個領(lǐng)域，如圖片、視頻和語音處理等。但是，神經(jīng)網(wǎng)絡(luò)模型也變得越來越大，這體現(xiàn)在模型參數(shù)的計算上。雖然為了提高計算性能，研究者在 GPU 平臺上已經(jīng)做了大量努力，但專用硬件解決方案仍是必不可少的，而且與純軟件解決方案相比正在形成優(yōu)勢。在這篇論文中，作者系統(tǒng)地探究了基于 FPGA 的神經(jīng)網(wǎng)絡(luò)加速器。具體來講，他們分別回顧了針對特定問題、特定算法、算法特征、通用模板的加速器，還比較了不同設(shè)備和網(wǎng)絡(luò)模型中基于 FPGA 加速器的設(shè)計和實現(xiàn)，并將其與 CPU 和 GPU 的版本進行了比較。最后，作者討論了 FPGA 平臺上加速器的優(yōu)勢和劣勢，并進一步探索了未來研究存在的機會。

圖 2： 不同數(shù)據(jù)量化方法的比較

表 1： 不同平臺上不同模型的性能比較

機遇和挑戰(zhàn)

早在 20 世紀 60 年代，Gerald Estrin 就提出了可重構(gòu)計算的概念。但是直到 1985 年，第一個 FPGA 芯片才被 Xilinx 引入。盡管 FPGA 平臺的并行性和功耗非常出色，但由于其重構(gòu)成本高，編程復雜，該平臺沒有引起人們的重視。隨著深度學習的持續(xù)發(fā)展，其應用的高并行性使得越來越多的研究人員投入到基于 FPGA 的深度學習加速器研究中來。這也是時代的潮流。

基于 FPGA 加速器的優(yōu)勢

1）高性能，低能耗：高能效的優(yōu)點不容小覷，之前的許多研究已經(jīng)證明了這一點。從表 1 中可以看出，GOP/j 在 FPGA 平臺上的表現(xiàn)可以達到在 CPU 平臺上的幾十倍，它在 FPGA 平臺上表現(xiàn)的最低水平與其在 GPU 平臺上的表現(xiàn)處于一個層級。這足以說明基于 FPGA 的神經(jīng)網(wǎng)絡(luò)加速器的高能效優(yōu)勢。

2）高并行性：高并行性是選擇 FPGA 平臺加速深度學習的主要特性。由于 FPGA 的可編輯邏輯硬件單元，可以使用并行化算法輕松優(yōu)化硬件，已達到高并行性。

3）靈活性：由于 FPGA 具有可重構(gòu)性，它可以適用于復雜的工程環(huán)境。例如，在硬件設(shè)計和應用設(shè)計完成之后，通過實驗發(fā)現(xiàn)性能未能達到理想狀態(tài)。可重構(gòu)性使得基于 FPGA 的硬件加速器能夠很好地處理頻繁的設(shè)計變更并滿足用戶不斷變化的需求。因此，與 ASIC 平臺相比，這種靈活性也是 FPGA 平臺的亮點。

4）安全性：當今的人工智能時代需要越來越多的數(shù)據(jù)用于訓練。因此，數(shù)據(jù)的安全性越來越重要。作為數(shù)據(jù)的載體，計算機的安全性也變得更加顯著。目前，一提到計算機安全性，想到的都是各種殺毒軟件。但是這些軟件只能被動地防御，不能消除安全風險。相比之下，從硬件架構(gòu)層級著手能夠更好地提高安全性。

基于 FPGA 的加速器的劣勢

1）可重構(gòu)成本：FPGA 平臺的可重構(gòu)性是一把雙刃劍。盡管它在計算提速方面提供了許多便利，但是不同設(shè)計的重構(gòu)所消耗的時間卻不容忽視，通常需要花幾十分鐘到幾個小時。此外，重構(gòu)過程分為兩種類型：靜態(tài)重構(gòu)和動態(tài)重構(gòu)。靜態(tài)重構(gòu)，又叫編譯時重構(gòu)，是指在任務運行之前配置硬件處理一個或多個系統(tǒng)功能的能力，并且在任務完成前將其鎖定。另一個也稱為運行時配置。動態(tài)重構(gòu)是在上下文配置模式下進行的。在執(zhí)行任務期間，硬件模塊應該按照需要進行重構(gòu)。但是它非常容易延遲，從而增加運行時間。

2）編程困難：盡管可重構(gòu)計算架構(gòu)的概念被提出很久了，也有很多成熟的工作，但可重構(gòu)計算之前并未流行起來。主要有兩個原因：

從可重構(gòu)計算的出現(xiàn)到 21 世紀初的 40 年時間是摩爾定律的黃金時期，其間技術(shù)每一年半更迭一次。所以這種架構(gòu)更新帶來的性能提升不像技術(shù)進步那么直接、有力；

對成熟的系統(tǒng)而言，在 CPU 上傳統(tǒng)的編程采用高階抽象編程語言。但是，可重構(gòu)計算需要硬件編程，而通常使用的硬件編程語言（Verilog、VHDL）需要程序員花費大量時間才能掌握。

期望

盡管基于 FPGA 的神經(jīng)網(wǎng)絡(luò)加速器仍舊有這樣、那樣的問題，但其未來發(fā)展依然可期。以下幾個方向仍然有待研究：

優(yōu)化計算流程中的其他部分，現(xiàn)在，主流研究聚焦在矩陣運算回路，激活函數(shù)的計算少有人涉及。

訪問優(yōu)化。需要進一步研究進行數(shù)據(jù)訪問的其他優(yōu)化方法。

數(shù)據(jù)優(yōu)化。使用能夠自然提升平臺性能的更低位數(shù)據(jù)，但大部分的低位數(shù)據(jù)使得權(quán)重和神經(jīng)元的位寬一樣。圖 2 還可以改進與非線性映射的位寬差。所以，應該探索出更好的平衡態(tài)。

頻率優(yōu)化。當前，大部分 FPGA 平臺的運算頻率在 100-300MHz，但 FPGA 平臺理論上的運算頻率可以更高。這一頻率主要受限于片上 SRAM 和 DSP 之間的線程。未來研究需要找到是否有方式避免或者解決該問題。

FPGA 融合。據(jù)參考論文 37 中提到的表現(xiàn)，如果規(guī)劃和分配問題能夠得到良好解決，多 FPGA 集群可以取得更好的結(jié)果。此外，當前此方向沒有太多研究。所以非常值得進一步探索。

自動配置。為了解決 FPGA 平臺上復雜的編程問題，如果做出類似英偉達 CUDA 這樣的用戶友好的自動部署框架，應用范圍肯定會拓寬。