在2016年末一年快要完毕的时分，AWS(亚马逊网络服务)宣告经过凭借云传输模型可以选用Xilinx高端FPGA器材了，初次以开发者的视点而不是扩展高层次东西来协助潜在的用户学习和体会FPGA的加快效果。
担任AWS容器和HPC部分的主管Deepak Singh向“The Next Platform”介绍到那些开展最快的运用范畴有许多相似之处，例如都希望选用根据云核算的FPGA解决计划，概况可参照最近新出书的一本书“FPGA前沿：可重构核算方面的新运用”。这些涉及到加密和安全、基因组学、金融服务以及一系列机器学习相关运用。“关于安全、基因组学和金融服务等都现已有许多FPGA的运用事例了，咱们等待看到FPGA与机器学习的结合，那将是一个更广泛的范畴，咱们需求供给更多的东西和支撑来满意它的添加。”
Singh将精力会集在专门的作业负载研讨方面，包含高功能核算，在AWS部分十多年来也参加并见证技能的变迁，从通用的云服务(类似于日子根本的面包和黄油)到新核算和内存密集型运用以及高功能核算(HPC)GPU加快计划等其他方面。除了重视这类运用的硬件和软件要求，Signh说到他也在重视别的具有更广泛开展和影响的两个方面，分别是机器学习和相关的硬件需求。
机器学习是FPGA的重要开展范畴，Signh说到，可是从规划上看它只趋向于特定专业用户，现在还不确认可重装备器材或许合适作为哪些器材，“它或许作为GPU、CPU，或许作为定制化的ASIC、张量处理器或许仅仅作为FPGA来运用，也或许是某几类的结合”，终究他说到由于最近几年GPU、可编程环境以及构成的生态体系，用户可以愈加敞开的去探究新的架构和加快器，尽管仍是差不多相同的运用场景，可是至少会有一些爱好激烈的用户(不单单是为完结通用功用)和他的团队都会常常重视新的架构，终究会挑选AWS的解决计划。Signh还说到，现在AWS FPGA云服务计划前期会招引一部分用户，一起也会鼓舞合作伙伴参加到FPGA技能开发过程中来。
通用核算不会就此消失，现在它仍是驱动核算的首要力气。可是最近两年或许三年呈现的Nvidia Tesla GPU以及它的功能让专业编程器材愈加简单，人们对专业处理器的爱好、开发人员，作业负载和公司的规划和活跃度都正在构成。从必定程度上讲，专门的硬件和基础设施起到了非常大的效果，特别关于那些有专门需求的用户，咱们以为FPGA是最好的一个挑选。
Singh说到许多终端用户现已开端搬运，假如不是所用通用作业负载都在云端完结，本地数据中心或许现已是曩昔时了。几乎没有哪个电气设备可以构成一个单一的、专门的作业负载。“除了根据FPGA的设备或许没有什么可以剩下来，由于其他相关的也现已出局了。”关于这样的景象，他说到现在硬件和设备供货商之间的联系终究都会搬运到亚马逊云服务上来，具有FPGA中心机器的供货商不是许多，可是正如曩昔咱们描绘的那样，Edico Genome(FPGA加快的基因组渠道)和Ryft(FPGA驱动大规划数据剖析渠道)在亚马逊的尽力下成为很好的伙伴，运用F1服务器实例满意新式专业需求。
正如Singh说到的，当AWS添加GPU实例的时分，GPU的生态体系现已很成熟了，关于FPGA则还有很长的一段路要探究，才可以供给较广泛的接入服务。这些前进会让现在的供货商和ISV(独立软件开发商)持续推行，可是关于AWS来说，除了供给硬件开发套件外，还会持续不断探究供给更多的接入契合和权限。
“咱们计划支撑高层次东西，例如SDAcell，包含OpenCL库，扩展了开发人员的资源。现在现已有一些软件开发人员他们既懂FPGA又知道怎么运用中心东西，他们需求的是一个通道——可以将他们的软件供给给更多的客户，与此一起，咱们正在研讨各种资源库、编程东西的可用性和可接入性，给用户带来更好的操作功能”，Singh解说到，“咱们的方针是让编程和运用FPGA不在是妨碍。”
Singh还说到开发FPGA实例性云服务经过了AWS内部评论，其间致力于专用核算范畴(例如HPC、运用加快等)的团队成员现已见证了FPGA的效益添加，可以满意重要商场范畴运用的核算才能需求，例如很早就选用FPGA作为体系解决计划的方面(金融服务等)、选用FPGA作为体系加快(加密/安全、基因组)、以及正在寻求将各种处理核算引擎相结合以满意各种算法和核算负载快速添加的运用(例如机器学习和深度学习)。
咱们曾在前面的文章中说到过，特别最近两年来，越来越专业的核算需求促进许多公司不再只局限于规范的CPU，而开端逐步选用ASIC、GPU和FPGA。这大大丰厚了高端核算范畴计划的多样性，涌现出更多规范/非规范的体系开发架构。上一年FPGA厂商Altera被Intel所收买，公共云服务也开端选用FPGA，各种不同的运用都将会从各方面获益于FPGA加快特性，这对FPGA来说也是严重开展的一年。
