Microchip推出针对智能边缘设计的定制PolarFire FPGA和SoC解决方案堆栈,以加快开发速度,同时推动FPGA的采用。
为了加快智能边缘设计,Microchip Technology Inc.在其中端PolarFire FPGA和片上系统(SoC)中增加了10个技术和应用特定的解决方案堆栈。这些解决方案集合面向工业边缘、智能嵌入式视觉和边缘通信,包括 IP、参考设计、开发套件、应用说明和演示指南。
多年来,FPGA制造商面临的一件事是FPGA编程的复杂性,这阻碍了许多应用的采用。尽管FPGA的主要优势在于提供AI算法加速,定制设计和重新编程以满足新需求的能力。
成本也是一个问题,但在某些特定应用中,FPGA 比其他处理器(如微控制器 (MCU)、微处理器 (MPU) 和图形处理器 (GPU))具有优势。然而,多年来,像Microchip这样的FPGA制造商在降低成本方面取得了进展,使FPGA更节能,更小。
Microchip的新解决方案堆栈和软件开发套件(SDK)正在解决这些问题,使FPGA设计变得更加容易,同时使计算机工程师和FPGA设计人员之间能够更好地协作。
为什么Microchip要为智能边缘提供这些量身定制的设计?其中一个重要原因是需求,当然,该公司希望成为智能边缘的领导者。另一个原因是推动FPGA的采用。
“作为一种技术,我们需要更加平易近人,这就是我们提供解决方案堆栈的原因,”Microchip的FPGA业务部门战略副总裁Shakeel Peera说。
Microchip声称其FPGA业务同比增长32%,这得益于其PolarFire中端旗舰FPGA平台。
Peera表示,PolarFire是该公司35年历史上增长最快的FPGA平台(1985年作为Actel开始,后来于2010年被Microsemi收购,2018年被Microchip收购)。现在已经是第五个年头了,PolarFire已经增长了90%。
Peera表示,推动这一增长的是智能边缘,Microchip的前20名PolarFire客户中有65%在这个领域。智能边缘增长跨越各行各业,包括工业边缘、5G/数据网络、物联网中的 AI/ML、医学成像诊断、自动驾驶汽车、军事/航空航天和空间计算。
FPGA 因其灵活性而非常适合智能边缘应用。这些应用程序高度专业化,具有不同的架构和不断发展的算法。
Peera说,这些应用程序是由在边缘生成数据和处理数据的需求驱动的,而不是在云和数据中心进行。
他补充说,在过去十年左右以及最近发生的事情是,大部分处理将在边缘设备上本地完成。
引用的一个例子是高级驾驶辅助系统(ADAS),它需要低延迟。皮拉说,如果不对汽车本身进行处理,它就无法工作。“它必须是天生的低延迟,因此处理必须在本地完成,并且必须在本地做出决定。
其他示例包括可实现设备之间低延迟通信的 5G 网络、工业 4.0+ 或工业自动化、医学成像和物联网。
为什么选择 FPGA 实现智能边缘?
Peera说,今天的处理元件通常是串行处理单元 - GPU,MCU,MPU或CPU - 并且FPGA并行执行处理,并且比串行处理单元更有效地处理。
AI / ML应用于各种架构 - 面部识别,车牌识别,安全,热成像等 - FPGA非常擅长支持各种架构,因为它们可以随着时间的推移重新编程,他补充说。“因此,当有高度专业化的应用需要加速时,FPGA非常擅长。
但是,Peera 也明确表示,工程师有很多选择,根据他们试图解决的问题和所需的性能,它将决定他们将使用哪个处理器平台。
PolarFire FPGA 和 SoC FPGA
Microchip在功率效率方面处于市场领先地位。据该公司称,PolarFire系列的功率效率是同类FPGA的两倍,具有最高的可靠性和军用级安全性,并且是第一款也是唯一一款量产的RISC-V SoC FPGA。PolarFire SoC 器件可创建新的可配置处理功能,面向功耗敏感型智能边缘应用。
智能边缘设计有特殊要求。Peera说,边缘设备通常不是大型系统,而是小型盒状系统,可以远程部署在不在中央办公室的区域。
因此,从一开始,热约束和最小功率预算就是独特的需求,他补充说。
Peera表示,与竞争对手相比,Microchip的PolarFire设备可以平均以大约一半的功率执行相同的工作负载,尽管它在30%到70%之间变化。
这与竞争器件的热效率成本有关。Peera说,从货币化的角度来看,为了消除热量并使系统正常工作,Microchip的研究表明,它的成本约为1.50美元/瓦。
此外,由于漏电流高,热失控成为一个问题,Peera说。“在某些时候,如果你负担过重,你的设备就会出现故障,所以你必须非常小心芯片中有多少处理。
Microchip的PolarFire器件由于使用了非易失性(NV)存储器,因此固有地提供较低的漏电流。“泄漏电流越低,热失控上限就越低,因此您可以进行更多处理,这与您在单个芯片上进行更多计算而节省了多少美元有关,”Peera说。
他说,NV技术天生具有较低的泄漏,PolarFire FPGA的静态泄漏电流是其他FPGA供应商使用的易失性SRAM的十分之一。“这给了我们一个竞争无法克服的优势。
Peera说,安全性也正在成为一个大问题,随着能够破解不对称密码学的量子计算,这种情况只会变得更糟。
他补充说,两大问题是知识产权保护和信息保障。“知识产权保护意味着有人不会从你的FPGA窃取你的IP,然后克隆它,数据安全意味着当你的芯片与外界通信时,这些信息从A点传输到B点时是有保证的,没有人入侵它。
“有大量的加密元素可以放入软件中,但你的设备是否可以被物理篡改并不重要,”Peera补充道。
Microchip的FPGA与美国国防部合作超过30年,内置了安全硬件,包括NIST认证的加密加速器,物理上不可克隆的功能和内置的篡改检测器。此外,抗量子身份验证也在路线图上。
此外,在拥有关键基础设施或高辐射环境的地区,需要零配置故障,Peera说。
他补充说,Microchip的FPGA不受辐射效应的影响,辐射效应正在成为地面系统中的一个问题,例如智能电网,数据存储,通信基础设施和航空航天系统以外的安全关键应用。
这就是NV内存技术的优势所在。
高能辐射粒子可以翻转SRAM位 - 改变SRAM单元的状态 - 因为电压方面的编程水平非常低并且可以很容易地翻转,Peera说,而NV技术是在更高的电压电平下编程的,并且位不能翻转。
这些优势共同转化为商业市场的军用和航空级安全性和可靠性。
最重要的是,平台需要做两件事,Peera说:“一是拥有具有FPGA信号处理单元或微处理器子系统(MSS)的异构计算架构,所有这些都可供用户使用并能够实时计算,因为低延迟在边缘非常重要。
“我们能够提供可以进行各种处理的异构计算平台,无论是具有确定性加速器的操作系统还是用裸机代码编程的东西,”他补充说。“一切都可以在一个FPGA平台中作为单片解决方案使用。
除了技术优势之外,将开放标准RISC-V用于其PolarFire SoC FPGA使Microchip能够更轻松,更快速地进行创新。
Peera表示,该公司当时冒着很大的风险选择RISC-V而不是Arm,关于他们是否应该这样做有很多争论。
一旦决定迁移到RISC-V,Microchip开发了一种架构,以非常小的外形在单片MSS平台上提供低功耗,高度灵活的缓存,非对称处理功能(使用四核64位RISC-V处理器),实时裸机和RTOS。
使计算机工程师更容易访问 FPGA
Peera说,FPGA是非常节能的加速器,但要使用它们进行编程和设计,工程师需要对定制硬件有先天的知识。
这意味着您必须是ASIC或FPGA设计人员。
问题在于算法设计人员不是 ASIC 或 FPGA 设计人员;Peera解释说,他们是计算机工程师,他们学会了用C / C++设计算法,这不支持定制硬件开发。
“那么,如何让FPGA对计算机工程师来说更容易接近,这是业界正在进行的争论?人们喜欢FPGA,但他们最终使用GPU,CPU和MCU进行设计,因为他们只需要用C / C++进行设计,他们不需要了解底层定制硬件,这就是FPGA,“他补充道。
因此,Microchip选择了三个热门领域——计算机视觉(或智能嵌入式视觉)、工业边缘(或工业自动化)和边缘通信,这些领域“对智能边缘来说是完全神圣不可侵犯的”——以加快开发和设计时间,同时应对一些最大的挑战,包括能效、安全性、延迟和尺寸。
“这些是智能边缘的主要杀手级应用,”Peera说。
他补充说,围绕生成人工智能有很多嗡嗡声,但它仍处于起步阶段。“推动货币化的是机器视觉。
Peera说,工业边缘包括机器人技术、拣选技术和工厂自动化等领域,而支撑所有这些的是边缘通信,因此所有系统都可以相互通信,包括从光学数据网络到5G O-RAN的所有内容。
虽然这些解决方案是一个良好的开端,但计算机工程师使用 C/C++ 进行编程。FPGA编程的标准语言是Verilog硬件描述语言(HDL)或VHSIC HDL(VHDL)。
Microchip为FPGA提供了自己的C/C++高级合成,称为SmartHLS,允许工程师通过处理软件/硬件分区、编译MSS和硬件代码以及编程FPGA来轻松使用其算法进行FPGA设计。好处包括更快的设计周期和更少的代码行,并且无需完全了解底层硬件。
“学校并没有为 FPGA 培养大量电气工程师;我们正在培养更多的计算机工程师,这只是美国生活的事实,“皮拉说。
“所以FPGA设计师是一种罕见的商品,”他补充道。“这里的想法是使计算机工程师和FPGA设计人员之间的协作更加容易。并非所有计算机工程师都会使用FPGA作为事实上的标准,但FPGA擅长某些事情。
Peera 解释说,这些解决方案的架构使计算机工程师能够处理 AI/ML 算法,并以他们理解的方式将其移交给 FPGA 设计人员,并补充说,这使得 FPGA 在协作设计环境中变得平易近人。
FPGA提供了一个空白的石板,Peera说。“如果你完成了80%的算法,但需要处理20%的新算法,那么FPGA在这方面非常棒,并且在新兴的混沌领域占有一席之地,而今天,它是AI / ML。
解决方案
PolarFire FPGA 智能边缘解决方案堆栈针对特定技术和垂直市场:智能嵌入式视觉、工业边缘和边缘通信。
智能嵌入式视觉堆栈包括 H.264 压缩、HDMI、串行数字接口和 CoaXpress。它们为传感器和显示接口、编码/解码、图像处理、DDR 控制器、传输接口和深度学习推理(通过 VectorBlox SDK)提供了多种选项。
嵌入式应用,如增强现实、医疗视觉、监控、热视觉和虚拟现实,正在推动AI/ML以非常高的分辨率(4K到8K以上)的货币化,共同的因素是它们非常小,功耗低,需要热效率,Peera说。
他解释说,预制的解决方案堆栈和SDK使嵌入式视觉所需的算法的移植变得非常容易,包括从传感器后处理到将处理后的图像分发到显示器,网络或机械臂等的所有内容,中间是深度学习推理。
Peera说,这些构建模块使设计人员更容易开始设计,提供整体系统解决方案,不仅提供FPGA,还提供其底层解决方案堆栈及其周围的解决方案。
工业边缘专注于电机控制和开放平台通信/统一架构(OPC/UA)。边缘通信面向软件定义无线电、USXGMII、小型可插拔 (SFP+) 光模块和 5G O-RAN。
电机控制解决方案由 PolarFire 设备和 SmartFusion 2 经典 FPGA 的 IP 模块和算法组成;双轴电机控制套件;使用极火SoC进行非对称处理;以及软件、编程和调试,以优化设计。OPC/UA工业边缘解决方案包括用于智能相机应用的PolarFire SoC视频套件和控制步进电机的Icicle套件。两者都在Linux上的OPC / UA服务器上运行。主机Windows PC运行UA Expert,一个Windows OPC客户端。
OPC / UA是开放式工业总线的一个例子,Peera说。他补充说,这种开放式网络提供了即插即用多种解决方案的能力 - 远程连接在一起,利用FPGA灵活的I / O。
边缘通信解决方案提供了一系列构建块。其中包括数据聚合/桥接、编码/解码、传输接口、以太网 MAC 和 DDR 控制器以及光模块接口。与PolarFire SoC FPGA一起,Microchip提供PoE PD,电源/ LDO,MEMS振荡器和1G / 10G PHY。
SDK 也是新解决方案的一部分。一个例子是VectorBlox Accelerator SDK,用于PolarFire和PolarFire SoC FPGA的ML推理。据Microchip称,与中档SRAM FPGA相比,它的功率效率提高了2×至3×。主要应用包括面部识别和车牌检测。
扩展的解决方案堆栈是在 6 月份宣布的面向 OPC/UA 和新资源的工业边缘堆栈之后推出的。未来的解决方案包括 AI/ML/图像处理、高速连接、安全性和面向计算的软件设计套件。
Microchip还抢先了解了其第二代PolarFire FPGA,它将再次将电源效率提高一倍,提高4×。它们还将提供确定性和不对称处理;军用级防篡改和网络安全;以及对 SEU 的免疫力。
审核编辑:彭菁
全部0条评论
快来发表一下你的评论吧 !