要設計一款機器學習SoC，你可以在里面集成FPGA了
發布時間：2018-12-5 16:05
發布者：eechina
人工智能是當下最火爆的話題。據說，與人工智能相關的市場規模十分巨大，是繼PC市場、移動互聯網市場之后的下一個強勁的經濟增長點或引擎。
人工智能與很多應用密切相關，例如目前已經出現的自動駕駛汽車和智能音箱等，將來還會涌現出一大批嶄新的應用。人工智能的一項重要特性是機器學習（Machine Learning, ML），這將是越來越多半導體芯片必須具備的能力。 當然，幾乎所有的處理芯片都能用于機器學習，但它們的AI計算效率各不相同。意料之中的是，可編程能力越強、越靈活的芯片，其AI計算能力越弱，而靈活性最差的專用芯片的AI計算能力最強。
在CPU、GPU、FPGA和ASIC這四類芯片當中，FPGA比較獨特。它既具備一定的可編程性，又具備非常強的AI計算能力。如果我們能在SoC中嵌入一個FPGA核心，那么我們的芯片將具備出色的機器學習能力。這種思路顯然十分誘人。 不幸的是，高水平的FPGA技術只掌握在少數半導體廠商手中，而那三兩家FPGA巨頭看來也不打算出讓他們的FPGA IP。 好消息是，最近有一家FPGA廠商，它不僅出售FPGA芯片，而且愿意出售FPGA IP授權。 這家廠商的名字是Achronix，總部位于美國加州圣克拉拉市，成立于2004年。2013年Achronix推出了該公司第一款FPGA芯片。2016年10月，Achronix宣布其Speedcore嵌入式FPGA（eFPGA） IP產品實現量產供應，讓客戶實現了在自己的SoC中集成FPGA。 與購買獨立的FPGA芯片并設計在系統中相比，在SoC中嵌入eFPGA能帶來諸多好處：高出10倍的帶寬、降低100倍的延遲、降低10倍的成本和降低50%的功耗。除了直接獲得物理上的各項優勢，設計人員還可以為其SoC設計增加獨有的、長期的價值。 Achronix市場營銷副總裁Steve Mensor先生介紹說，目前該公司的營業收入中IP授權服務收費的比重已經超過芯片銷售收入。這其中的一個原因是，公司最新的Speedcore FPGA IP要比在產的Speedster FPGA芯片先進許多：前者已經進化到了臺積電的7nm工藝，而后者仍在使用英特爾的22nm工藝生產。 沒錯，Achronix的Speedcore 7t IP Gen4（第四代）是針對最先進的臺積電7nm工藝設計的，在架構上也更加完善：總體性能提升了60%，機器學習能力提升了300%，功耗降低了50%，芯片面積降低了65%。 這里不討論Speedcore 7t如何在PPA（性能、功耗和芯片面積）方面實現了全面提升（感興趣并有需求的朋友去聯系Achronix，或參閱Achronix推出用于人工智能/機器學習和網絡硬件加速應用的第四代Speedcore eFPGA IP），我們僅需了解這個最新的eFPGA IP為機器學習進行了優化，其大規模神經網絡矩陣矢量乘法的效率非常高。 客戶現在可以根據需求來定制自己的FPGA IP，Achronix可以在6個星期內交貨。
|
網友評論