5G 算力需求受到信號處理和邊緣計算兩大驅(qū)動，一方面，通信信號處理需求的增多對算力提出了新要求，另一方面，5G 是物聯(lián)網(wǎng)創(chuàng)新的起點，將帶來多種物聯(lián)場景，邊緣計算是支撐物聯(lián)技術(shù)低延時、高密度等條件的具體網(wǎng)絡(luò)技術(shù)體現(xiàn)形式，具有場景定制化強等特點，多場景的算力需求驅(qū)動邊緣端計算能力的提高。邊緣計算作為 5G 新特性將成為重要增量部分，較之傳統(tǒng)云計算，邊緣計算安全性更高、低時延、帶寬成本低，將成為 5G 時代不可或缺的一部分，同時，由邊緣計算帶來的算力需求也將成為 5G 時代重要增量部分。

一、5G 邊緣計算將引發(fā)新的算力需求

1、 5G 算力需求受信號處理和邊緣計算兩大驅(qū)動

5G 時代的算力需求將受到云管端三大層面的影響。從傳輸管道的角度看，5G 無線通信系統(tǒng)需要支持比 4G 系統(tǒng)更大的帶寬，以及大型的天線陣列，以實現(xiàn)更高的載波頻率，從而有可能構(gòu)建小得多的天線元，未來5G 的連接狀態(tài)會更加復(fù)雜多變，一個基站可以覆蓋百萬級用戶量，這一量級對硬件系統(tǒng)的要求會大幅提高;從用戶端的角度看，5G 時代，終端將突破 4G 時代的手機端，全面拓展至物聯(lián)端，包括消費類產(chǎn)品、基礎(chǔ)類產(chǎn)品、通用類產(chǎn)品、特定場景產(chǎn)品，帶來大量連接與計算需求;從平臺的角度看，在 5G 時代，云計算平臺將面臨著海量設(shè)備接入、海量數(shù)據(jù)、帶寬不夠和功耗過高等高難度挑戰(zhàn)，邊緣計算將與云計算互相協(xié)同，云計算聚焦非實時、長周期數(shù)據(jù)的大數(shù)據(jù)分析，邊緣計算則更靠近執(zhí)行單元，能夠快速響應(yīng)，對于時延要求高的業(yè)務(wù)而言，邊緣計算可為客戶提供更好的服務(wù)。

▲5G 算力需求受到三大層面的影響

邊緣計算是 5G 時代的關(guān)鍵技術(shù)。邊緣計算是將云計算平臺從核心網(wǎng)網(wǎng)元遷移到無線接入網(wǎng)靠近終端的邊緣，被確立為 5G 關(guān)鍵技術(shù)，將配套移動接入網(wǎng)搭建貼近用戶和終端的處理平臺，提供 IT 或者云的能力，以減少業(yè)務(wù)的多級傳遞，降低核心網(wǎng)和傳輸?shù)呢摀?dān)。邊緣計算是作為 5G網(wǎng)絡(luò)區(qū)別于 3G、4G 標(biāo)準(zhǔn)很重要的差別，是支撐物聯(lián)技術(shù)低延時、高密度等條件的具體網(wǎng)絡(luò)技術(shù)體現(xiàn)形式。

▲邊緣數(shù)據(jù)中心的引入將極大縮減時延并緩解整網(wǎng)的回傳與計算壓力

5G 邊緣計算的算力需求受兩大驅(qū)動。一方面，通信信號處理需求的增多對算力提出了新要求，另一方面，5G 是物聯(lián)網(wǎng)創(chuàng)新的起點，將帶來多種物聯(lián)場景，邊緣計算是支撐物聯(lián)技術(shù)低延時、高密度等條件的具體網(wǎng)絡(luò)技術(shù)體現(xiàn)形式，具有場景定制化強等特點，如智能駕駛要求低延時，而智慧城市則要求高帶寬，多場景的算力需求驅(qū)動邊緣端計算能力的提高。

▲邊緣計算聯(lián)接物理世界與數(shù)字世界

2、邊緣計算作為 5G 新特性將成為重要增量部分

邊緣計算將推動 5G 技術(shù)更好的發(fā)展。隨著物聯(lián)網(wǎng)時代的到來，邊緣計算將與云計算共同推進物聯(lián)網(wǎng)的發(fā)展，邊緣計算的核心，是將計算任務(wù)從云計算中心，遷移到產(chǎn)生源數(shù)據(jù)的邊緣設(shè)備上，較之傳統(tǒng)云計算，有以下幾大優(yōu)勢：

1、安全性更高。邊緣計算中的數(shù)據(jù)僅在源數(shù)據(jù)設(shè)備和邊緣設(shè)備之間交換，不再全部上傳至云計算平臺，防范了數(shù)據(jù)泄露的風(fēng)險。

2、低時延。據(jù)運營商估算，若業(yè)務(wù)經(jīng)由部署在接入點的 MEC 完成處理和轉(zhuǎn)發(fā)，則時延有望控制在 1ms 之內(nèi);若業(yè)務(wù)在接入網(wǎng)的中心處理網(wǎng)元上完成處理和轉(zhuǎn)發(fā)，則時延約在 2~5ms 之間;即使是經(jīng)過邊緣數(shù)據(jù)中心內(nèi)的 MEC 處理，時延也能控制在 10ms 之內(nèi)，對于時延要求高的場景，如自動駕駛，邊緣計算更靠近數(shù)據(jù)源，可快速處理數(shù)據(jù)、實時做出判斷，充分保障乘客安全。

3、減少帶寬成本。一些連接的傳感器(例如相機或在引擎中工作的聚合傳感器)會產(chǎn)生大量數(shù)據(jù)，在這些情況下，將所有這些信息發(fā)送到云計算中心將花費很長時間和過高的成本，如若采用邊緣計算處理，將減少大量帶寬成本。

5G 推動社會從人聯(lián)時代走向物聯(lián)時代，連接數(shù)的大量增長，疊加邊緣計算自身優(yōu)勢，將成為 5G 時代不可或缺的一部分。同時，由邊緣計算帶來的算力需求將成為 5G 時代重要增量部分。

3、5G 邊緣計算將引發(fā)技術(shù)和市場變革

邊緣計算低時延、高密度連接的特點將引發(fā)技術(shù)和市場的變革。從芯片的角度看，邊緣計算將帶來大量的數(shù)據(jù)量，對芯片處理能力提出了新要求，多場景的定制化需求對芯片的靈活性有更高要求，過去，在人工智能圖像學(xué)習(xí)領(lǐng)域，GPU 大展身手，擅長大規(guī)模并行計算的 GPU 在這一時期出現(xiàn)了爆發(fā)增長，而 ASIC，則在具有廣闊下游市場的細分領(lǐng)域內(nèi)有較強優(yōu)勢，如礦機市場。

面向未來萬物互聯(lián)的物聯(lián)網(wǎng)時代，F(xiàn)PGA 有望引來爆發(fā)，F(xiàn)PGA 是可編程的加速芯片，開發(fā)時間短，占用帶寬低，時延低，適配低時延、高密度、多場景的物聯(lián)時代，也許未來某一細分場景市場規(guī)模大時，該子領(lǐng)域的加速芯片有望轉(zhuǎn)變?yōu)? ASIC芯片，但總體而言，我們的判斷是：物聯(lián)時代 FPGA 將首先迎來爆發(fā)。從服務(wù)器的角度看，邊緣計算也將為服務(wù)器市場帶來新變化，邊緣服務(wù)器將逐步應(yīng)用與推廣，部分客戶將選擇超融合邊緣服務(wù)器形態(tài)。

二、5G 邊緣場景的多樣化驅(qū)動算力產(chǎn)業(yè)進入 FPGA 時代

1、邊緣計算業(yè)務(wù)部署需求呈現(xiàn)多樣化特征

人聯(lián)時代網(wǎng)絡(luò)和物聯(lián)時代網(wǎng)絡(luò)存在大差異。首先，物聯(lián)網(wǎng)將以 B 端用戶為主區(qū)別于互聯(lián)網(wǎng) C 端為主，并且無線的物聯(lián)場景將必然以邊緣網(wǎng)絡(luò)的方式來呈現(xiàn)，當(dāng)然這與互聯(lián)網(wǎng)的企業(yè)局域網(wǎng)的應(yīng)用深度有著本質(zhì)差異，互聯(lián)網(wǎng)時代的企業(yè)需求是信息化為主，而物聯(lián)時代將主要是智能應(yīng)用需求為主;針對不同行業(yè)和業(yè)務(wù)比如工業(yè)控制、智能駕駛、視頻監(jiān)控等，其對終端功能的定位、算力的需求、應(yīng)用的方式將會截然不同;在互聯(lián)網(wǎng)時代馬太效應(yīng)非常顯著，贏家通吃，但在物聯(lián)時代，僅對企業(yè)客戶需求把控準(zhǔn)確的公司才能逐步做大做強。

▲人聯(lián)網(wǎng)絡(luò)與物聯(lián)網(wǎng)絡(luò)的差異

邊緣計算業(yè)務(wù)部署形態(tài)多樣。從細分價值市場的維度，邊緣計算主要分為三類：電信運營商邊緣計算、企業(yè)與物聯(lián)網(wǎng)邊緣計算、工業(yè)邊緣計算。圍繞上述三類邊緣計算，業(yè)界主要的 ICT、OT、OTT、電信運營商等玩家紛紛基于自身的優(yōu)勢構(gòu)建相關(guān)能力，布局邊緣計算，形成了當(dāng)前主要的六種邊緣計算的業(yè)務(wù)形態(tài)：物聯(lián)網(wǎng)邊緣計算、工業(yè)邊緣計算、智慧家庭邊緣計算、廣域接入網(wǎng)絡(luò)邊緣計算、邊緣云以及多接入邊緣計算(MEC)，在實際部署的商業(yè)用例中，上述的六種業(yè)務(wù)形態(tài)可以獨立存在，也可以多種業(yè)務(wù)形態(tài)互補并存。

▲邊緣計算部署形態(tài)

2、5G 邊緣計算驅(qū)動 FPGA 將成為產(chǎn)業(yè)新重心

在相同的晶體管規(guī)模下，越是通用的處理器計算效率越低，能耗比也越差;定制性越高，應(yīng)用的范圍越窄，但越“精通”某一類型的計算。當(dāng)某一類型的計算形成一定規(guī)模，高算力、低功耗為代表的專用 ASIC 便成為一種極致下的選擇，如區(qū)塊鏈的礦機，多使用 ASIC 芯片。

▲處理器的靈活性與性能差異

▲CPU/GPU/FPGA/ASIC 間的區(qū)別

FPGA，可深度定制，并實現(xiàn)算力升級。一方面，F(xiàn)PGA 可針對每一種具體應(yīng)用，根據(jù)其算法結(jié)構(gòu)進行深度定制，甚至為算法的每個步驟設(shè)計專門的執(zhí)行邏輯，避免了通用處理器的取指和譯碼過程，從而達到較高的計算效率和能效;

另一方面，其可編程特性可以加載不同的運算架構(gòu)，實現(xiàn)器件本身的通用性，不但可以設(shè)計針對圖像圖像的計算結(jié)構(gòu)，也可實現(xiàn) GPU 并不擅長的搜索、加密解密等計算結(jié)構(gòu)。

▲FPGA 的優(yōu)點與限制因素

FPGA 相比其他異構(gòu)處理器更適配邊緣計算場景。與 GPU 相比，大幅優(yōu)化帶寬，當(dāng)采用 GPU 提升算力時，GPU 的計算數(shù)據(jù)需要分享服務(wù)器的網(wǎng)絡(luò)帶寬、PCIE 帶寬、內(nèi)存帶寬等，影響計算效率的同時反而加劇了服務(wù)器的帶寬瓶頸。只有在具備極高數(shù)據(jù)復(fù)用率的場景中，如 CNN 等，才有望跑滿計算資源，然而，對于 FPGA，可以通過IO編程能力采用另一種智能網(wǎng)卡的方式實現(xiàn)加速：一方面，F(xiàn)PGA計算所需的數(shù)據(jù)不需要進入服務(wù)器，將硬件加速過程與服務(wù)器的帶寬瓶頸解耦，避免與 CPU 的帶寬競爭，另一方面，可承擔(dān)部分原屬于 CPU的計算任務(wù)，減少進入服務(wù)器的數(shù)據(jù)量和計算復(fù)雜度，從而緩解帶寬壓力。

▲FPGA 中的硬件加速邏輯

FPGA 在低延時和穩(wěn)定性上具備天然的優(yōu)勢。一方面，其片上集成了大量緩存和外部 DRAM 接口，降低計算過程中與 CPU 的交互，使硬件加速過程避免了操作系統(tǒng)層面的資源調(diào)度和進程間干擾，從而保證了確定性的延遲。另一方面，F(xiàn)PGA 可實現(xiàn)基于定制流水線 MIMD(并行指令和并行數(shù)據(jù))設(shè)計，實現(xiàn)流式處理。中間數(shù)據(jù)在流水線之間傳遞和交互，降低對緩存的依賴，進一步降低延遲。

▲微軟 FPGA 數(shù)據(jù)中心延遲和穩(wěn)定性對比

3、 邊緣計算應(yīng)用場景對算力需求明確

根據(jù)中國移動發(fā)布的《中國移動邊緣計算白皮書》，目前智能制造、智慧城市、直播游戲和車聯(lián)網(wǎng) 4 個垂直領(lǐng)域?qū)吘売嬎愕男枨笞顬槊鞔_。

在智能制造領(lǐng)域，工廠利用邊緣計算智能網(wǎng)關(guān)進行本地數(shù)據(jù)采集，并進行數(shù)據(jù)過濾、清洗等實時處理。同時邊緣計算還可以提供跨層協(xié)議轉(zhuǎn)換的能力，實現(xiàn)碎片化工業(yè)網(wǎng)絡(luò)的統(tǒng)一接入。一些工廠還在嘗試?yán)锰摂M化技術(shù)軟件實現(xiàn)工業(yè)控制器，對產(chǎn)線機械臂進行集中協(xié)同控制，這是一種類似于通信領(lǐng)域軟件定義網(wǎng)絡(luò)中實現(xiàn)轉(zhuǎn)控分離的機制，通過軟件定義機械的方式實現(xiàn)了機控分離 。

在智慧城市領(lǐng)域，應(yīng)用主要集中在智慧樓宇、物流和視頻監(jiān)控幾個場景。邊緣計算可以實現(xiàn)對樓宇各項運行參數(shù)的現(xiàn)場采集分析，并提供預(yù)測性維護的能力;對冷鏈運輸?shù)能囕v和貨物進行監(jiān)控和預(yù)警;利用本地部署的 GPU 服務(wù)器，實現(xiàn)毫秒級的人臉識別、物體識別等智能圖像分析。

在直播游戲領(lǐng)域，邊緣計算可以為 CDN 提供豐富的存儲資源，并在更加靠近用戶的位置提供音視頻的渲染能力，讓云桌面，云游戲等新型業(yè)務(wù)模式成為可能。特別在 AR/VR 場景中，邊緣計算的引入可以大幅降低AR/VR 終端設(shè)備的復(fù)雜度，從而降低成本，促進整體產(chǎn)業(yè)的高速發(fā)展。

在車聯(lián)網(wǎng)領(lǐng)域，業(yè)務(wù)對時延的需求非?？量蹋吘売嬎憧梢詾榉琅鲎?、編隊等自動/輔助駕駛業(yè)務(wù)提供毫秒級的時延保證，同時可以在基站本地提供算力，支撐高精度地圖的相關(guān)數(shù)據(jù)處理和分析，更好地支持視線盲區(qū)的預(yù)警業(yè)務(wù)。

除了上述垂直行業(yè)的應(yīng)用場景之外，邊緣計算還存在一種較為特殊的需求–本地專網(wǎng)。很多企業(yè)用戶都希望運營商在園區(qū)本地可以提供分流能力，將企業(yè)自營業(yè)務(wù)的流量直接分流至企業(yè)本地的數(shù)據(jù)中心進行相應(yīng)的業(yè)務(wù)處理。比如在校園實現(xiàn)內(nèi)網(wǎng)本地通信和課件共享，在企業(yè)園區(qū)分流至私有云實現(xiàn)本地 ERP 業(yè)務(wù)，在公共服務(wù)/政務(wù)園區(qū)提供醫(yī)療、圖書館等數(shù)據(jù)業(yè)務(wù)。在這一類應(yīng)用場景中，運營商為客戶的本地邊緣計算業(yè)務(wù)提供了專線服務(wù)。

▲邊緣計算的典型場景

FPGA 適配邊緣計算的多種場景。從邊緣計算的幾個典型場景看，F(xiàn)PGA適配不同場景。不論是低時延的智能制造和車聯(lián)網(wǎng)，還是高帶寬的智慧城市和直播游戲，F(xiàn)PGA 的自身特性都靈活地適配于這些不同的場景。

三、邊緣計算有望帶來算力產(chǎn)業(yè)高增長

1、FPGA 市場講迎來數(shù)倍級別高增長

邊緣計算對算力產(chǎn)業(yè)格局帶來的巨變由兩個方面體現(xiàn)——一方面是基站，基站主要進行通信信號的換算，又可以分為宏基站和小基站，其中小基站作為 5G 最具特征的接入場景，有望成為邊緣計算的新入口，另一方面是服務(wù)器，邊緣計算有望帶來服務(wù)器產(chǎn)業(yè)的變化，大量即時數(shù)據(jù)的處理，可以放置邊緣端，邊緣服務(wù)器的重要程度將提升。

據(jù)中泰證券測算，預(yù)計至 2023 年，邊緣計算領(lǐng)域的算力市場規(guī)模有望達到 127億美元，近 5 年 CAGR=43.5%，其中至 2023 年，宏基站端的算力投資規(guī)模約 31.25 億美元，小基站端算力投資規(guī)模約 37.5 億美元，服務(wù)器端算力投資規(guī)模約 58.5 億美元。

▲邊緣計算領(lǐng)域的算力市場規(guī)模

據(jù) Gartner 統(tǒng)計，2017 年全球 FPGA 市場規(guī)模約為 40 億美元，根據(jù) Xilinx 的收入規(guī)模及市場份額進行測算，假設(shè) 2017 年全球 FPGA 市場規(guī)模為 43.7 億美元(Xilinx 2017 財年實現(xiàn)營收 23.5 億美元，市場份額約為 58%)。過去 FPGA 多運用于軍事領(lǐng)域，如航天、航空、電子、通信、雷達、高端波束形成系統(tǒng)等，我們認為，未來 FPGA 在軍事領(lǐng)域的增速有望保持穩(wěn)定。預(yù)計未來 FPGA 將廣泛運用于民用領(lǐng)域，預(yù)計至 2023 年，全球 FPGA 的市場規(guī)模約為 171.03 億美元，5 年復(fù)合增速為 21.5%，其中 FPGA 在民用通信領(lǐng)域的市場規(guī)模約 127 億美元，市場迎來快速增長。

2、科技需求驅(qū)動算力產(chǎn)業(yè)格局新變化

FPGA 有望在物聯(lián)時代大放光彩，Xilinx 為全球龍頭。FPGA 低時延、低帶寬、靈活性高等特性適配物聯(lián)時代場景定制化需求，有望在物聯(lián)時代大放光彩。在 FPGA 領(lǐng)域，Xilinx 和 Altera(現(xiàn)被 Intel 收購)長期穩(wěn)坐第一第二的位置，專利達 6000 多項，根據(jù) 2017 年財報數(shù)據(jù)顯示，Xilinx 的市場份額約 58%。目前 FPGA 主要運用于軍事領(lǐng)域，如航天、航空、電子、通信、雷達、高端波束形成系統(tǒng)等領(lǐng)域，民用領(lǐng)域空間正在逐步被打開。

▲FPGA 市場格局

GPU：圖像學(xué)習(xí)能力強，獨立 GPU 英偉達為行業(yè)龍頭。GPU 分為集成GPU 和獨立 GPU，集成 GPU 市場的主要生產(chǎn)廠商有英特爾、英偉達、AMD 等，據(jù) EEFOCUS 統(tǒng)計，2016 年英特爾集成 GPU 市場份額達到68.1%;獨立 GPU 是以獨立板卡形式存在，可在具備顯卡接口的主板上自由插拔的顯卡，具備單獨的顯存，不占用系統(tǒng)內(nèi)存，且在技術(shù)上領(lǐng)先于集成顯卡，能夠提供更好的顯示效果和運行性能，主要生產(chǎn)廠商有英偉達和 AMD，英特爾宣布將于 2020 年進軍獨立 GPU 市場，據(jù)EEFOCUS 統(tǒng)計，2016 年英偉達和 AMD 獨立 GPU 市場份額分為為70.5%、29.5%，呈現(xiàn)寡頭壟斷市場格局。

▲GPU 市場格局

ASIC：對下游市場空間要求高，在區(qū)塊鏈領(lǐng)域獨占鰲頭。目前市場上主流 ASIC 有 TPU 芯片、NPU 芯片、VPU 芯片以及 BPU 芯片，它們分別是由 Google、寒武紀(jì)、Intel 以及地平線設(shè)計生產(chǎn)。由于 ASIC 開發(fā)周期長，僅有大廠有資金與實力進行研發(fā)。同時，ASIC 是全定制芯片，在某些特定場景下運行效率最高，故某些場景下游市場空間足夠大時，量產(chǎn) ASIC 芯片可以實現(xiàn)豐厚的利潤。

▲ASIC 市場格局

服務(wù)器市場：邊緣服務(wù)器重要性將逐步提升，超融合有望成為趨勢。5G通信網(wǎng)絡(luò)需要去中心化,在網(wǎng)絡(luò)邊緣部署小規(guī)?；蛘弑銛y式數(shù)據(jù)中心,進行終端請求的本地化處理,以滿足 URLLC 和 mMTC 的超低延時需求。邊緣服務(wù)器的重要性將逐步提升。同時，超融合一體機有望在物聯(lián)時代得到更廣泛的應(yīng)用。

3、邊緣計算有望塑造未來十年產(chǎn)業(yè)價值重構(gòu)

邊緣計算有望塑造未來十年價值重構(gòu)機遇。

從網(wǎng)絡(luò)建設(shè)的角度看，網(wǎng)絡(luò)建設(shè)有望轉(zhuǎn)變成按需驅(qū)動，由傳統(tǒng)的運營商統(tǒng)一規(guī)劃建設(shè)，轉(zhuǎn)變?yōu)榘纯蛻粜枨筮M行眾籌建設(shè)。一方面，運營商節(jié)省網(wǎng)絡(luò)建設(shè)投資成本，另一方面，企業(yè)客戶能夠按需參與建設(shè)網(wǎng)絡(luò)，滿足自身需求，共生營運價值。

從網(wǎng)絡(luò)運營的角度看，網(wǎng)絡(luò)運營有望化整為零，包產(chǎn)到戶，由傳統(tǒng)的運營商統(tǒng)一管理運維一張包含省干到接入點的龐大網(wǎng)絡(luò)，轉(zhuǎn)變?yōu)槠髽I(yè)用戶管理運維各自小型網(wǎng)絡(luò)，達成移動數(shù)傳業(yè)務(wù)。運營商關(guān)注核心網(wǎng)及以上的網(wǎng)元，鑒權(quán)計費、安全隱私、增值服務(wù)管理等。這將大幅減輕運營商網(wǎng)絡(luò)運維壓力，企業(yè)對自身網(wǎng)絡(luò)也有更大的管理權(quán)限。

從邊緣商業(yè)模式來看，邊緣計算促使運營商建設(shè)服務(wù)于虛擬化網(wǎng)元的電信云設(shè)施。面向未來工業(yè)互聯(lián)網(wǎng)，人工智能等新興業(yè)務(wù)，運營商需要端到端的網(wǎng)絡(luò)平面的基礎(chǔ)上，借助邊緣計算打造一張面向全連接的算力平面，形成算力的全網(wǎng)覆蓋，為垂直行業(yè)就近提供智能連接基礎(chǔ)設(shè)施;而邊緣端的廠商的服務(wù)內(nèi)容將多樣化，具體可以分為行業(yè)應(yīng)用、PaaS 能力、IaaS 設(shè)施、硬件設(shè)備、機房規(guī)劃和網(wǎng)絡(luò)承載幾個重要領(lǐng)域。

▲邊緣計算的價值重構(gòu)機遇

智東西認為，人聯(lián)時代網(wǎng)絡(luò)與物聯(lián)時代網(wǎng)絡(luò)存在大差異，邊緣計算業(yè)務(wù)部署需求呈現(xiàn)多樣化特征，只有對客戶需求把握準(zhǔn)確的公司才能逐步做大做強。在人工智能學(xué)習(xí)推理和圖像智能需求領(lǐng)域，GPU 大行其道推動英偉達等公司迎來高速增長，而 5G 邊緣計算時代，F(xiàn)PGA 將成為新的產(chǎn)業(yè)新重心。相比其他異構(gòu)處理器，F(xiàn)PGA 更適配邊緣計算場景，其可針對每一種具體應(yīng)用，根據(jù)其算法結(jié)構(gòu)進行深度定制，達到較高的計算效率和能效;同時其與 GPU相比，F(xiàn)PGA 架構(gòu)能大幅優(yōu)化帶寬提升計算效率;并且在低時延與穩(wěn)定性上具備天然的優(yōu)勢。所以，5G 邊緣場景的多樣化將驅(qū)動算力產(chǎn)業(yè)進入 FPGA 時代。

文章鏈接：安防展覽網(wǎng) http://www.afzhan.com/news/detail/74334.html