CNN当神经网络算法刚刚出来时，采用了FPGA为什么要率先作为物理机器使用？FPGA作为算法加速器而不是通用CPU，谈个人理解。
首先明确FPGA与通用CPU的区别，CPU装配线结构设置在里面，FPGA采用自定制并行结构。就比如CPU最经典的5级装配线结构，一个指令的操作过程可分为五个独立的子指令，即指令、代码、执行、访问和存储，并通过装配线架构分别执行上述5个独立指令，以确保每个时钟周期内执行一个指令。而FPGA这是一张白纸。用户可以自行增加硬件资源的两倍，增加的硬件资源可以在同一时间平行运行，以增加处理能力的成本。
以简单的c程序为例，
for(i=0;i<10;i++)
x[i] = a[i] + b[i];
for如果采用上述5级流水线架构，循环下的加法运算CPU，执行完一次 x=a+b操作需要一个时钟周期(5级流水线完成5个子指令)，整个算法执行需要10个硬件周期。FPGA一般来说，做上述操作，FPGA上述算法将直接复制十份，如下图所示
因为之前说过FPGA它是一张白纸，用户可以根据需要使用其硬件资源。如果采用上图所示的方法，FPGA实现上述算法只需要一个硬件时钟周期。即计算时间比较5级流水架构CPU缩减至1/10。
当然，根据用户的需要，这部分算法可以使用5倍和2倍的硬件资源，而多余的硬件资源可以用于更核心的算法部分。
