編按：本文是洪士灝教授一系列談論高階科技人才培育問題專文的第九篇，前面幾篇請在此點閱：第一篇、第二篇、第三篇、第四篇、第五篇、第六篇、第七篇、第八篇。
上一篇所講到的DSP（Digital Signal Processor，數位訊號處理器[footnote]一種用來即時處理數位訊號的處理器，詳見維基百科詞條。[/footnote]），很早就在軍事與通訊用途上，用來處理雷達、聲納等訊號；普及到民間之後，業界也廣泛將之使用在音響上。
許多前瞻技術領域觀念看似簡單，但若不知如何整合軟硬體，就難以實作出來。
早年設計超級電腦，都會加入專門的運算加速器：例如Cray上有向量處理器（Vector Processors），甚至打造專用的處理器；而最近拿下Top 500 List第一名的「神威．太湖之光」，就是中國自行設計的（因為美國管制高效能晶片的出口）。所以異質計算（Heterogeneous Computing）並不是全新的領域，就像人工智慧、平行處理、雲端計算，都是幾十年前就有的概念；但是光是懂概念，做做Me Too（你會，我也會）的應用還可以，要是不知道如何進行軟硬整合，在建構前瞻應用的時候，就很難在實作上有所突破。
軟硬整合與效能最佳化，不但有趣有用，而且發展空間極大
以多核心CPU進行平行計算，是筆者攻讀博士時研究的老本行；雲端服務和大數據分析裡面的許多議題，是我在SUN工作時所遇到的，而近年用GPU和FPGA來加速重要應用，可說是上述研發項目的延伸。所謂「不管黑貓白貓，會捉老鼠的就是好貓」，無論是DSP、Vector、ASIC、GPU或是FPGA，對我來說解決問題最重要；所以身為效能最佳化專家，必須關注這些技術。通曉這些技術之後，會覺得「軟硬整合最佳化」是很有趣、很有用、很寬廣的領域，而且還有很大的發展空間。
那麼，為什麼很多本土的朋友們看不到很大的發展空間，或是覺得這些陳義過高，看得到、吃不到呢？大環境的業障，已經在前幾篇說過了，我也只能盡力而為。
國外大廠投入大量資源，培植人才，全力發展FPGA加速技術
在2011年，IBM Austin Research Lab的幾位專家，包括筆者在上一篇裡提到的Dr. Peter Hofstee，找我們合作，希望用FPGA來加速某些高價值的高效能計算應用，並且以Open Collaboration Research Award的方式，贊助我們在這個領域的研究計畫。IBM除了邀請我的研究生赴Austin進行四個月的暑期研究之外，還特別運來一台在Power處理器晶片旁邊擺放FPGA晶片的限量原型伺服器到台北，讓我們從事研究。當時IBM和Altera走得很近，因此我們有機會使用仍在研發階段的OpenCL-to-Verilog編譯器。
在兩年合作的期間，我們從與IBM研究人員的討論中學到頗多東西，可惜產業在FPGA加速器相關技術的發展速度不如預期，尚未形成經濟規模，因此成果和實用有段距離。如果是由科技部來評鑑這個計畫的執行成效，恐怕就會不及格了；但我們以此為基礎持續練功，等待時機的到來。
國外各大廠努力培植人才，發展雲端加速技術，甚至捐贈設備與研究資金來台，但國內產官學界態度相對消極。
其實不只是IBM，如Google和Microsoft這類的公司早已嘗試在Data Center的伺服器上加入FPGA晶片，加速大規模的雲端服務，例如搜尋和分類。這類的工作，如同我稍早所說的，需要軟硬體兼通的人才。Microsoft在2011年成立Project Catapult，網羅一群好手，包括上週來台大演講的好朋友Dr. Derek Chiou，他當時在University of Texas教書，被Microsoft挖去時，跟我說他要去做一個有影響力的計畫；後來Microsoft在2014年的ISCA上，發表一篇用FPGA加速搜尋引擎的論文；他是23位共同作者之一。這23位作者都不是泛泛之輩，有的還大有來頭。
去年Intel購併了Altera，同時宣示了FPGA進入主流伺服器的時代即將來臨。Intel希望把CPU Cores和FPGA整併在同一個處理器晶片上，提昇系統的效率；這與2011年IBM找我們合作時的想法類似，但是挾Intel與Altera的半導體製程與設計技術，有較大成為主流的機會。然而再怎麼說，硬體的發展只是故事的一環，Intel/Altera知道，既然要加速的是軟體，關鍵在於：（一）找到適合用FPGA晶片加速的高價值軟體、（二）將軟體轉換成FPGA晶片，並且發展出效能最佳化技術。
就像我在第一篇所說的，這是易學難精的技術；雖然我認為這個領域很適合國內產業來推動，但是國內產官學願意投入的資源太少。筆者升等成為教授之前人微言輕，影響力不夠大；倒是國外廠商頗為積極，會主動與我接觸、捐贈設備、研究資金。兩相對比，實在令人感歎。
（未完，待續）
