2020年02月25日 | 专访赛灵思副总裁：让软件开发者更容易地使用硬件

2020-02-25 来源：EEWORLD

文章来源：APP Devoloper Magazine

从5G和无人驾驶汽车到科学研究，都需要硬件能够可靠、快速和高效地执行独特的任务，并能够适应不断变化的标准和规范。

在本文中，Xilinx的AI和软件副总裁Ramine Roane讨论了如何通过统一的软件平台使新的和现有的芯片技术帮助广大开发变得越来越易用，并且使技术可以进步得更快。

问：是什么驱动着FPGA在新的垂直领域和细分市场中越来越广泛的采用？

Roane：简而言之，数据和计算需求继续呈指数级增长，而CPU性能却停滞不前。 CPU频率难以持续提升，促使CPU制造商转移至多核架构，从本质上将缩放问题从芯片层迁移到软件层。但是，阿姆达尔定律严重限制了多线程软件的加速效率。再加上摩尔定律放缓，处理器的体系结构已经跟不上工作负载的计算需求。性能扩展现在来自特定领域架构（DSA）。这样，FPGA就可以方便的帮助公司在硬件上加速其应用程序，这些硬件可以动态地适应正确的DSA。

问：现场可编程门阵列（FPGA）和新型自适应计算加速平台（ACAP）设备相比GPU和ASIC有哪些优势？满足了哪些需求？

Roane：自适应平台（FPGA和ACAP）适用于多种工作负载，包括有线和无线通信，医学和生命科学、工业应用、运输、云计算以及包括人工智能在内的边缘计算，大数据分析，定量金融，视频转码等。对于这些工作负载，CPU耗尽了精力，而GPU仅适用于这些工作负载的一小部分。此外，可以即时对同一自适应平台进行重新编程，以加速不同的，无关的工作负载。在数据中心中，这提供了一个简单但适应性强的体系结构，该体系结构可以即时处理任何类型的工作负载。

问：FPGA的AI优势是训练还是推理？有哪些例子？

Roane：Xilinx专注于推理，AI中自适应硬件的优势包括低延迟，高性能和低功耗推断。这是由于在自适应硬件上构建了网络优化的加速器（具有自定义数据流和处理以及自定义内存层次结构）而导致的，从而最大程度地减少了对外部存储器的访问，使计算效率达到了最大化。低延迟和低功耗的高性能推理与汽车，工业，科学和医疗应用以及数据中心相关。

问：FPGA / ACAP编程如何使更广泛的开发人员变得更容易和更容易访问？

Roane：FPGA编程工具，过去是为硬件设计人员设计的，使用复杂的硬件描述语言，调试速度非常慢。赛灵思专为软件开发人员和AI科学家开发了工具，使他们能够在几乎不了解硬件的情况下使用自适应硬件。我们最近启动了免费的Vitis统一软件平台，消除了割裂的开发社区这一障碍。对于软件开发人员而言，这开辟了新的职业道路和能力，以利用他们现有的技能，同时以更快的开发时间和更容易的自适应平台解决方案来帮助加速项目。

问：对于没有硬件经验的开发人员，使用Vitis等平台时的学习曲线是什么？您能否分享有关新平台如何缩短开发时间的任何示例？

Roane：软件和AI开发人员的学习曲线应该很短，因为他们在Vitis和Vitis AI软件平台中使用标准语言，库和框架。例如，对于智能视觉应用，开发人员将使用带有OpenCV库（由Xilinx开发和加速）的C++，并使用Vitis AI将其TensorFlow输出编译到我们的DNN加速器DSA中。

问：您认为哪些行业更依赖于硬件？哪些领域硬件开发者较少？

Roane：在汽车，通讯基础设施以及工业和医疗应用中将大量使用硬件加速器。同时，数据中心还面临着扩展问题，例如视频转码和处理，大数据和数据库分析，安全性以及AI推理等应用。在技能方面，我们清楚地看到，大学里有越来越多的软件和AI科学家，而硬件开发人员则相对较少。

问：您认为开源解决方案未来扮演什么角色？

Roane：大多数行业的软件社区已经采用了开源方式，它不仅通过透明的方式提供安全性，而且还通过利用全球数百万开发人员的专业知识来加速开发和提升质量。甚至硬件开发也正在通过开源硬件项目转向该模型，其中DARPA是此类项目的最大赞助商。

赛灵思 FPGA ACAP Vitis

上一篇:赛灵思将与北京深维科技深化合作，提供更多支持

下一篇:5G时代的FPGA能否鱼跃龙门？