FPGA|电巢学堂：FPGA适合AI边缘计算吗？中薪|高薪|学堂|边缘|计算|赛灵

文章插图
FPGA要在边缘AI计算中应用，高成本和开发难度大是两个问题。
文 | 包永刚
新一轮的AI热潮对芯片提出了更高要求，不过，AI芯片的定义还没有严格和公认的标准。因此，可以运行深度学习算法的CPU、GPU以及FPGA和ASIC都可以被称为AI芯片。虽然都称为AI芯片，但在2019年AI落地的大背景下，AI芯片的效率更值得关注。
那么，在边缘端，FPGA能与专为边缘AI设计的ASIC共同推动AI的普及吗？
三大FPGA公司整体向上
历经并购和整合，目前全球排名前三的FPGA供应商分别是赛灵思、英特尔、莱迪思。有意思的是，前两大供应商在今年相继推出“最大”FPGA。8月，赛灵思宣布推出全球最大容量的FPGA Virtex UltraScale+ VU19P，这款FPGA基于台积电16nm工艺，集成350亿个晶体管、900万个系统逻辑单元，有每秒达1.5 Terabit的DDR4存储器带宽、每秒达f 4.5 Terabit的收发器带宽和超过2000个用户I/O。
三个月后的11月，英特尔宣布推出全球容量最大的FPGA Stratix 10 GX 10M，采用14nm工艺制造，集成了443亿个晶体管，核心面积约1400平方毫米，在70×74毫米的封装面积内拥有1020万个逻辑单元，还有25920个数据接口总线(EMIB)，是此前记录的两倍多，每个接口吞吐量2Gbps，内部总带宽6.5TB/s，另有308Mb存储、6912个DSP(18×19排列)、2304个用户I/O针脚、48个收发器(0.84Tb/s带宽)。
显然，赛灵思和英特尔推出更大容量的FPGA为的是满足大数据以及云端AI的需求，将FPGA的应用从工业和汽车更多地拓展到数据中心。在半导体行业，头部效应尤为明显，即便市场份额排名第三，如果莱迪思也推出大容量FPGA，境遇可能会非常艰辛。
赛灵思和英特尔在FPGA市场的调整也给了莱迪思市场拓展的机遇。过去几年，莱迪思都专注于消费类市场，但消费类市场迭代速度非常快，需要根据不同的市场需求推出相应的产品。

文章插图
莱迪思亚太区产品市场部总监陈英仁表示：“在市场需求不明确且快速变化的时候，技术很难复用。我们现在采用平台化的新模式，这样能够最大化设计复用，降低开发成本及加速产品迭代。”

文章插图
莱迪思亚太区产品市场部总监陈英仁
FPGA适合边缘AI吗？
由此看来，莱迪思在市场的变化中找到了合适的定位和产品路线。不过FPGA要在边缘AI计算中应用，高成本和开发难度大是两个问题。对此，陈英仁表示，很多客户都用我们的FPGA进行量产，所以我们的FPGA价格非常友好。并且过去四年，莱迪思出货的FPGA数量在10亿片的量级，这也证明我们的产品非常可靠。
至于设计门槛，陈英仁指出，由于FPGA的生态环境不像C语言那样方便，所以大家觉得FPGA的设计门槛比较高。这又可以分成两部分，一部分是工具，莱迪思全新推出的平台CrossLink-NX会使用Radiant 2.0，调试工具做了很大改善，也支持业界标准的SDC，还加了ECO编译器，还有信号完整的分析，并且将持续保持更新，让懂FPGA的工程师能够更方便的使用。
另一部分是参考设计，对于那些不太懂FPGA的工程师，他们不知道这些工具的差异，需要一些参考设计才更容易上手，这也是莱迪思的强项。另外我们推出的sensAI，包含了评估、开发和部署基于FPGA的机器学习和人工智能解决方案所需的模块化硬件平台、演示示例、参考设计、神经网络IP核、软件开发工具和定制设计服务。这些都能够降低FPGA的设计门槛。

文章插图
还有一点，FPGA本身就是并行处理，深度学习算法很多都需要并行处理，通过sensAI把AI模型转换之后，FPGA执行AI推理非常适合。
价格友好且设计门槛在降低，但FPGA想在边缘端应用，还需要有相对ASIC明显的优势才具备吸引力。对此，陈英仁对雷锋网表示：“我们专注于把FPGA的优势发挥出来，比如低延迟。另一个是FPGA能够快速导入市场。还有就是FPGA的弹性，因为FPGA本身就有可编程性的优势，I/O、配置都非常灵活。I/O接口的灵活性非常适合边缘端，可以接入各种传感器。”
他进一步解释灵活性在边缘端的重要性，如果从性能和功耗比的角度衡量， FPGA相比ASIC会显得没有优势。但FPGA可以提供不同的接口，这样就可以接不同的传感器，并且能够满足产品智能化升级的需求。特别是AI技术还在不断地演进，要对现有产品做升级的时候，由于ASIC的拓扑结构已经固化，如果一个电子广告牌想要增加一个传感器更好满足需求时，ASIC就很难，而用FPGA无论是用SPI还是USB接口都能轻松接入。