丹棱君有话说：在上周五发布的【微软黑科技一周概览】中，有小伙伴在留言区表示想知道“在微软做实习生是什么体验”。今天，我们请来微软亚洲研究院“明日之星”实习生李博杰和大家聊一聊这个话题。我们也会持续分享更多实习生故事，欢迎多多关注~
从 2015 年 7 月开始，李博杰在微软亚洲研究院实习至今，参与了许多项目。作为科研前线的弄潮儿，今天他要和我们分享的是他的 FPGA 研究。
李博杰微软亚洲研究院 系统组实习生
李博杰，年仅 23 岁，来自中国科学技术大学计算机专业，博士生在读。2013 年加入微软亚洲研究院联合培养博士生项目。2013 年获得“微软小学者”奖学金，2016 年 Microsoft Hackathon Cloud & Enterprise 组全球第二名。
博杰：嗯，我的研究方向是可编程硬件（FPGA）加速数据中心，所以最近相关方面的研究比较多。由于 CPU 时钟频率和内核数量的增长遇到了瓶颈，GPU 不适合需要低延迟的数据流处理任务，定制专用芯片又成本过高，近年来可编程硬件（FPGA）在数据中心得以大规模部署。FPGA 能够以1/5于 CPU 的功耗、1/10于CPU 的时钟频率，达到相近甚至更高的性能，并降低 10 倍的延迟。CPU、GPU 这些冯·诺依曼体系结构，每个工人每一步该做什么都需要工头亲自指示，原料和结果也是从一个集中的仓库里拿；FPGA 则是每个工人来的时候就知道自己该做什么，原料和结果直接在流水线上的工人间传递。我读过《三体》里面的人列计算机，也看过 Minecraft 大神用红石电路搭的 CPU，就感觉取指-译码-执行这种体系结构对数据流处理任务有些低效，很荣幸 MSRA 给了我机会探索新的体系结构。
然而 FPGA 的编程和调试仍然很原始，一个算法在 FPGA 里面实现要写比 CPU 多十倍的代码，编译一次要几个小时，一个 bug 调上一周是家常便饭；与 CPU 相比，FPGA 目前还像是二等公民，通信和协作比较麻烦。上世纪七十年代 CPU 体系结构走过的路，从编程语言到操作系统，在 CPU 和 FPGA 的异构体系结构上又要重走一遍。我们的 ClickNP 提出了一个用高级语言编程的高性能网络处理框架，目前在继续探索 FPGA 更多的应用和更通用的编程框架。我感觉站在新世界的大门前，这扇厚重的门已经被推开一条缝，露出了耀眼的阳光；很希望更多人与我们一起推开新世界的大门。
Q对于热爱计算机科研的同学，有什么想和他们分享的？博杰：对有科研理想的本科同学想说的话：在学校尽量参与一个研究项目，培养对研究的感觉。我在学校的时候没有做过研究，现在想来挺遗憾的。做研究的时候要想清楚有什么可以量化的创新（比如提升性能几倍，或者准确率提高了几个百分点），而不仅仅是重造轮子。参与合作的时候不能只是帮忙做实验、处理数据，而要清楚整个项目的背景，可选方案有哪些，我们为什么选择这个方案，以及自己在项目中的贡献。
结语：年轻的时候尽量多做事情，尝试各种有挑战的东西，比如说成为微软的实习生，对于你的科研生涯十分有好处，让自己的潜能得到释放吧！
PS：欢迎大家在留言区提出自己想了解的问题，丹棱君会帮忙转达博杰大神~无论是实习、科研还是其他，大胆甩过来吧！
本文转载自微信公众号：微软学生俱乐部
后台潜伏着一只微软小冰，如果你很萌，请跟她一决高下！
关注我们微软丹棱街5号如果觉得好，就鼓励一下作者吧~长按下面的二维码关注微软亚太研发集团官方微信！