在人工智能時代，AI的算法不斷推陳出新，對于硬件的算力和靈活度要求很高。FPGA的靈活性剛好符合AI的特性。

通過FPGA，可以快速開始定制化運算的研究和設計，因為是使用FPGA，所以，可以保證開發(fā)軟硬件平臺的兼容，如果要獲得更高性能，就定制ASIC芯片，如果ASIC過于昂貴，或者硬件產(chǎn)品的需求量不足，也可以繼續(xù)使用FPGA。等到應用規(guī)模擴大到合適時機，再轉換為定制化芯片，以提高穩(wěn)定性，降低功耗和平均成本。

對今天的AI嵌入式系統(tǒng)的設計師而言，必須軟硬兼?zhèn)洳拍艹蔀橐粋€優(yōu)秀的工程師。換言之，軟件人員要往硬件方向轉，學習硬件知識，硬件工程師也必須向軟件工程師靠攏，理解算法的執(zhí)行過程，為AI算法設計新的計算結構和數(shù)據(jù)通路。這是因為現(xiàn)在AI的軟件編程并不是簡單地編寫一個程序得到一個計算結果，還必須考慮計算的速度是不是足夠夠快。所以實質(zhì)上是一個如何設計合理的并行結構計算加速核心硬件，以達到實時全面完成算法要求的問題。

轉型勢在必行，F(xiàn)PGA工程師要理解新任務、掌握新工具。

一.對FPGA產(chǎn)品的需求

硬件性能的提升

盡管FPGA在數(shù)據(jù)中心應用處于一個快速增長過程，但總體規(guī)模還不是很大，這里面有一些限制，也是FPGA廠商需要努力提升的地方。 首先是價格問題，F(xiàn)PGA的大規(guī)模部署需要FPGA硬件成本盡快降下來，這個要靠工藝進步以及市場規(guī)模來解決；其次是存儲訪問帶寬，HBM技術以及CCIX是代表性的方向。

軟件工具的提升

FPGA需要軟件工具來輔助工程師完成設計過程，在新的應用領域?qū)υO計的內(nèi)容、流程、驗證方法等都提出了新的需求，例如AI應用客戶希望具備高層次的模型定制能力，但是目前還沒有廠商可以提供成熟的方案。這也為新的工具提供商提供了機會。

生態(tài)系統(tǒng)

GPU獲得了廣泛的認同和應用，這與CUDA長期的演進和積累密不可分。新興應用領域大都有流行的設計框架和開源項目。FPGA一般作為高性能計算硬件來加速現(xiàn)有項目，所以需要和這類設計框架進行融合，也需要大量基礎庫/IP來支持用戶快速完成設計。所以一個成熟的生態(tài)系統(tǒng)至關重要，目前這塊也還是非常薄弱。

二：對FPGA工程師的需求

理解新任務

傳統(tǒng)FPGA工程師面對的是硬件的設計問題，但AI等應用與應用系統(tǒng)關系密切，不單純是FPGA片上邏輯設計的問題。工程師往往需要了解上層軟件如何與FPGA片上系統(tǒng)的集成與優(yōu)化問題。

掌握新工具

FPGA主流廠商很早就開始布局新興市場的應用，一個主要工作就是提升FPGA設計開發(fā)抽象層次，OpenCL/HLS語言就是典型代表，一般情況下可以提升數(shù)倍開發(fā)效率。所以FPGA工程師需要充分掌握這類新的工具，以保障自己能有足夠的效率面對行業(yè)需求。

抓住新機遇

新興應用領域不僅僅是FPGA市場的簡單擴充，它也為FPGA應用帶來新的商業(yè)模式，以FaaS為代表的應用形式，為FPGA開發(fā)人員帶來眾多新的商業(yè)機遇。

Achronix的Speedcore IP具有支持先進人工智能技術的正確功能組合。

人工智能（AI）應用要求高性能，并且在許多情況下，低延遲能夠成功地響應條件和需求的實時變化。它們還要求功耗盡可能的低從而意味著無法使用，其解決方案是將機器學習放在供電和制冷能力充足的云服務器端。對這些嵌入式系統(tǒng)的進一步要求是，即使在沒有網(wǎng)絡連接到云端的情況下也都能隨時工作并且準備好做出響應。這些因素的組合要求在硬件設計方法上做出改變。

人工智能要求謹慎地平衡數(shù)據(jù)通路的 性能、內(nèi)存延遲 和 吞吐量，這就需要用一種方法來將盡可能多的功能放到專用集成電路（ASIC）或系統(tǒng)級芯片（SoC）上。通過添加eFPGA技術，則提供了市場需要的一種解決方案，來將靈活性以及客制化邏輯單元支持能力結合在一起。

作為專為嵌入到SoC和ASIC之中而設計的硅知識產(chǎn)權（IP），Achronix的Speedcore eFPGA IP是一種高度靈活的解決方案，它支持高性能機器學習應用中需要的數(shù)據(jù)吞吐量。通過借助其可切分的架構，Speedcore IP為設計人員提供了滿足其應用要求的能力來實現(xiàn)eFPGA功能的混合和匹配。Speedcore IP的核心功能包括基于四輸入查找表（LUT）的邏輯單元、用于寄存器文件和類似應用并面向邏輯單元的小型存儲器（LRAM）、較大的單元塊存儲器（BRAM）和可配置的數(shù)字信號處理器（DSP）模塊。根據(jù)應用的要求，Speedcore基于縱列的架構可提供準確混合資源的能力。

三：FPGA公司在AI時代的布局

3.1: 賽靈思

之前已經(jīng)提過，2018年，新CEO上任就把方向調(diào)整為數(shù)據(jù)中心方向，推出ACAP的下一代計算平臺。實際上就是在FPGA上集成了AI加速器，2018年，賽靈思收購了中國的AI芯片的初創(chuàng)公司——深鑒科技，這個公司的創(chuàng)始人韓松就是上節(jié)所述的網(wǎng)絡剪枝和深度壓縮的發(fā)明人。

2019年，賽靈思發(fā)布了Vitis設計軟件，其中包含了專門針對AI應用的面向軟件的開發(fā)框架和庫文件，并提供了一些預先訓練和優(yōu)化過的AI模型。包括上面提到的深度壓縮，量化，剪枝等技術，包括深鑒公司的DNNDK開發(fā)框架，也被整合成Vitis的AI優(yōu)化器。

3.2: 英特爾

和賽靈思相比，英特爾的FPGA業(yè)務只占它業(yè)務量很小一部分。由于錯過了移動時代的前車之鑒，英特爾不能再錯過 AI 數(shù)據(jù)中心這個重要方向。再加上，英偉達的GPU已經(jīng)有很強的壟斷地位。各大互聯(lián)網(wǎng)公司也在自主研發(fā)深度學習的加速芯片，所以，英特爾一直也在發(fā)力。

英特爾收購了多家AI芯片的初創(chuàng)公司，

3.3: Achronix

這是唯一一家可以和兩在巨頭一較高下的FPGA公司。

2019年5月發(fā)布了Speedster7t的FPGA產(chǎn)品，主打高速網(wǎng)絡傳輸，機器學習加速。它針對AI計算做了充分的優(yōu)化。最多能集成300Mb的片上內(nèi)存，和英特爾的高端產(chǎn)品Stratix10近似。另外，這款FPGA基于臺積臺的7nm工藝制造，與賽靈思的ACAP相同，與英特爾的Agilex系列相比，也有很強的竟爭力。在芯片架構上，與賽靈思的ACAP類似，采用橫向和縱向的2D片上網(wǎng)絡。

四：FPGA在AI時代的發(fā)展方向

FPGA的方向之一，是集成越來越多的AI相關資源。

如何提高易用性和工具的支持，是另一個需要關注的。讓AI工程師掌FPGA的編程和開發(fā)是不現(xiàn)實的，因此，如何對現(xiàn)有人工智能的IP進行封裝和復用，是一個焦點。

兩個FPGA公司都支持OpenCL（高層次開發(fā)語言），但是，OpenCL的設計移植性并不好，因此，英特爾還發(fā)布于基于OpenVINO的開發(fā)套件，它專門針對深度學習的邊緣計算場景。

FPGA在AI領域的應用逐步擴展到網(wǎng)絡邊緣和端點，如：智能安防，視頻采集和處理，自動駕駛，機器人。

精彩推薦 至芯科技12年不忘初心、再度起航12月17日北京中心FPGA工程師就業(yè)班開課、線上線下多維教學、歡迎咨詢！ 至芯科技精品寒假班來襲，1月7號線上授課，歡迎廣大學子，電子愛好者前來學習！ FPGA到底是什么？，F(xiàn)PGA工程師核心競爭力是什么？ verilog的時鐘分頻與時鐘使能掃碼加微信邀請您加入FPGA學習交流群

歡迎加入至芯科技FPGA微信學習交流群，這里有一群優(yōu)秀的FPGA工程師、學生、老師、這里FPGA技術交流學習氛圍濃厚、相互分享、相互幫助、叫上小伙伴一起加入吧！

點個在看你最好看