FPGA対CPU対GPU対マイクロコントローラ: これらは処理ジグソーパズルにどのように当てはまるのでしょうか?

CPUとMPU

 現在、CPUはより大きなシステムのコンポーネントになっています。スタンドアロンの マイクロプロセッサ ユニット (MPU) は、CPUと、 DDR3 およびDDR4メモリ管理、 PCIe、USB 2.0、USB 3.0、イーサネットなどのシリアル バスなどの周辺インターフェイスをバンドルしているため、これらの設計は柔軟で多用途であり、Windows、iOS、Linuxなどのマルチタスクの高レベル オペレーティング システム (OS) を実行するように設計されています。よりコンパクトな設計の場合、マイクロコントローラ ユニット (MCU) は、CPUコアと内部メモリ、多数の周辺機器を単一の集積回路または単一のパッケージに統合し、通常は簡素化されたOSを実行します。

マイクロプロセッサはラップトップやデスクトップのコンピューティングで重要な役割を果たしており、マイクロコントローラは自動車の計器パネル、 モーター コントローラ 、 スマート カード などの組み込みアプリケーションで広く使用されています。これらのデバイスのCPUハードウェア アーキテクチャは汎用を目的としていますが、数学演算用の浮動小数点ユニット (FPU) などの特殊なブロックが含まれていることもよくあります。ローエンドのCPUは操作を順番に実行しますが、ハイエンドのマイクロプロセッサやマイクロコントローラでは複数の処理コアが標準となっています。IntelのXeonには最大22個のコアがあります。

FPGAとASIC

これらのCPUは汎用計算には十分ですが、近年ではより特殊なアーキテクチャを必要とする計算負荷の高いアプリケーションが多数登場しています。例としては、高速検索、 機械学習と人工知能 (AI)、データセンターの高性能コンピューティング (HPC)、 仮想現実 やビデオゲームなどのリアルタイムグラフィック処理、デジタルモーター制御などの工業製品、 先進運転支援システム (ADAS) 、そして近い将来には 自律走行車などの自動車関連アプリケーションなどが挙げられます。

 これらの分野の設計者は、グラフィックス プロセッシング ユニット (GPU)、 フィールド プログラマブル ゲート アレイ (FPGA) 、およびカスタム設計された 特定用途向け集積回路 (ASIC) という3つの追加処理の選択肢を利用できます。

GPUとFPGA

GPUは、CPUから単純なグラフィック操作をオフロードするために1980年代に初めて導入されました。グラフィックスが2Dに拡張され、その後3Dレンダリングが実現されるにつれて、GPUはさらに強力になりました。数百万ピクセルで構成される画像を処理する場合、高度な並列処理が非常に有利であるため、現在の世代のGPUには、数学関数を効率的に実行するように設計された数千個のコアが含まれています。Nvidiaの最新デバイスである Tesla V100 には、シングルサイクルの積和演算用の5,120個のCUDAコアと、シングルサイクルの行列乗算用の640個のテンソル コアが搭載されています。他の分野の多くのアルゴリズムは並列実行に適しているため、GPUは当初の用途をはるかに超えて普及しました。たとえば、世界最速のスーパーコンピュータの多くには、数千個の GPUとCPU が搭載されています。

FPGAは、特定のアプリケーションの動作をカスタマイズするためにユーザーがプログラム可能な相互接続を備えた内部ハードウェア ブロックで構成されています。前述の他のデバイスとは対照的に、ブロック間の接続は簡単に再プログラムできるため、ハードウェアの内部動作を変更し、FPGAが部品の寿命中に設計の変更に対応したり、新しいアプリケーションをサポートしたりできるようになります。この柔軟性により、FPGAは、デジタル テレビ、民生用電子機器、 サイバー セキュリティ システム 、無線通信など、標準が進化しているアプリケーションに最適な選択肢となります。

一方、ASICは、意図されたアプリケーション専用に設計されています。CPU、GPU、メモリなど、最適な動作に必要なブロックのみを搭載しています。設計者は、Arm Cortex CPUなどのサードパーティのIPコア、またはEthernet物理層などの標準機能用に事前に設計されたブロックを組み込むことができますが、ASICはゼロから設計されます。大量処理アプリケーションに最適です。たとえば、Tensor Processing Unit (TPU) は、Googleが ニューラル ネットワーク機械学習専用に開発したアクセラレータです。Googleはクラウド コンピューティング部門を通じて、外部の企業にTPU へのアクセスも提供しています。

未来は？

ベンダーが新しいアプリケーションに最適な機能セットを模索するにつれて、3つのカテゴリの収束がますます進んでいます。SoC FPGAには、ハードIPまたはソフトIP CPU、GPU、DSPブロックが付属しています。CPUには暗号化機能用のハードウェア アクセラレータとASICが含まれており、 NVIDIA のTesla T4 GPUにはAI推論アプリケーション用の組み込みFPGA要素が含まれています。

いずれにしても、これは大量の情報です。すべてを把握しやすくするために、4つのデバイスの主な機能と、それぞれの長所と短所をまとめた表をいくつか作成しました。

CPU vs FPGA vs GPU vs ASICチートシートをダウンロードするには、 ここをクリック。

これらの選択肢がいくつかの一般的なアプリケーションでどのように機能するかを検討することも価値があります。表に示されているように、設計者は多くの場合、オプションのいずれかまたはすべてを単独で、あるいは組み合わせて使用できます。