【導(dǎo)讀】：如今AI的觸角已經(jīng)伸向了市場各個領(lǐng)域,AI離不開硬件，新一代人工智能硬件相較于之前的硬件有什么不一樣的呢？Achronix給出了答案。

AI應(yīng)用覆蓋了不同的市場，如自主駕駛、醫(yī)療診斷、家用電器、工業(yè)自動化、自適應(yīng)網(wǎng)站和金融分析等等；甚至是將這些系統(tǒng)連接在一起的通信基礎(chǔ)設(shè)施也正朝著自動化的自我修復(fù)和優(yōu)化發(fā)展。這些全新的架構(gòu)將執(zhí)行諸如負(fù)載平衡等功能，還有根據(jù)以往經(jīng)驗來進(jìn)行預(yù)測來分配資源，如無線通道和網(wǎng)絡(luò)端口等資源。這些應(yīng)用要求高性能，并且在許多情況下，要有低延遲以成功地響應(yīng)條件和需求的變化。它們還要求功耗要盡可能的低，其結(jié)果是無法在本地完成，機器學(xué)習(xí)解決方案往往被放在電能和散熱器充足的云服務(wù)器中。對這些嵌入式系統(tǒng)進(jìn)一步的要求是：即使在網(wǎng)絡(luò)不能連接至云端的情況下，也要始終處于待命狀態(tài)，并且隨時準(zhǔn)備響應(yīng)。這些因素結(jié)合起來就要求改變硬件設(shè)計的方式。

讓我們來了解一下通常被用于執(zhí)行這類計算任務(wù)的一些主要硬件器件種類，并分析與它們每種器件相關(guān)的優(yōu)缺點：

中央處理器（Central Processing Unit，CPU）

CPU幾乎是達(dá)到了半導(dǎo)體器件所能擁有的最高靈活性，被構(gòu)想為一種完全通用的器件，它們也很容易被編程。然而，這種靈活性自然是要付出代價的，在一個通用架構(gòu)中移動數(shù)據(jù)和指令所涉及到的大量開銷，使CPU相對低效且耗電。其結(jié)果是，為了滿足當(dāng)今的計算需求，CPU很快就被淘汰了。因此，設(shè)計人員就順理成章地選擇探討用其它架構(gòu)來補充這種通用功能。

圖形處理器（Graphics Processing Unit，GPU）

根據(jù)任務(wù)要求，另一條途徑是考慮圖形處理器（GPU）來解決這個問題。GPU從上世紀(jì)90年代起就開始進(jìn)入了興盛時期，那個時期它們通常被用來幫助個人電腦（PC）中的CPU完成圖形處理任務(wù)，為此它們還在架構(gòu)上進(jìn)行了優(yōu)化。事實上，憑借其擁有的許多計算內(nèi)核和數(shù)不清的算數(shù)邏輯單元，GPU可被用來加速許多不同類型的高度并行功能。然而，其代價是不能執(zhí)行通用計算任務(wù)，并且還相對耗電。

專用集成電路（Application Specific Integrated Circuits，ASICs）

在解決方案組合中，最遙遠(yuǎn)的一端是專用集成電路（ASIC）。它們被專門制造用來支持其目標(biāo)應(yīng)用，ASIC可被設(shè)計成不在任何其他計算上浪費時間或能耗。然而，正如大多數(shù)設(shè)計人員證實的一樣，ASIC的設(shè)計和生產(chǎn)是昂貴的，并對數(shù)量有限的功能進(jìn)行了高的承諾；ASIC在設(shè)計和制造完成之后，幾乎沒有能力去提供更通用的計算或適用其它用途。

我們的很大一部分客戶已經(jīng)到達(dá)這個階段了——設(shè)計高性能ASIC來作為解決他們所面臨的密集計算需求的唯一方法。然而即便是采用這種方案，許多與我們交流的客戶已經(jīng)在不得不考慮其他可選擇方案，以支持他們以更低的整體成本去生產(chǎn)性能更高的器件，以及集成一定程度的功能靈活性。

那么，其它的可選方案是什么呢？

FPGA

還有另一種方法。FPGA可提供接近CPU所擁有的靈活性，以及接近ASIC所擁有的效率。與ASIC一樣，F(xiàn)PGA允許設(shè)計人員實現(xiàn)邏輯算法，提供巨大的并行和硬件優(yōu)化的解決方案。與ASIC不同的是，F(xiàn)PGA可以在眨眼間用一個新的設(shè)計進(jìn)行重新編程。與CPU或GPU相比，當(dāng)今FPGA的能效非常高，能夠比基于處理器的解決方案每瓦提供遠(yuǎn)遠(yuǎn)更多的運算。

但是，還有一種更具吸引力的解決方案。

Speedcore嵌入式FPGA（eFPGA）知識產(chǎn)權(quán)（ IP）

Achronix已經(jīng)先行采取了進(jìn)一步的措施。與其簡單地提倡使用分立的FPGA芯片，為什么不將該架構(gòu)引入到您的CPU或SoC之中呢？并同時仍可享受更多的性能提高呢？

一款eFPGA消除了芯片與芯片之間通信的需求，例如通過PCI-Express這樣帶寬有限的連接需求，消除了對數(shù)據(jù)進(jìn)行串行化和解串行化的需求，并提供了一個極大容量的、直達(dá)為FPGA陣列結(jié)構(gòu)的片上互連。這意味著與獨立的FPGA芯片相比，可提供高達(dá)100倍的性能改善，同時將功耗降低高達(dá)50%，并縮小了片芯晶粒的面積，降低系統(tǒng)成本高達(dá)90%，及減少了對如穩(wěn)壓電源、元器件和散熱器等其它組件的需求。

Achronix的SpeedcoreTM嵌入式FPGA（eFPGA）IP產(chǎn)品可以被集成到ASIC或者SoC之中，以提供定制的可編程陣列結(jié)構(gòu)?？蛻敉ㄟ^細(xì)化其所需的邏輯功能、存儲器和DSP資源，然后Achronix將配置Speedcore IP，以滿足其個性化的需求。Speedcore的查找表（LUT）、存儲器（RAM）單元和DSP64單元都可以像積木一樣組裝起來，從而為任何特定應(yīng)用創(chuàng)建最優(yōu)化的可編程功能陣列結(jié)構(gòu)。Speedcore eFPGA目前已經(jīng)在臺積電（TSMC）的16nm工藝上驗證量產(chǎn)，并在開發(fā)用于TSMC的7nm工藝的產(chǎn)品。Speedcore eFPGA由Achronix的經(jīng)過實際芯片驗證的ACE設(shè)計工具提供支持。

在其他幾個優(yōu)勢之外，Speedcore eFPGA解決方案可提供緩存一致性、共享存儲資源，以實現(xiàn)更快速地導(dǎo)入和導(dǎo)出數(shù)據(jù)，且能在2ms內(nèi)對每10萬個查找表重新配置其整個架構(gòu)。

諸如多核CPU、通用圖形處理器GPGPU和獨立FPGA芯片等現(xiàn)有解決方案都可被用來支持如深度學(xué)習(xí)等先進(jìn)的人工智能算法；但隨著機器學(xué)習(xí)架構(gòu)的發(fā)展，它們的局限無法滿足開發(fā)人員對硬件不斷攀升的要求。Achronix的Speedcore eFPGA是基于經(jīng)過驗證的技術(shù)，并可為設(shè)計人員提供一條途徑，去實現(xiàn)更快速、更小巧的、成本更低且更節(jié)能的解決方案，從而支持設(shè)計人員根據(jù)快速升級的市場需求繼續(xù)增加他們的計算能力。

Achronix半導(dǎo)體公司是一家提供高性能，高密度FPGA方案的美國高科技公司。Achronix半導(dǎo)體公司跟Intel的合作讓其可以用業(yè)界最先進(jìn)的22nm 3D FinFET 技術(shù)發(fā)展新一代的FPGA器件。