2016年底，亞馬遜網(wǎng)絡服務宣布將通過云交付模式提供高端XilinxFPGA服務，同時，國內云服務商騰訊云也宣布推出FPGA云服務器，使FPGA為數(shù)據(jù)中心提供云端服務引起熱議。今天就關于FPGA的云端服務，以及技術提供商的商業(yè)機會做分析。這里所說的技術提供商指的是通過云服務商的云端平臺，提供FPGA的軟硬件技術，包括提供各種算法加速的模塊IP，如深度學習的DNN庫，為云服務使用者在各種算法，包括人工智能的算法模型方面提供云端加速服務。

自從Intel收購Altera以來，關于FPGA在數(shù)據(jù)中心的作用就一直引起注意。甚至Intel首席執(zhí)行官Brian Krzanich在收購完成后曾宣布，到2020年，將有高達三分之一的云端服務提供商使用混合的CPU-FPGA服務器（配合Xeon服務器）節(jié)點。目前FPGA在很多方面都已經(jīng)得到使用案例，包括加密、安全、基因組學、金融服務，以及一系列的機器學習應用，在大數(shù)據(jù)、高性能計算、人工智能等。盡管FPGA在雙精度性能和總體價格上沒有優(yōu)勢，但是FPGA也有GPU不能提供的優(yōu)勢，如并行性、低功耗等方面。

本文的分析主要采用傳統(tǒng)的行業(yè)分析模型，主要是希望通過對各利益相關者的分析，把整個交易結構闡述清楚。

就行業(yè)內的競爭者而言，目前還不是很多，主要分為兩類，一類是原來一直專注于FPGA的開發(fā)，在特定行業(yè)內已經(jīng)積累多年經(jīng)驗的創(chuàng)業(yè)者；另一類是側重算法，特別是隨著深度學習的興起，基于FPGA開發(fā)深度學習算法。就商業(yè)模式來看，就目前來說，由于國內的云服務商自身也有數(shù)據(jù)處理的業(yè)務，如騰訊、阿里等，有大量的互聯(lián)網(wǎng)數(shù)據(jù)需要處理，F(xiàn)PGA技術提供商可以為他們提供軟硬件的平臺，包括FPGA硬件板卡，插入到他們的云端服務器中。當然FPGA技術提供商也可以提供FPGA IP，由云服務商提供硬件，F(xiàn)PGA技術提供商按照客戶需求提供技術平臺服務，客戶可以按需提供付費的模式。交易方式可以多種，取決于整個結構及利益的平衡。目前來看，由于FPGA在編程上的問題，該領域進入的門檻相對較高，競爭者相對還比較少，目前各家都是針對一些云服務商提供特定領域的解決方案。

就供應商來說，F(xiàn)PGA芯片的提供商主要是兩家，Xilinx和Intel的Altera。這兩家一直就FPGA的可編程環(huán)境努力，目的是降低使用的門檻，推廣FPGA在云端的應用。如Intel一直在增加對OpenCL開發(fā)環(huán)境的支持。同時，尚不確定的是Intel是否會就它的CPU與FPGA做進一步的綁定，如就Xeon-FPGA做單一封裝混合，在硬件接口上、整個開發(fā)環(huán)境上做改變。同時，Xilinx也在積極地推進，包括針對云端服務提供可重配置加速堆棧，積極與一些FPGA技術提供商合作開發(fā)。FPGA芯片廠商的努力，有利于促進FPGA的應用，但同時也一定程度上拉低了門檻，因此，這是把雙刃劍。

就云服務廠商來說，包括阿里巴巴、亞馬遜、百度、Facebook、谷格、微軟和騰訊這“超七大”數(shù)據(jù)中心，他們的身份是多重的。它們既是供應商，又是競爭對手，同時又是客戶。它們可以提供云服務平臺，與FPGA技術提供商合作，為云服務使用者提供更好的服務。同時，由于這些公司往往自己的業(yè)務也需要這樣的服務，比如搜索業(yè)務，F(xiàn)PGA可以在某些方面提供更好的加速服務，因此可以作為客戶。但同時，這些公司的研發(fā)能力很強，他們可以直接與FPGA芯片廠商合作，自己研發(fā)技術。所以，F(xiàn)PGA技術提供商在與他們合作時，先需要摸清這些廠商的發(fā)展策略，區(qū)別對待，因為畢竟每一家的戰(zhàn)略重點是不一樣的。有可能有些云服務廠商，在原來的云服務提供方面沒有那么強，需要與第三方緊密合作，盡快推動FPGA的云服務，擴大自己的生態(tài)和應用范圍，因為這也是他們超越競爭對手的好機會。但對FPGA技術提供商來說，通過與這些廠商的合作，盡快建立自己的技術能力和客戶資源。同時，擴大與云服務使用者的聯(lián)系，理解并滿足他們的多樣化的實際需求，才是可持續(xù)的。

就替代者而言，目前云服務的主流技術還是CPU+GPU的HPC計算。FPGA只是作為協(xié)處理器的角色，本身還有一些局限性。包括基本單元的計算能力有限，為了實現(xiàn)可重構特性，F(xiàn)PGA 內部有大量極細粒度的基本單元，但是每個單元的計算能力（主要依靠LUT 查找表）都遠遠低于CPU 和GPU 中的ALU模塊。速度與功耗相對專用定制芯片（ASIC）仍然存在不小差距。FPGA 價格較為昂貴，在規(guī)模放量的情況下單塊FPGA 的成本要遠高于專用定制芯片。所以目前的觀點認為，F(xiàn)PGA是異構計算里面一個很好的補充，有可能原來需要采購10塊GPU，現(xiàn)在改為8塊GPU加1塊FPGA。但即便如此，由于整個市場在快速增長，也仍然是可觀的。

就新進入者而言，起碼到現(xiàn)在為止，由于FPGA的整個開發(fā)環(huán)境的復雜度，以及在算法、模型集成、優(yōu)化方面仍然需要有較大的門檻，能夠進來的廠商不多。但是隨著FPGA芯片廠商、云服務廠商的不斷推進、甚至部分開源，未來會不會把進入的門檻拉低，還有很大的不確定性。

就客戶來說，剛才有提到很多的云服務廠商本身也是客戶。但是基于FPGA的云服務，未來會有更多的客戶，隨著基于云端SaaS部署的全面推進，基于云服務的使用者會越來越多。而且大數(shù)據(jù)和人工智能的更廣泛應用，對FPGA的使用場景會越來越廣泛，而這正是FPGA技術提供商未來之所在。每個客戶的需求不一樣，比如圖像壓縮、ADAS、人臉識別、醫(yī)療、工業(yè)數(shù)據(jù)處理等，基于他們的需求，對FPGA內各功能單元的部署及劃分、算法模型的設計等會有很大的不同。對FPGA技術提供商來說，如果云服務商限定在只提供硬件資源，或簡單的通用服務內，那未來想象空間會非常大。當然這是整個格局反復博弈的結果。

綜上所述，上圖是針對剛才分析的雷達圖。未來格局的走向，需要我們時刻保持關注。