为什么FPGA的主频比CPU慢，却能帮助其加速？ 已知FPGA的频率一般只有几百MHz，但CPU的频率高达几GHz。 那么，在很多网友心中，“为什么FPGA的频率比CPU慢，却能用于CPU的加速？ ”的疑问。
今天，EDN将和大家系统地讨论这个问题。
将FPGA的动作频率与CPU进行比较是不合适的
在开始之前，首先要明确的是，将FPGA的主频与CPU进行比较，实际上是风马牛不相容的问题。 FGA和CPU是两种截然不同的器件，前者专用硬件编程，而后者通用软件编程。
不同体系结构的性能和灵活性比较。 (图像源： 《如何评价微软在数据中心使用 FPGA 代替传统 CPU 的做法？》 )
表面上看，FPGA时钟频率低的FPGA设计在通用计算任务中似乎比不上CPU的设计。 但实际上，各个FPGA的并行度比CPU高得多。 FGA行为是确定性的，用作硬件加速器没有时间片、线程或资源争用问题。 总是以完全相同的速度执行一件事。 因此，如果需要低延迟，FPGA可能是最佳选择。
计算密集型任务、CPU、GPU、FPGA和ASIC订单比较(以16位整数乘法为例，数字只是订单估计) (图像源： 《如何评价微软在数据中心使用 FPGA 代替传统 CPU 的做法？》 ) () ) ) ) )。
FGA并行计算机制
根据young cc，CPU的时钟数高，但是通用处理器，进行信号处理、图像处理等特定运算可能需要很多时钟周期。 FPGA可以通过编程和重组电路来直接生成专用电路。 除了电路的并行性之外，进行这个特定的运算可能只需要一个时钟。
例如，CPU的主频率是3GHz，FPGA的主频率是200MHz。 进行特定运算时，CPU需要30个时钟周期，而FPGA只需要一个。 需要时间的情况如下。
CPU:30/3GHz=10ns；
FPGA:1/200MHz=5ns。
可见FPGA的该特定运算速度比CPU快，有助于加速。
另外，CPU的主频是增加了流水线。 例如，如果是15级管线，则只有第一个指令执行15个时钟周期才能产生结果。
但是，即使使用FPGA也不一定总是加速。
例如，已经认识的网友Evan172可以做得更好，因为仅在一些强大的计算和数据处理方面，Evan172允许硬件电路并行运行并且有很多DSP硬件核心资源用于调用
FPGA本身也是辅助作用，进行控制的是CPU本身，因此FPGA并不能代替CPU，只需将完成大任务的过程中的一部分任务分解为FPGA，就能一起完成更好的任务。 在此过程中可能会产生额外的成本，有时使用FPGA可能会进一步降低效果。
此外，通常认为FPGA加速比CPU和GPU更省电，这意味着完成相同任务时，FPGA的功耗会比CPU和GPU少。 这是相对的，FPGA本身并不一定省电。
一个有趣的例子是数组加法计算
用户doing举出了一个有趣的例子。 他指出，假设在用FPGA完全实现CPU后运行软件，确实比CPU慢。 问题是FPGA不会那么做。 那个指出问题的本质，解决问题。
例如，有两个256个32位数组。 现在，要把它们对应起来组成一个数组，用CPU写起来最快的就是这样：
r[0]=a[0] b[0]；
r[1]=a[1] b[1]；
.
r[255]=a[255] b[255]；
当然，有时也这样写。 (如果分支预测准确，指令缓存不大，可能会更快。 ) :
for(intI=0； i 255； I )
r[i]=a[i] b[i]；
对FPGA来说，也可以用和上面一样的写法。 不同之处在于：
CPU是一个个加法运算，而FPGA组成逻辑电路，在一个时钟周期内完成计算。 即使CPU的主频率比FPGA快100倍也来不及了呢。 顺便说一下，CPU增加了大量的SIMD指令，有点这个意思，但这和提供库函数一样，不那么灵活。
FGA并行是真正的并行，CPU是完全无法比拟的。 虽然CPU想要并行化就最多并行化多个核，但是对于大部分算法的实现来说，如上例所示，在多个核之间进行同步调度的开销远大于计算的开销，并且在多个核之间进行调用的开销
因此，在执行信号处理、网络传输等可并行处理的计算密集型任务时，FPGA很有用； 但是，如果进行一般的以串行为中心的任务，FPGA远远比不上CPU。 类比的话，类似于GPU和CPU的关系。
“写Verilog的时候，我想如果CPU附带有FPGA，APP程序可以在初始化过程中直接烧码的话，那会不会很爽呢？ 之后，制作了可以写shader的3D显卡……”
为什么FPGA成为了数据中心的尖端技术？
最后，我们将讨论为什么FPGA是数据中心领域最先进的技术。
也许有人认为，再大的问题(计算能力)也可以通过积累CPU核心来解决。
那么，假设有一台强大的48核服务器，即使使用非常高端的FPGA，也很难达到相同的吞吐量。而且，FPGA硬件设计还需要由强大的团队来完成，非常烧钱。这时，如果把机会成本和能源效率两者考虑进去，好处就开始显现出来了。
首先来看能源效率。假设这台48核服务器的功耗为400W并且发热严重，那么就会对数据中心运营不利——能耗和散热是数据中心运营的两项最大支出。而将FPGA连接起来只执行一项任务，就可以实现很高的能效而开销极低。通过正确的设计，可以在实现低功耗的同时获得高吞吐量。
其次，机会成本(这个问题不太明显)。系统中的CPU内核数量就那么多。购买新的内核并且安装需要花很长时间，而且最好是将通用CPU内核保留用于通用任务(例如虚拟机订阅)。每个CPU核卖不出去就会烧钱。
当有任务大量占用CPU时间(例如AI推理)时，FPGA就成为了不错的选择。
一个有关微软Project Catapult项目当中FPGA的趣事
当年，微软必应团队在其Project Catapult项目中发现，在启用FPGA时，CPU的总体利用率实际上略有上升。所有的人都感到困惑，因为从直觉来看FPGA应该要减少CPU负载。但是后来他们发现，数据中心的业务流量达到了原来的2倍!由于效率提高，流量实现了两倍的负载均衡。由此可见FPGA的强大之处。
结语
维基百科的相关词条提到两点：FPGA的优势在于其并行特性，有时对于某些应用而言可以使速度明显变快；可以使用FPGA来对算法中的某些部分加速，也可以在FPGA和通用处理器之间共享部分计算。
综上，FPGA有两个优点：FPGA并行度远超CPU；CPU是通用电路，FPGA是定制电路。但是也有两个缺点：开发周期长；并不是所有东西都适合FPGA。
【QQ交流群】
群号：173560979，进群暗语：FPGA技术江湖粉丝。
多年的FPGA企业开发经验，各种通俗易懂的学习资料以及学习方法，浓厚的交流学习氛围，QQ群目前已有1000多名志同道合的小伙伴，无广告纯净模式，给技术交流一片净土，从初学ljdy到行业精英业界大佬等，从军工领域到民用企业等，从通信、图像处理到人工智能等各个方向应有尽有。
【微信交流群】
现微信交流群已建立09群，人数已达数千人，欢迎关注“FPGA技术江湖”微信公众号，可获取进群方式。
完
后续会持续更新，带来Vivado、 ISE、Quartus II 、candence等安装相关设计教程，学习资源、项目资源、好文推荐等，希望大侠持续关注。
江湖偌大，继续闯荡，愿大侠一切安好，有缘再见！