FPGA 和GPU 最大的区别在于体系结构，FPGA 更适合做需要低延迟的流式处理，GPU 更适合做大批量同构数据的处理。

• FPGA

FPGA 是一种硬件可重构的体系结构。它的英文全称是Field Programmable Gate Array，中文名是现场可编程门阵列。
FPGA常年来被用作专用芯片（ASIC）的小批量替代品，然而近年来在微软、百度等公司的数据中心大规模部署，以同时提供强大的计算能力和足够的灵活性。

• GPU

CPU、GPU 都属于冯·诺依曼结构，指令译码执行、共享内存。冯氏结构中，由于执行单元（如 CPU 核）可能执行任意指令，就需要有指令存储器、译码器、各种指令的运算器、分支跳转处理逻辑。由于指令流的控制逻辑复杂，不可能有太多条独立的指令流，因此 GPU 使用 SIMD（单指令流多数据流）来让多个执行单元以同样的步调处理不同的数据，CPU 也支持 SIMD 指令。

看看这个

https://www.eet-china.com/mp/a113740.html#:~:text=%E5%89%8D%E9%9D%A2%E8%AE%B2%E8%BF%87%EF%BC%8CFPGA%20%E5%92%8C,%E5%86%85%E5%AD%98%E7%9A%84%E6%89%B9%E5%A4%84%E7%90%86%E6%A8%A1%E5%BC%8F%E3%80%82

1.FPGA 是一种硬件可重构的体系结构。它的英文全称是 **Field Programmable Gate Array** ，中文名是 **现场可编程门阵列** 。FPGA就是一个可以通过编程来改变内部结构的芯片，FPGA常年来被用作专用芯片（ASIC）的小批量替代品，
同时也在微软、百度等公司的数据中心大规模部署，以同时提供强大的计算能力和足够的灵活性，本质上是无指令、无需共享内存的体系结构。
而GPU属于冯·诺依曼结构，指令译码执行、共享内存。
2.FPGA 同时拥有流水线并行和2.数据并行，而 GPU 几乎只有数据并行（流水线深度受限）。
FPGA流水线与数据并行处理：
例如：处理一个数据包有 10 个步骤，FPGA 可以搭建一个 10 级流水线，流水线的不同级在处理不同的数据包，每个数据包流经 10 级之后处理完成。每处理完成一个数据包，就能马上输出。
GPU数据并行处理：
而 GPU 的数据并行方法是做 10 个计算单元，每个计算单元也在处理不同的数据包。
总结一句话，很多算法如果用纯软件实现，需要很多条指令才能完成。
如果用FPGA，只需要在有限个时钟周期即可完成，速度快的不是一星半点。
学习可关注：人工智能技术与咨询，更多详情可咨询175-3102-1189,或到我司官网了解：https://www.chinaai.org.cn/
联系人：申老师；qq群：189696007；手机：17531021189（v同号）。