英特尔现场可编程门阵列（FPGA）继续在市场中保持强劲的发展势头。配合英特尔处理器，FPGA释放数据的巨大潜能，改造我们的世界，使从云到边缘的一系列实际用例的成长得以加速，体现出独特的价值。
凭借出色的灵活性，FPGA堪比半导体界的瑞士军刀。即使在发运给客户之后，这些设备也可以随时编程。FPGA融合了逻辑、内存和数字信号处理模块，能够实时地实施所需的功能，具有极高的吞吐率。这使得FPGA适用于许多关键的云和边缘应用。
预计到2020年，物联网（10T）将覆盖高达500亿台智能设备。全球人均智能设备持有数量约为6台。每人每天将生成约1.5GB数据，而每台智能互联设备每天将生成多达50 GB的数据。FPGA通过以实时、节能的方式存储、处理和分析海量数据，从而提取商业智能，为云和边缘计算提供了极大的优势。
最近，英特尔宣布英特尔FPGA将为MicrosoftAzure提供强大的人工智能，这是一个绝佳的示例。Bminwave项目奠定了基础，该项目是微软为实时人工智能（AI）打造的主要架构，之前用于必应智能搜索，现在在Azure和边缘中提供。
无论在云中还是在边缘，英特尔FPGA以低延迟和高能效的方式实现实时人工智能，无需将计算批处理打包（batching）至较小的处理元件中。例如，采用FPGA的人工智能能够实现极高的吞吐率，可以运行ResNet-50——款行业标准深度神经网络，要求近80亿次计算——而无需批处理。这可以在FPGA中实现，因为逻辑、DSP、嵌入式内存等可编程硬件支持轻松编写任何所需的逻辑功能，并针对其面积、性能或功率进行优化。由于该结构在硬件中实施，可以定制与执行并行处理，性能有望比传统软件或GPU设计方法高出数个数量级。
企业应用也使用相同的功能。戴尔EMC和富士通正将英特尔Arria 10可编程加速卡（PAC）应用于企业数据中心的现有服务器中。这些加速卡可在各个工作负载上与英特尔至强■处理器协同工作，如实时数据分析、人工智能、视频转码、金融、网络安全与基因组。这些数据密集型工作负载面临着数据的爆炸式增长，FPGA的实时和并行处理能力为它们带来了极大的优势。英特尔已构建了广阔的合作伙伴生态系统，以使用面向英特尔至强CPU和FPGA的加速堆栈在上述工作负载中开发整套解决方案。
Levyx（一家由金融服务业前高管领导的大数据公司）使用基于Arria10 FPGA的英特尔PAC可编程加速卡加速金融回溯测试，该测试经常用于帮助预测金融票据的计算交易策略的性能，包括各种证券、期权和衍生工具等。它是一个高度并行的数据与计算密集型工作负载，通常需要花费数小时，甚至数天来执行。借助FPGA，Levyx运行金融回溯测试的性能提升了850%。图1中的数据显示了20个股票交易代码50次算法模拟的实际数据。结果令人惊讶。
在云中，由于企业需要处理大数据，FPGA的应用规模已经达到了空前的水平。边缘出现了相似的标志性转变。研究报告显示，到2020年，来自500亿台智能互联设备的大多数数据均由机器（而非人类）生成。数据将来源于广泛的行业，包括制造、机器人、医疗保健和零售。
全球视频安防行业领先的解决方案提供商大华，以及加拿大国家科学研究院（NRC）正将英特尔FPGA嵌入其边缘应用中。
大华与英特尔通力合作，致力于使用FPGA加速它的Deep Sense服务器系列，以便在边缘实现实时推理，在由100，000张图像组成的数据库内进行面部对比。由于需要在带宽与功率受限的环境中快速执行面部识别，FPGA技术被用作执行低延迟、节能型边缘推理的平台。
加拿大NRC正协助构建下一代平方公里阵列（SKA）射电望远镜，计划将其部署于偏远的南美与澳大利亚地区，对于天文研究而言，这种观察条件最为理想。SKA射电望远镜将成为世界最大的射电望远镜，相比我们现在拥有的最好的射电望远镜，它的速度提升了10000倍，图像分辨率提升了50倍。分辨率和速度的提升導致这些望远镜生成大量的图像数据，每隔几个月就要处理相当于互联网一年的数据量。
NRC的设计将英特尔Stratix 10 SX FPGA嵌入南非SKA望远镜项目的中央处理设施（CPF）中，从而在边缘实时地处理和分析收集到的数据。高速模拟收发器支持核心FPGA结构实时获取信号数据。随后并行化可编程逻辑，以执行针对功效、性能或两者优化的任何自定义算法，这使得FPGA成为在边缘处理大量实时数据的理想之选。
从云计算到边缘、物联网和我们的传统嵌入式市场，英特尔一直处于技术的前沿。其他人正在预测未来时，我们已经开始开创未来。可编程解决方案事业部的团队正在加速这一进程。我非常期待未来与您分享英特尔FPGA如何推动5G无线、有线、小芯片技术等创新—释放数据的巨大潜能，改造我们的世界。