三张图

在Xilinx官网翻资料时，偶然在“应用→AI推断加速”板块里撞见下面这三张图，瞬间有种“众里寻他千百度，蓦然回首，那人却在灯火阑珊处”的感觉。三张图把FPGA/ACAP这类架构在AI推理中的优势，讲得明明白白，通俗易懂。

第一条：CPU和GPU要想实现高吞吐、高性能，就必须一次灌入足够多的数据——但数据的准备和同步，又会拖累延时。结果呢？高吞吐量和低延时，通常只能二选一。

第二条：FPGA和ACAP的应用覆盖面极广，IT、CT、OT这些领域里已经摸爬滚打了多年，积累的IP和应用相当厚实。如今AI渗透到各行各业，用FPGA做自定义AI翻跟斗，可以快速且紧密地耦合到现有的应用场景中。更关键的是，加速不只局限在AI部分，网络、存储等环节也能一起提速，实现整体效能的跃升。

第三条：人工智能和深度学习的模型迭代飞快，借助Domain Specific Architecture这类平台，新模型的设计和迭代周期可以大大缩短，跑得比以往快得多。

遗珠

无独有偶，在Apple开发者大会的相关报道里，大家热议iPad OS、惊叹Mac的配置和价格时，往往忽略了一则挺重要的信息：Mac Pro除了CPU和GPU，用户还可以选装FPGA加速卡。装上它，视频编辑者能同时处理3路8K视频流或12路4K视频流。不妨开个小脑洞——也许在未来的某一天，每个工作站都会标配一块FPGA加速卡，专门给特定应用做加速。到那时，App Store里会顺便卖卖加速的Overlay吗？