fpga和内存已经配对很久了。BittWare的250-M2D FPGA加速器M.2模块(图1)按照这个模式压缩a赛灵思公司Kintex UltraScale + FPGADDR4内存可达32gb。我的2使用C M.2接口对串行flash存储器进行编程，该串行flash存储器用于对Kintex KU3P FPGA进行编程。16纳米的FPGA拥有多达356K的逻辑单元。
PCIe (PCI Express)接口支持NVMe，即实际上的高速存储接口。该模块支持计算存储处理器(CSP)配置——随着计算服务从主机CPU转移到外围设备，CSP变得越来越流行。除了为其他事务释放CPU外，这种卸载还提供了更高效的操作。CSP任务包括压缩/解压缩、存储重复数据删除、加密/解密、人工智能/机器学习和数据分析等服务。
FPGA可以通过定制应用程序或使用现成的固件进行编程。例如，平台支持Myrtle.ai的针对语音合成和机器翻译等应用的人工智能推理引擎。
Eideticom的nload计算存储处理器也可用于250-M2D。nload CSP运行BittWare的NVMe U.2、EDSFF和PCIe AIC平台也
BittWare的250-M2D Open Compute M.2加速器可以通过Gen 3 x4 PCIe安装到传统的M.2插槽中(图2)．需要一个大的散热器来保持FPGA凉爽，因此该模块不适合所有的M.2平台。它确实符合Open Compute M.2插座形式因素。该模块的TDP为14.85 W，峰值绝对功率需求为24 W。
将FPGA CSP支持引入到这个小的外形因素中，可以将该功能整合到从无人机到工业4.0应用的边缘设备中。只要FPGA具有相当大的内存块，就可以使用该平台。fpga的优势在于能够同时支持应用程序的所有方面，从输入和输出数据，到在单个结构中实现计算和分析的任何组合。
