1）支持CPU+FPGA融合并行的计算框架，包括FPGA编译和高层语言设计 。
2）大规模分布式FPGA资源管理与调度
3）高性能FPGA算法库 。
异构计算主要是指使用不同类型指令集和体系架构的计算单元组成系统的计算方式 。常见的计算单元类别包括CPU、GPU、DSP、ASIC、FPGA等 。
FPGA和GPU/CPU对比具有以下不同：
【通俗读懂：什么是异构计算？】1.软件定义的硬件架构：GPU/CPU硬件固定，其并行性设计是适应固定硬件 。而FPGA的硬件逻辑可以通过软件动态改变，从硬件的角度来适配软件，从而获得更高的计算性能 。
2.更高并行性、能效比：FPGA拥有更丰富的计算资源组件，从而能够满足更多并行计算需求 。并且能够充分发掘软件算法中的并行性，降低功耗 。
同时，新架构融合CPU+FPGA，将成为一种发展趋势：
1. 异构核首次作为一等公民：通过CPU+FPGA的融合设计，由主机+外设的Offloading模式转变为异构多核片上系统设计，CPU与FPGA地位等同，通信方式由板级转向片内 。
2. OpenCL带来了FPGA的编程革命：提高了FPGA的可编程性，将程序员从复杂的硬件电路设计中解救出来，更专注于系统/算法的设计 。
总结：CPU主要是做通用控制以及计算的，整个算术逻辑单元ALU占整个芯片面积不到5% 。CPU里面包含很多控制逻辑，预测，Cache等逻辑，所以算力不高，但是什么都能做 。
CPU主要特点：主频高，但核数有限；逻辑控制和算术运算单元、具有大量缓存，主要功能在于管理和调度任务 。
GPU专门用来做浮点运算，只能作为协处理器配合CPU完成特定计算 。但GPU天然假设所有运算可以并行(GPU具有数千个计算核)，整个芯片90%都是运算逻辑 。所以算力非常高，通常是CPU的几十上百倍 。
GPU特点：高并发(几千个核并)，强浮点能力和高显存带宽 。
FPGA主频低但集成大量计算单元，流水线并行和数据并行，具备硬件编程和加速和特定应用IP核 。然而，ASIC是针对某一场景优化的专用处理单元，硬件基本不可编程，采用多个IP集成，但有高性价比和能效比 。
添加微信免费咨询更多建议
微信号：landuiyun001
推荐阅读
- 华为手机的最新版本是什么版本 华为手机的最新版本是多少
- 一文读懂云上DevOps能力体系
- 高防服务器价格为什么那么贵？
- 香港服务器机房的带宽为什么那么贵
- 漫宇宙游戏盒子 苹果游戏盒子
- 拼多多聚焦展位是什么意思
- 买华为的什么型号好 华为系列建议买哪个
- 爱奇艺扫码登录二维码在哪 爱奇艺扫码登录二维码在什么地方
- 什么是复式楼房
- 什么是面砖