我记得当fpga是需要定制编程的专用设备时，它只能由向导生成。它们通常隐藏在雷达系统或其他高性能平台中，在这些平台上，设备和编程的成本是有保证的。如今，这一切都改变了。
低成本、基于flash的fpga存在于各种嵌入式设备中，而高性能的fpga正在将网络接口卡(nic)和固态硬盘(ssd)转变为可编程的计算平台。它曾经是asic的领域，在那里，高容量使得这些应用程序，如加密磁盘驱动器的实用性。这假定标准的软件接口得到充分的采用，以使解决方案具有实用性。
现在，fpga是主流。FPGA板和GPGPU板、机器学习/人工智能(ML/AI)加速器都可以在云计算中找到。fpga可以提供这样的支持，但定制芯片通常更适合优化的ML/AI支持。fpga提供了一种更灵活的方法，允许不仅仅是ML/AI加速集成到硬件中。api和驱动接口的标准化改变了人们对fpga、gpgpu和云中的ML/AI支持的看法。
同样的事情也发生在边缘层面。绑定了fpga的智能网卡加速并减轻了主机的网络处理任务。这也有助于最小化系统带宽需求。它还可以帮助保持数据以网速移动，否则主机可能会不堪重负。
赛灵思公司该公司的SmartSSD计算存储设备(CSD)是fpga如何在存储中发挥作用的一个例子(见图)。它并不是市场上第一个FPGA/SSD设备，但它与基于PCI express (PCIe) NVMe等标准的配合使用使其成为一个非常有趣的平台。
像SmartNICs一样，smartssd可以利用FPGA实现各种可能需要由主机处理器处理的特性。例如，SmartSSD可以被编程处理数据压缩和加密。它还可以把基本的SSD变成一个内容寻址内存，甚至是一个ML/AI引擎。像实时多媒体转码这样的应用程序适合SmartNIC和SmartSSD领域。
将计算任务移到更靠近外围设备的地方是有意义的，特别是在数据中心变得分散的情况下。它在嵌入式应用程序中也有意义，在嵌入式应用程序中，功能可以被分发以促进开发和扩展模块化。
请密切关注其他外围设备，从相机到马达控制，它们的智能程度比过去高得多。
