「Vitis平台能支援市面上所有公司的FPGA嗎？」這個標題聽起來有點異想天開，筆者還沒膽量這麼想──這是來自簡體中文版電子工程專輯社群「麵包板」的一位網友的想法：

Vivado如果能支援市面上大部分的FPGA (或者至少Altera的)，能讓工程師用一個熟悉的工具為不同品牌的FPGA做合成、時序分析、implement、燒錄、軟硬體支援等，那會不會透過FPGA工具成為和另外幾家EDA巨擘一般的存在？

很好，我在北京舉行的年度賽靈思開發者大會(XDF)前夕將這個問題拋給了賽靈思(Xilinx)負責軟體、IP和AI方案的副總裁Ramine Roane，在他很興奮的講到Vitis還可以支援不同品牌外部CPU時。

沒想到他認真回應了：「Vivado可能在支援其他品牌FPGA上有點困難，因為它更基於硬體，除非英特爾(Intel)把自己的硬體架構細節分享出來，否則我們沒法支援他們的硬體；但如果英特爾也開發出類似Vitis的產品，那或許我們可以合作。」

他補充指出：「我們的實驗室是採用開放源碼的，他們實際上也可以用我們的程式碼；」另外他還強調了一點：如果從營收角度看，賽靈思可能和EDA工具供應商巨擘們差距很遠；但如果從軟體授權數量和開發者數量角度來看，那賽靈思其實是超過Synopsys的。

過去三十年，賽靈思只是為硬體開發者開發工具，而現在推出的Vitis是免費的，不強制要求採用專有的開發環境，而是能插入到通用的軟體發展工具中，例如tensorflow、微軟(Microsoft)的visual studio編寫C，而且提供很多開放源碼內容，如賽靈思實驗室/深鑒科技的一些AI模型等。

在兩個月前，賽靈思推出了歷經五年、投入每年總計1,000個人工打造的Vitis，而在XDF 2019上，Vitis宣佈可以正式下載。

Vitis AI來了

AI模型的變化速度很快，尤其是在2012年後AI業界高速發展；這幾年當中，AI科學家們在精度幾乎沒變的情況下，把運算複雜度降低，從而降低了功耗。

「如下圖所示，現在AI模型每三個月就要變一次，工程師想建立一個ASIC或GPU需要花一年半時間設計矽晶片，半導體的設計週期遠遠大於AI模型更替週期；」Roane指出，如果用矽晶片實現這些AI模型，那麼在矽晶片設計好的時候，AI模型早已經更替，這個時候舊的矽晶片雖然能運作，但是效率很低。

所以矽設計需要在硬體上做到可適應，根據模型的變化，在新的模型上也能用一樣的模型達到很高的效率。所以自我調整計算加速平台的優勢明顯。

在平台上，如上圖所示，囊括了：

• 紅色部分的FPGA結構，可以用於客製化邏輯/記憶體。
• 綠色部分的有向量處理器；向量處理器適合高度流水線作業的處理器，做AI加速更有效，擅長做算數、矩陣，主要用於AI運算。Roane指出：「它看起來像FPGA，也是陣列式排布，但裡面包含小的DSP處理器，形成DSP和FPGA的混合體，從而實現可配置的資料流程。」
• 藍色部分可以嵌入ARM核心子系統。
• 黃色部分的晶片上網路(NoC)，用於將不同架構連接起來。

此次在XDF 2019北京站開放下載的Vitis AI開發平台，適用於在 Xilinx 硬體平台(包括邊緣裝置和Alveo卡)上進行人工智慧推論。

它包括了最佳化的 IP、工具、程式庫、模型和參考設計。其開源的8個程式庫裡包括了400多項功能，聽起來像是現在改行做AI工程師還來得及，從程式庫裡拿些程式碼出來刪刪減減，就能實現自己需要的功能。

Vitis AI 模型專區包括優化的深度學習模型，可加速工程師佈署深度學習推斷的進程。如下圖所示，這些模型涵蓋不同的應用，例如通用的影像分類/物件偵測、ADAS/AD、視訊分析、機器人和資料中心等。

在Vitis開發套件中，重點想提的是這個「AI Quantizer」；這個詞特意請教了賽靈思機器學習的資深產品經理Andy Luo，他解釋中文應該可以翻譯做AI量化器或轉換器，能將 32 位浮點權值和啟動量轉換為 INT8 這樣的定點。

Luo解釋：「這樣做的好處是，需要運算的資料量會大大減少，降低運算複雜度，所需的記憶體頻寬也更少。而且這個功能允許開發者多次嘗試量化程度，多次測試在不影響預測精度的情況下，實現最佳的轉化度。」

Roane則舉了一個針對智慧城市應用的自適應架構案例：

從上圖可以看到，從僅在CPU中執行，到以AI加速、再到FPGA加速，再到Vitis資料流水線方案，FPS可以從6增加到80。Roane指出：「後處理如果需要也可以用Vitis資料流水線，只不過一般這部分不是特別佔用算力，所以這個案例中沒有使用。」

第三方合作廠商

此次XDF 2019有兩家「鑽石贊助商」，包括安富利(Avnet)和Silexica；後者是2014年成立的德國公司，專長最佳化基於Vitis的應用。在現場，Silexica產品和技術行銷負責人Loren Hobbs接受EE Times採訪時表示，目前該公司還沒有中國客戶，客戶主要在歐美和日本，包括富士通(Fujitsu)、日本電裝(Denso)等，鎖定影像識別、智慧駕駛以及金融產業等應用。

SLX FPGA能夠和Vivado HLS結合使用，從而解決高階合成HLS設計流程的挑戰，包括識別不可合成的C/C++程式碼，檢測應用程式的平行性，以及在合適的位置插入編譯指令。目前該該公司主要業務是針對C++的最佳化，因為「Tensorflow一般已經做到最佳化，可以直接寫入FPGA了。」

「並非只有複雜的程式碼需要使用我們的SLX軟體，」Hobbs指出：「Silexica的軟體分為羽量級和重量級兩個版本，羽量級可以針對一些簡單應用，而對於重量級客戶，不僅在軟體本身有功能更齊全的版本供選擇，還可以進行深度的客製化合作。」

(本文原刊於EE Times China網站；責編：Yvonne Geng)

活動簡介

未來寬能隙半導體元件會在哪些應用成為主流？元件供應商又會開發出哪些新的應用寬能隙元件的電路架構，以協助電力系統開發商進一步簡化設計複雜度、提升系統整體效率？TechTaipei「寬能隙元件市場與技術發展研討會」將邀請寬能隙半導體的關鍵供應商一一為與會者解惑。

贊助廠商

立即報名