面向AI等應用推出自適應加速平臺及加速卡

對于幾何級變化的數(shù)據(jù)計算時代,芯片的開發(fā)速度已經(jīng)遠遠跟不上創(chuàng)新的速度。為此,Xilinx于2018年10月推出了自適應加速平臺——ACAP,是軟硬件可編程平臺,首款產(chǎn)品名為Versal,制程7nm,包含F(xiàn)PGA和異構(gòu)加速等復雜結(jié)構(gòu)。Versal會先推出兩類產(chǎn)品:基礎系列和AI核心系列,預計2019年下半年出貨。其中,AI核心系列具有突破性的AI推斷吞吐量。

為了滿足數(shù)據(jù)中心加速需要,Xilinx還推出了Alveo加速器卡,用于數(shù)據(jù)中心和AI,芯片制程16nm。其中,Alveo U200 和 Alveo U250 由 Xilinx UltraScale+ FPGA提供動力。

靈活芯片與專用芯片的應用比拼

那么,既然現(xiàn)有芯片已經(jīng)很難跟上數(shù)據(jù)和計算的幾何級發(fā)展,固定功能的AI芯片發(fā)展前景如何?實際上,ACAP或者Alveo產(chǎn)品不會取代所有GPU,但是人們肯定會越來越多采用靈活應變的平臺。

相比GPU、CPU,ACAP的引爆點在哪里?GPU現(xiàn)在在深度學習訓練這一塊應用非常多,但是它的功耗很高。但是Xilinx并不是特別關(guān)注訓練這個市場,而是更多關(guān)注后面的推斷這部分的市場,包括在數(shù)據(jù)中心和邊緣計算,GPU用得并不多,CPU有一定的應用,但是性能和時延不太理想。這已是為什么Xilinx在推斷這個領域,包括在智慧城市、自動駕駛汽車上已經(jīng)有了很多的訂單,相比GPU、CPU有競爭力。

反過來再看訓練市場,現(xiàn)在GPU占據(jù)的市場份額比較多,但是這個市場基本處于飽和的狀態(tài)。而推斷這個市場仍然處于初期、快速上升期,現(xiàn)在正處于從CPU向加速卡轉(zhuǎn)換的階段,很多分析師預測未來的推斷市場比訓練市場規(guī)模大很多,因為訓練只需要一次,但是最終推斷可能是成百上千倍的應用規(guī)模。

如何看待很多初創(chuàng)公司在做AI芯片?

現(xiàn)在無論是AI還是別的類型芯片,任何的先進技術(shù)要發(fā)展,如果是用16nm、7nm的技術(shù),所需要的投資都是巨大的,很多小企業(yè)可能沒有足夠的資金,無論是在芯片的開發(fā)還是在量產(chǎn)方面,尤其實現(xiàn)量產(chǎn)需要非常大的投資,這對于所有做AI和其他應用的企業(yè)來說都是一大挑戰(zhàn)。
既然如此,AI初創(chuàng)公司應該如何去創(chuàng)新?被大公司收購是出路之一,例如2018年7月,北京的深鑒科技公司被Xilinx收購。因為大公司能夠充分利用創(chuàng)新的技能和知識來擴大客戶群,幫助小公司更快地影響業(yè)界,而無需初創(chuàng)公司自己去融資,還要來重復執(zhí)行大公司很多優(yōu)勢領域的方案。所以初創(chuàng)企業(yè)應該關(guān)注自己的創(chuàng)新,而大公司擅長的部分可以由大公司來做,而不是由初創(chuàng)企業(yè)投資幾億元去做芯片。

深鑒的技術(shù)特色

 Xilinx過去幾年在AI邊緣計算上投入了很多資源,例如2018年7月,Xilinx收購了深鑒科技。深鑒科技也是用賽靈思的 Zynq SoC技術(shù),面部識別就是深鑒非常重要的一個技術(shù)應用領域。深鑒科技有一個剪枝技術(shù),是基于神經(jīng)網(wǎng)絡來進行優(yōu)化的技術(shù),也就是將神經(jīng)元需要計算的數(shù)量來進行裁減,使得真正計算的神經(jīng)源少一些,即使一些小的FPGA也可以進行計算。

類比一下,就像一個小孩小的時候腦神經(jīng)源比較多,長大的時候使用的神經(jīng)源數(shù)量反而少了,但是這些神經(jīng)源的可用效率和效果是非常好的,隨著人逐漸長大,對神經(jīng)源的訓練使得少部分的神經(jīng)源更加強大了。還有模塊上的系統(tǒng)FPGA可以嵌在IP攝像頭和PCI-e卡里,都是在邊緣計算里的。

Xilinx軟件與AI解決方案產(chǎn)品市場營銷與產(chǎn)品規(guī)劃副總裁 Ramine Roane