AVA:FPGA vs GPU：誰是未來大局所向？_VAT

Author：

Time：1900/1/1 0:00:00

編譯|有條魚出品|礦視界一直以來，FPGA的主要應用領域是電子工程。但當英特爾完成對Altera的收購時，情況發生了一些細微改變。英特爾對FPGA所蘊藏的潛力有著強烈的嗅覺和敏銳的洞察力，收購完成后，即刻開始幫助微軟公司建立數據中心并利用云服務給亞馬遜提供相關幫助。但關于FPGA到底是什么，許多礦工可能仍然心存疑問。FPGA有何優勢？FPGA有何劣勢？FPGA會在GPU挖礦陣營中脫穎而出，成為主角嗎？此篇文章將會就以上礦工存疑問題，對FPGA進行一個概述。

NFT科幻紙牌游戲制造商 Parallel推出基于ERC-6551的PFP Avatar項目:金色財經報道，NFT科幻紙牌游戲制造商 Parallel在其官推宣布推出基于ERC-6551的PFP Avatar項目，據悉Avatar將會在OpenSea上架，同時還會使用PFP Avatar來建立社區，并以此為基礎進行擴展。據悉， Parallel目前正在對其PFP Avatar項目進行測試，借助ERC-6551技術，每個Avatar NFT都可以“擁有”數字資產（ERC-1155和PRIME），并且還能充當自己的NFT錢包，包括與購買、出售和交易其他Avatar NFT。[2023/7/12 10:49:28]

何為FPGA？

Meebits本周已進入路線圖“Meebits 1.2”并推出兩周年專屬PFP:金色財經報道，Yuga Labs旗下NFT項目Meebits在社交媒體宣布為慶祝項目兩周年推出專屬PFP，可以呈現如HYPE、DAZED和SPICY等情緒。此外，Meebits本周已進入了其路線圖的新時代：Meebits 1.2，NFT持有者現在可以通過使用情緒作為主要升級來個性化他們的角色來動畫他們的角色，并在支持HTML的NFT市場上機型展示，NFT 持有者還可以在元宇宙甚至Web3游戲中使用Meebits頭像。[2023/5/21 15:16:26]

FPGA是一種比ASIC更容易制造的集成電路，不同于ASIC的是，FPGA可重新進行電路設計和配置。對于FPGA礦工來說，這一點使得他們可以挖取多種算法支持的多個幣種。優劣勢

美國CFPB官員：Ripple和XRP有潛力提高匯款行業透明度:美國消費者金融保護局（CFPB）的官員認為，Ripple和XRP有潛力提高匯款行業的透明度。CFPB的一份報告著重討論了《電子資金轉移法》下的國際匯款，報告顯示，CFPB一直在追蹤匯款市場的新興發展，包括Ripple等數字資產公司的成長。它指出，XRP“可用于實現這些轉移的結算”。在一定程度上，銀行在匯款轉賬和其他跨境匯款時更多地依賴封閉式網絡支付系統，這可能會提高標準化程度。CFPB還認為，擴大采用SWIFT的gpi產品或Ripple的一套產品，同樣可以讓銀行在匯款前知道接收者將收到的確切最終金額。（TheDailyHODL）[2020/5/18]

01.延遲性FPGA最大的優勢之一就是它極其微小的延遲。現場可編程門陣列具有極其微小延遲的原因在于，它無需依賴于通用OS，也無需通過通用總線即可完成通信。這對其他的硬件設備來說很難實現，即使是高質量的CPU也會有50微秒的延遲，但到了FPGA身上，這個時間會被縮短到1微秒。具有極低延遲功能的現場可編程門陣列在需要微小延遲的場合中能大放異彩。比如，在噴氣式戰斗機的自動操作和高頻算法交易中，我們都可以看到它的身影。

動態 | 外媒：半導體公司Xilinx正在使用FPGA挖掘加密貨幣:據CryptoBriefing報道，市值超過240億美元的半導體公司Xilinx內部泄露的信息顯示，他們正在使用FPGA(現場可編程門陣列)挖掘加密貨幣。這一領域之前由Nvidia和AMD gpu主導。FPGA是一種芯片，礦工可以配置它來有效地挖掘不同的算法，從而挖掘不同的代幣。Core Scientific前首席技術官Kristy-Leigh Minehan表示，目前，FPGA主要集中在低流動性的代幣上，這些FPGA對較小的山寨幣和較少使用的挖掘算法構成了威脅。[2019/12/25]

02.能效率專用集成電路(ASIC)在單一算法的速度上相較于FPGA更勝一籌，但其進行較大規模機器集群的初始投資極高。FPGA在數字貨幣挖礦方面優于GPU，因為它們運行出色且極具能效率。除了高能效運算的優點之外，FPGA還具有一個優勢——它的高效性無需主機運行來支持。03.工程費雖然FPGA在以上方面有較大的優勢，但其用于配置和編程的費用卻遠遠高于基于指令架構的GPU。硬件電路通常使用諸如VHDL和Verilog之類的硬件描述語言來編寫。

而到了編程，則要使用多種編程語言之一來完成。04.高層次綜合高層次綜合是一種不斷擴大的趨勢，具體表現為可以使用常規編程語言和高層次抽象對FPGA進行編程操作。但撇開所有在編程方面取得的技術性進展與突破，FPGA的編程至今仍是一項艱巨的工作。

除此之外，編譯期也是現場可編程門陣列的一大缺點。舉個例子，如果使用IntelOpenCL編譯器，則編譯一個典型的FPGA程序需要4到12個小時。為了實現性能優化，程序員經常需要進行通宵編譯。05.連接性我們反過頭來看看GPU，對于數據上的傳輸，它更依賴于OS和標準化總線。FPGA則不依賴于這些參數，它們的優勢就在于能夠使用戶以較小的延遲獲得更高的帶寬。實際上，FPGA可直連數據源，例如網絡接口和傳感器。FPGA和GPU的浮點數之爭

為了使用諸如深度學習之類的高性能計算功能，用戶只能高度依賴具有出色浮點性能計算能力的GPU，而FPGA在浮點算法上的效率則略顯低下。在一般的浮點運算中，浮點單元需要大量資源并且必須由邏輯塊組裝而成。然而劇本到了FPGA上就變了，由于FPGA結構中已包含浮點單元，能效率可以因此得到顯著提高。雖然就目前的情況而言，先進的GPU比起FPGA具有更優能效，但在不久的將來，現場可編程門陣列肯定會在浮點計算方面趕超GPU，獲得這場能效計算之戰的勝利。