其实半导体有点属于重污染企业，首先是半导体工厂内会有大量的酸性气体（这些气体来自于晶圆的蚀刻、清洗等过程）。其次，由于半导体制造的过程中会需要大量使用光阻液、显影液等等，这些溶液主要是有机物质，因此在蚀刻、清洗、薄膜生长等过程中，会有大量的有机溶剂被使用，其中就包括二甲苯、丙酮、苯、CCl4、CF4、CCl2F2等等，别的不说，苯就是高毒性的一级致癌物。
为了防止这些污染会伤害员工、污染环境，半导体工厂需要有极为严格的污染防治措施，包括实时处理工作场所的空气、妥善处理生产废料等等。可以说污染处理的任何一个环节出现了问题，那么都有可能对员工的身体造成巨大的伤害，同样也有可能会对周围的环境造成巨大的污染。
总而言之，半导体生产行业是高污染行业，一定要严抓相关企业的污染治理，不然最后的结果就是无数的悲剧。近几年来，由于半导体芯片在电脑，通信等领域的广泛应用，半导体制造业也在全球得到了飞速发展。在半导体制造业中，由于其昂贵设备的敏感性和制造过程的复杂性，工厂的布局变得不可以轻易更改，初始的不良布局结果会导致庞大的物料搬运成本、无效的生产以及重新布局时所需要的大量成本。
因此，工厂的设施规划已经成为半导体制造商们最关心的问题，在建厂初期他们就不得不对工厂进行谨慎详细的规划。这样，工厂投产以后整体生产系统才能发挥最大的生产效能。特别是迅速发展的亚微米工艺对生产场所空气洁净度要求特别高。所有半导体制程设备，都必须安置在隔绝粉尘进入的密闭空间中，这就是洁净室的来由。
洁净室的洁净等级，有一公认的标准，以Class 10为例，意谓在单位立方英寸的洁净室空间内，平均只有粒径0.5微米以上的粉尘10粒。所以Class后头数字越小，洁净度越佳，当然其造价也越昂贵。 同时这对于洁净室设备生产制造企业来说也是一个机遇，深圳赛纳威是一家专业从事环境检测仪器及环境监测治理系统开发和制造的高科技企业，拥有由留美博士、硕士和光机电及软件工程师组成的一流研发团队，其专业致力于洁净室建设技术与服务，始终将洁净室最终使用者的利益与体验放在首位，确保洁净空间的安全、舒适、节能和高效，为洁净室使用者创造真实而持久的价值，公司早期开发的净化车间专用尘埃粒子计数器系列产品和气体检测仪器系列产品已经在国内外市场上占据了较高的市场份额。
CW-RPC系列远程遥测激光尘埃粒子计数器是智能多点净化检测系统的终端设备。为用户提供实时准确地远程测量所监控环境的微粒数量和净化等级。根据不同需要增加或减少控制终端，可实现7*24实时远程自动监测，通过RJ45网络接口、WiFi、485（moudbus）等，将数据送给PC终端，显示当前监测环境的洁净状况。该粒子计数器按照国际标准ISO14644-1,GMP和日本工业标准（JIS）要求标定，专业应用于电子行业、制药车间、半导体、光学或精密机械加工等洁净室环境自动监测系统。
气动（P NEUMATIC ）是“气动技术”或“气压传动与控制”的简称。气动技术是以空气压缩机为动力源，以压缩空气为工作介质，进行能量传递或信号传递的工程技术，是实现各种生产控制、自动控制的重要手段之一。. 人们利用空气的能量完成各种工作的历史可以追溯到远古，但作为气动技术应用的雏形，大约开始子1776 年John Wilkinson 发明能产生1个大气压左右压力的空气压缩机。1880年，人们第一次利用气缸做成气动刹车装置，将它成功地用到火车的制动上。上世纪30年代初。气动技术成功地应用于自动门的开闭及各种机械的辅助动作上。进入到60 年代尤其是70 年代初，随着工业机械化和自动化的发展，气动技术才广泛应用在生产自动化的各个领域，形成现代气动技术。下面简要介绍生产技术领域应用气动技术的一些例子。1 ．汽车制造行业 现代汽车制造工厂的生产线，尤其是主要工艺的焊接生产线，几乎无一例外地采用了气动技术。如：车身在每个工序的移动；车身外壳被真空吸盘吸起和放下，在指定工位的夹紧和定位；点焊机焊头的快速接近、减速软着陆后的变压控制点焊，都采用了各种特殊功能的气缸及相应的气动控制系统。2 ．电子、半导体制造行业在彩电、冰箱等家用电器产品的装配生产线上，在半导体芯片、印刷电路等各种电子产品的装配流水线上，不仅可以看到各种大小不一、形状不同的气缸、气爪，还可以看到许多灵巧的真空吸盘将一般气爪很难抓起的显象管、纸箱等物品轻轻地吸住，运送到指定位置上．对加速度限制十分严格的芯片搬运系统，采用了平稳加速的SIN 气缸。3 ．生产自动化的实现60 年代，气动技术主要用于比较繁重的作业领域作为辅助传动。现在，在工业生产的各个领域，为了保证产品质t 的均一性，为了能减轻单调或繁重的体力劳动、提高生产效率，为了降低成本，都已广泛使用了气动技术。在缝纫机、自行车、手表、洗衣机、自动和半自动机床等许多行业的零件加工和组装生产线上，工件的搬运、转位、定位、夹紧、进给、装卸、装配、清洗、检测等许多工序中都使用气动技术．气动木工机械可完成挂胶、压合、切割、刨光、开槽、打棒、组装等许多作业。4 ．包装自动化的实现气动技术还广泛应用于化肥、化工、粮食、食品、药品等许多行业，实现粉状、粒状、块状物料的自动计量包装．用于烟草工业的自动卷烟和自动包装等许多工序。用子对粘稠液体（如油漆、油墨、化妆品、牙青等）和有毒气体（如煤气等）的自动计量灌装。由上面所举例子可见，气动技术在各行各业已得到广泛的应用。 .更多内容，请参见“SMC气动服务网”-“气动技术”姓名：任佩怡 学号：19020100348 学院：电子工程学院
转自：https://blog.csdn.net/qq_18597483/article/details/106649227?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162849450116780357280058%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=162849450116780357280058&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_v2~rank_v29-29-106649227.first_rank_v2_pc_rank_v29&utm_term=FPGA&spm=1018.2226.3001.4187
【嵌牛导读】对于专业人士来说，FPGA并不陌生，它一直都被广泛使用。但是，大部分人还不是太了解它，对它有很多疑问——FPGA到底是什么？为什么要使用它？相比CPU、GPU、ASIC（专用芯片），FPGA有什么特点？……
【嵌牛鼻子】FPGA, CPU, GPU, ASIC
【嵌牛提问】FPGA, CPU, GPU, ASIC的区别及FPGA的过人之处
【嵌牛正文】
二、微软部署 FPGA 的实践
2016 年 9 月，《连线》（Wired）杂志发表了一篇《微软把未来押注在 FPGA 上》的报道 [3]，讲述了 Catapult 项目的前世今生。
紧接着，Catapult 项目的老大 Doug Burger 在 Ignite 2016 大会上与微软 CEO Satya Nadella 一起做了 FPGA 加速机器翻译的演示。
演示的总计算能力是 103 万 T ops，也就是 1.03 Exa-op，相当于 10 万块顶级 GPU 计算卡。一块 FPGA（加上板上内存和网络接口等）的功耗大约是 30 W，仅增加了整个服务器功耗的十分之一。
Ignite 2016 上的演示：每秒 1 Exa-op (10^18) 的机器翻译运算能力
微软部署 FPGA 并不是一帆风顺的。 对于把 FPGA 部署在哪里这个问题，大致经历了三个阶段：
专用的 FPGA 集群，里面插满了 FPGA
每台机器一块 FPGA，采用专用网络连接
每台机器一块 FPGA，放在网卡和交换机之间，共享服务器网络
第一个阶段是专用集群，里面插满了 FPGA 加速卡，就像是一个 FPGA 组成的超级计算机。
在半导体行业，只要批量足够大，芯片的价格都将趋向于沙子的价格。
当然现在数据中心领域用两家公司 FPGA 的都有。 只要规模足够大，对 FPGA 价格过高的担心将是不必要的。
像超级计算机一样的部署方式，意味着有专门的一个机柜全是上图这种装了 24 块 FPGA 的服务器（下图左）。
这种方式有几个问题：
不同机器的 FPGA 之间无法通信，FPGA 所能处理问题的规模受限于单台服务器上 FPGA 的数量；
数据中心里的其他机器要把任务集中发到这个机柜，构成了 in-cast，网络延迟很难做到稳定。
FPGA 专用机柜构成了单点故障，只要它一坏，谁都别想加速了；
装 FPGA 的服务器是定制的，冷却、运维都增加了麻烦。
一种不那么激进的方式是，在每个机柜一面部署一台装满 FPGA 的服务器（上图中）。这避免了上述问题 (2)(3)，但 (1)(4) 仍然没有解决。
第二个阶段，为了 保证数据中心中服务器的同构性 （这也是不用 ASIC 的一个重要原因），在每台服务器上插一块 FPGA（上图右），FPGA 之间通过专用网络连接。这也是微软在 ISCA'14 上所发表论文采用的部署方式。
红框是放 FPGA 的位置。
FPGA 采用 Stratix V D5，有 172K 个 ALM，2014 个 M20K 片上内存，1590 个 DSP。板上有一个 8GB DDR3-1333 内存，一个 PCIe Gen3 x8 接口，两个 10 Gbps 网络接口。一个机柜之间的 FPGA 采用专用网络连接，一组 10G 网口 8 个一组连成环，另一组 10G 网口 6 个一组连成环，不使用交换机。
这样一个 1632 台服务器、1632 块 FPGA 的集群，把 Bing 的搜索结果排序整体性能提高到了 2 倍（换言之，节省了一半的服务器）。
如下图所示，每 8 块 FPGA 穿成一条链，中间用前面提到的 10 Gbps 专用网线来通信。这 8 块 FPGA 各司其职，有的负责从文档中提取特征（黄色），有的负责计算特征表达式（绿色），有的负责计算文档的得分（红色）。
FPGA 在 Bing 的部署取得了成功，Catapult 项目继续在公司内扩张。
微软内部拥有最多服务器的，就是云计算 Azure 部门了。
Azure 部门急需解决的问题是网络和存储虚拟化带来的开销。Azure 把虚拟机卖给客户，需要给虚拟机的网络提供防火墙、负载均衡、隧道、NAT 等网络功能。由于云存储的物理存储跟计算节点是分离的，需要把数据从存储节点通过网络搬运过来，还要进行压缩和加密。
在 1 Gbps 网络和机械硬盘的时代，网络和存储虚拟化的 CPU 开销不值一提。随着网络和存储速度越来越快，网络上了 40 Gbps，一块 SSD 的吞吐量也能到 1 GB/s，CPU 渐渐变得力不从心了。
例如 Hyper-V 虚拟交换机只能处理 25 Gbps 左右的流量，不能达到 40 Gbps 线速，当数据包较小时性能更差；AES-256 加密和 SHA-1 签名，每个 CPU 核只能处理 100 MB/s，只是一块 SSD 吞吐量的十分之一。
为了加速网络功能和存储虚拟化，微软把 FPGA 部署在网卡和交换机之间 。
如下图所示，每个 FPGA 有一个 4 GB DDR3-1333 DRAM，通过两个 PCIe Gen3 x8 接口连接到一个 CPU socket（物理上是 PCIe Gen3 x16 接口，因为 FPGA 没有 x16 的硬核，逻辑上当成两个 x8 的用）。物理网卡（NIC）就是普通的 40 Gbps 网卡，仅用于宿主机与网络之间的通信。
FPGA（SmartNIC）对每个虚拟机虚拟出一块网卡，虚拟机通过 SR-IOV 直接访问这块虚拟网卡。原本在虚拟交换机里面的数据平面功能被移到了 FPGA 里面，虚拟机收发网络数据包均不需要 CPU 参与，也不需要经过物理网卡（NIC）。这样不仅节约了可用于出售的 CPU 资源，还 提高了虚拟机的网络性能（25 Gbps），把同数据中心虚拟机之间的网络延迟降低了 10 倍。
这就是微软部署 FPGA 的第三代架构，也是目前「每台服务器一块 FPGA」大规模部署所采用的架构。
FPGA 复用主机网络的初心是加速网络和存储，更深远的影响则是把 FPGA 之间的网络连接扩展到了整个数据中心的规模 ，做成真正 cloud-scale 的「超级计算机」。
第二代架构里面，FPGA 之间的网络连接局限于同一个机架以内，FPGA 之间专网互联的方式很难扩大规模，通过 CPU 来转发则开销太高。
第三代架构中，FPGA 之间通过 LTL (Lightweight Transport Layer) 通信。同一机架内延迟在 3 微秒以内；8 微秒以内可达 1000 块 FPGA；20 微秒可达同一数据中心的所有 FPGA。第二代架构尽管 8 台机器以内的延迟更低，但只能通过网络访问 48 块 FPGA。为了支持大范围的 FPGA 间通信，第三代架构中的 LTL 还支持 PFC 流控协议和 DCQCN 拥塞控制协议。
通过高带宽、低延迟的网络互联的 FPGA 构成了介于网络交换层和传统服务器软件之间的数据中心加速平面。
除了每台提供云服务的服务器都需要的网络和存储虚拟化加速，FPGA 上的剩余资源还可以用来加速 Bing 搜索、深度神经网络（DNN）等计算任务。
对很多类型的应用，随着分布式 FPGA 加速的规模扩大，其性能提升是超线性的。
例如 CNN inference，当只用一块 FPGA 的时候，由于片上内存不足以放下整个模型，需要不断访问 DRAM 中的模型权重，性能瓶颈在 DRAM；如果 FPGA 的数量足够多，每块 FPGA 负责模型中的一层或者一层中的若干个特征，使得模型权重完全载入片上内存，就消除了 DRAM 的性能瓶颈，完全发挥出 FPGA 计算单元的性能。
当然，拆得过细也会导致通信开销的增加。 把任务拆分到分布式 FPGA 集群的关键在于平衡计算和通信。
在 MICRO'16 会议上，微软提出了 Hardware as a Service (HaaS) 的概念，即把硬件作为一种可调度的云服务，使得 FPGA 服务的集中调度、管理和大规模部署成为可能。
从第一代装满 FPGA 的专用服务器集群，到第二代通过专网连接的 FPGA 加速卡集群，到目前复用数据中心网络的大规模 FPGA 云，三个思想指导我们的路线：
硬件和软件不是相互取代的关系，而是合作的关系；
必须具备灵活性，即用软件定义的能力；
必须具备可扩放性（scalability）。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）