能耗换取灵活性，今天的 FPGA 走错路了？

计算 FPGA
什么是 FPGA？
我认为架构社区对这个概念没有一致的定义。我们来看三个可能的答案：
定义 1：FPGA 是一堆晶体管，你可以把它们连接（wire up）起来做出任何你想要的电路。它就像一个纳米级面包板。使用 FPGA 就像芯片流片，但是你只需要买这一张芯片就可以搭建不一样的设计，作为交换，你需要付出一些效率上的代价。
我不喜欢这个答案。因为它既没有从字面上解释清楚人们是如何使用 FPGA 的，也不是一个贴切的比喻。
从字面上讲这种说法并不对，因为你并不需要重连（rewire）FPGA，它实际上是一个通过路由网络（routing network）连接的查找表 2D 网格，以及一些算术单元和内存。FPGA 可以模拟任意电路，但它们实际上只是在模仿，就像软件电路仿真器模拟电路一样。
这个答案不恰当的地方在于，它过分简化了人们实际使用 FPGA 的方式。接下来的两个定义能更好地描述 FPGA。
定义 2：在原型设计和小批量生产中，FPGA 相当于定制芯片的廉价替代方案。如果你要搭建一个路由器，你可以提供现成的 FPGA，并根据你需要的功能编程，从而避免流片的巨大成本。或者如果你要设计一个 CPU，你可以将 FPGA 作为原型：你可以围绕它构建一个真正可引导的系统，在把设计的 CPU 送到晶圆厂之前，用来测试和演示。
电路模拟是 FPGA 的经典主流用例，这也是 FPGA 最早出现的原因。FPGA 的关键在于硬件设计是用 HDL 形式编码的，而且买一些便宜的硬件就可以得到和 ASIC 相同的效果。当然，你不可能在 FPGA 和真正的芯片上使用完全相同的 Verilog 代码，但至少它们的抽象范围是一样的。
定义 3：FPGA 是一种伪通用计算加速器，与 GPGPU（通用 GPU）类似，FPGA 可以很好地卸载特定类型的计算。从编程角度上讲，FPGA 比 CPU 更难，但从工作负载角度上讲 FPGA 是值得的：和 CPU 基线相比，好的 FPGA 实现可以提供数量级的性能和能量优势。
这是与 ASIC 原型设计不同的一个用例。和电路仿真不同，计算加速是 FPGA 的新兴用例。这也是微软最近成功加速搜索和深度神经网络的原因。而且关键的是，计算实例并不依赖于 FPGA 和真正 ASIC 之间的关系：开发人员针对基于 FPGA 的加速编写的 Verilog 代码不需要与用来流片的 Verilog 代码有任何的相似性。
这两种实例在编程、编译器和抽象方面存在巨大差异。我比较关注后者，我将其称为「计算 FPGA 编程」（computational FPGA programming）。我的论点是，目前计算 FPGA 的编程方法都借鉴了传统的电路仿真编程模型，这是不对的。如果你想开发 ASIC 原型的话，Verilog 和 VHDL 都是正确的选择。但如果目标是计算的话，我们可以也应该重新思考整个堆栈。
GPU 和 FPGA 的类比
让我们开门见山地说吧。FPGA 是一类很特殊的硬件，它用来高效执行模拟电路描述的特殊软件。FPGA 配置需要一些底层软件——它是为了 ISA 编写的程序。
这里可以用 GPU 做类比。在深度学习和区块链盛行之前，有一段时间 GPU 是用来处理图形的。在 21 世纪初，人们意识到他们在处理没有图形数据的计算密集型任务时，也会大量使用 GPU 作为加速器：GPU 设计师们已经构建了更通用的机器，3D 渲染只是其中一个应用而已。
计算 FPGA 遵循了相同的轨迹。我们的想法是要多多使用这一时兴的硬件，当然不是为了电路仿真，而是利用适合电路执行的计算模式。用类比的形式来看 GPU 和 FPGA，则：
「GPU 之于图形」相当于「FPGA 之于电路仿真」
为了让 GPU 发展成今天的数据并行加速器，人们不得不重新定义 GPU 输入的概念。我们过去常常认为 GPU 接受奇特的、强烈的、特定领域的视觉效果描述。我们实现了 GPU 执行程序，从而解锁了它们真正的潜力。这样的实现让 GPU 的目标从单个应用域发展为整个计算域。我认为计算 FPGA 正处于类似的转变中：
「GPU 的海量、常规数据并行」相当于「FPGA 具有静态结构的不规则并行性」
现在还没有针对 FPGA 擅长的基本计算模式的简洁描述。但它和潜在的不规则并行性、数据重用以及大多数静态的数据流有关。和 GPU 一样，FPGA 也需要能够体现这种计算模式的硬件抽象：
「GPU 的 SIMT ISA」相当于「FPGA 的 ____」
上式缺少的内容即，在 FPGA 运行的软件上类似 ISA 的抽象。
RTL 不是 ISA
Verilog 用于计算 FPGA 的问题在于它在低级硬件抽象中效果不好，在高级编程抽象中的效果也不好。让我们通过反证法想象一下，如果用 RTL（寄存器传输级）取代这些角色会是什么样。
角色 1：Verilog 是一种符合人体工程学、面向较低级抽象的高级编程模型。在我们的思想实验中，计算 FPGA 的 ISA 比 RTL 的抽象层次更低：例如网表（netlist）和比特流（bitstream）。而 Verilog 是更高效也更高级的编程模型。
甚至 RTL 专家可能也无法相信 Verilog 是可以高效开发主流 FPGA 的方式。它不会把编程逻辑推向主流。对于经验丰富的硬件黑客来说，RTL 设计似乎是友好而熟悉的，但它与软件语言之间的生产力差距是不可估量的。
角色 2：Verilog 是 FPGA 硬件资源的低级抽象。也就是说，Verilog 之于 FPGA 就像 ISA 之于 CPU。Verilog 可能没那么方便编程，但对于高级语言编译器来说，它是一个很好的目标，因为它直接描述了硬件中在发生什么。如果你需要维持最后几个百分点性能的时候，它是最后的编程语言选择。
事实上，对现在的计算 FPGA 来说，Verilog 实际上就是 ISA。主要的 FPGA 供应商工具链会将 Verilog 作为输入，而高级语言的编译器则将 Verilog 作为输出。供应商一般会对比特流格式保密，因此 Verilog 在抽象层次结构中会处于尽可能低的位置。
把 Verilog 当做 ISA 的问题是它和硬件之间的距离太远了。RTL 和 FPGA 硬件之间的抽象差距是巨大的：从传统角度讲它至少要包含合成、技术映射以及布局布线——每一个都是复杂而缓慢的过程。因此，FPGA 上 RTL 编程的编译/编辑/运行周期需要数小时或数天，更糟糕的是，这是一个无法预测的过程：工具链的深层堆栈可能会掩盖 RTL 中的改变，这可能会影响设计性能和能源特性。
好的 ISA 应该直接展示底层硬件未经修饰的真实情况。像汇编语言一样，它其实不需要很方便编程。但也像汇编语言一样，它的编译速度需要非常快，而且结果可预测。如果想要构建更高级的抽象和编译器，就需要一个不会出现意外的低级目标。而 RTL 不是这样的目标。
正确的抽象？
我不知道应该用什么样的抽象取代 RTL 在计算 FPGA 中的位置。实际上，只要 FPGA 供应商一直保持底层抽象的保密性和子 RTL 工具链的专有性，那就不可能替换 Verilog。或许只有等到硬件发展了才能找到这一问题的长期解决方案，就像 GPU 之前做过的一样：
「GPU 和 GPGPU」相当于「FPGA 和 ____」
如果计算 FPGA 是特定类算法模式的加速器，那当前的 FPGA 并不能理想地实现这一目标。在这个游戏规则下能够击败 FPGA 的新硬件类型，才可能带来全新的抽象层次结构。新的软件栈应该摒弃 FPGA 在电路仿真方面的遗留问题，以及 RTL 抽象。

能耗换取灵活性，今天的 FPGA 走错路了

FPGA 是一堆晶体管，你可以把它们连接（wire up）起来做出任何你想要的电路