FPGA/ASIC技术
(本站原创,作者:章鹰,电子发烧友执行副主编)
11月8日,赛灵思公司全球总裁及CEO Victor Peng全球CEO峰会上表示,后摩尔定律时代有三大明显趋势:第一、带有加速的异构计算;第二、广泛的应用场景和AI需要不同的架构;第三、芯片设计的周期远远赶不上创新的速度。
图1:赛灵思公司全球总裁及CEO Victor Peng(图片来自ASPENCORE)
“我们处于数据爆炸的时代,90%的数据杂乱无序、大量的视频和图像内容,亟需更大的吞吐量和实时的计算。我们现在正处于人工智能的初级阶段,未来的发展要面临更多的挑战和压力,这不仅仅体现在应用计算机方面,而且培训等方面也还处在初级阶段。”Victor Peng说。
芯片设计的周期跟不上创新速度,与此同时,我们也要整合在人工智能上的新发展,我们需要不断契合市场的需求,提升设计周期,提升计算能力。他明确指出,现在的人工智能带来的海量数据和计算性能要求,会让基础设施和架构发生变化,以前的微处理器和Soc可能没法直接应对这些需求,我们需要建立普适互联网智能时代,进行非常好的基于它内容的设计、和理念的创新。
在新的计算时代,我们需要处理数据,需要在架构方面创新,而不是单一的创新,因此赛灵思提出一个理念专用领域架构。这意味着每个专用的领域都要有新的架构,在具体的场景应用中,DSA会发挥巨大的作用。
在Victor Peng看来,如果在人工智能中使用CPU+FPGA方案,可以把时延降低、吞吐量提升、功耗也降低,赛灵思提供了一个全新的ACAP平台,为客户提供多领域的方案选择,适应整体应用的加速。
我们在使用AI的时候,不是只使用一个神经网络,而是多个神经网络参与其中。过去我们使用CPU完成事情,未来我们使用AI网络实现更多的功能。软件可编程系统可以帮助工程师做更多的事情,在参数方面实现更高性能。
Victor Peng强调,赛灵思正在推进新战略部署,即:数据中心优先,加速核心市场发展,驱动灵活应变的计算。数据中心加速为赛灵思发展新重点,赛灵思建立了数据中心,该中心是快速普及技术的领域,使用了优良的数据存储装置,希望在做数据分析时,计算机离数据近,而不需要远程调取数据。该中心可以让客户迅速受益于赛灵思的技术为各种应用所带来的数量级提升的性能和单位功耗性优势,其中包括人工智能推断、视频与图像处理、基因组学等应用。
以智慧城市为例,需要图像识别,如果有CPU和GPU的连接,就可以实现很好的算法模型,通过卷积神经网络,前面的图像解码信号和运动分析信号就可以进行机器分析,功耗75W,时延82ms,吞吐量4*12ftps。如果使用CPU +Xlinx FPGA,功耗可以降低到50W,吞吐量达到4*38ftps,时延26.1ms.
赛灵思的战略是引领自适应计算,我们处于计算新时代,普适智能时代,引入了新产品,可以实现每秒3万张图片的推断量,使用AI加速卡Alveo U250,RFSoc可以引领5G发展之路,使用16nm Zynq MPSoC架构,集成4GSPS ADC,6 GSPS DAC和可编程SDFEC,可以实现整个射频架构的改变,通过动态波束形成来实现mMMOE,我们还在发展更新的技术和产品。
Xilinx近期发布的业界首款ACAP芯片VERSAL,采用了台积电的7纳米FinFET工艺,其异构加速技术能够为任何开发者,满足任何创新应用。Versal 产品组合基于台积电(TSMC)的 7 nm FinFET 工艺技术,是第一个将软件可编程性与特定领域硬件加速和灵活应变能力相结合的平台,这对于跟上当今快速的创新步伐至关重要。
在Victor Peng看来,使用7纳米的VERSAL,可以实现更好的推断性能,使用相同的功耗,赛灵思的加速卡可以在7纳米下实现更多的性能。过去一个月中,我两次来到中国,中国市场技术发展非常快,有很多企业家和合作伙伴,我们重视中国市场,带来自身的影响力,促进行业的发展。
全部0条评论
快来发表一下你的评论吧 !