在应用程序加速方面，深入了解大多数 HPC 和 AI 应用程序的复杂算法可能是最重要的事情。相对少数的现场可编程门阵列编码专家——以及如今围绕它们的混合计算和网络综合体——拥有独特的行业和算法知识，是一种有价值的商品。

看看英特尔在 2015 年斥资 167 亿美元收购 Altera FPGA 业务，以及AMD 刚刚斥资 490 亿美元收购赛灵思。这些交易不仅仅是购买 FPGA 收入流和利润池，还在于获得数据流处理和支持 HPC 和 AI 中特定行业应用的数学算法方面的专业知识。这就是内存制造商美光科技于 2015 年 4 月收购基于 X86 CPU 和 FPGA 加速器的混合超级计算机的创造者 Convey Computer 的真正原因，这也是人工智能芯片初创公司 Groq 的真正原因，后者是拥挤的市场中更大的参与者之一。数据中心人工智能加速器制造商领域，刚刚以未公开的价格收购了 Maxeler Technologies。

“Maxeler 比业内任何人都更了解 HPC 和机器学习的数据流方面，”Groq 企业发展副总裁 Adam Tachner 告诉The Next Platform。“他们在石油和天然气发现、金融风险分析、气候建模、量子计算机模拟以及许多引人入胜的领域中看到了这一点，他们对客户问题的洞察力和理解水平正是他们作为咨询服务所销售的东西。”

我们一直很欣赏 Maxeler 组装的非常有趣的集群 FPGA 系统以及自 2003 年由 Oskar Mencer 创立以来它所涉及的各种超级计算机产品——尤其是 EuroEXA 项目，该项目旨在创建基于 Arm 的百亿亿级系统的千万亿级原型CPU、FPGA 和其他 ASIC。Maxeler 的关键洞察力是定制 FPGA 以满足算法及其数据流的需求，而不是试图将算法弯曲到让它们分布在 CPU 机架和现在的 GPU 上。

“有句老话：幸福的关键是低期望，没有人比开发人员习惯使用 FPGA 的期望低，”Tachner 打趣道。“Maxeler 团队来找我们，他们看到了 Groq 流程、编译器和其他工具，以及以低延迟将这些大量计算直接推入芯片的能力。以及他们一直在努力解决的所有问题——现在它们就在那里。而且 Groq 平台是可扩展的，而且延迟超低——他们可以解决这个问题。”

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：