要设计一款机器学习SoC,你可以在里面集成FPGA了

发布时间:2018-12-5 16:05    发布者:eechina
关键词: Achronix , Speedcore , FPGA , 机器学习
人工智能是当下最火爆的话题。据说,与人工智能相关的市场规模十分巨大,是继PC市场、移动互联网市场之后的下一个强劲的经济增长点或引擎。

1.jpg

人工智能与很多应用密切相关,例如目前已经出现的自动驾驶汽车和智能音箱等,将来还会涌现出一大批崭新的应用。人工智能的一项重要特性是机器学习(Machine Learning, ML),这将是越来越多半导体芯片必须具备的能力。

当然,几乎所有的处理芯片都能用于机器学习,但它们的AI计算效率各不相同。意料之中的是,可编程能力越强、越灵活的芯片,其AI计算能力越弱,而灵活性最差的专用芯片的AI计算能力最强。

2.jpg

在CPU、GPU、FPGA和ASIC这四类芯片当中,FPGA比较独特。它既具备一定的可编程性,又具备非常强的AI计算能力。如果我们能在SoC中嵌入一个FPGA核心,那么我们的芯片将具备出色的机器学习能力。这种思路显然十分诱人。

不幸的是,高水平的FPGA技术只掌握在少数半导体厂商手中,而那三两家FPGA巨头看来也不打算出让他们的FPGA IP。

好消息是,最近有一家FPGA厂商,它不仅出售FPGA芯片,而且愿意出售FPGA IP授权。

这家厂商的名字是Achronix,总部位于美国加州圣克拉拉市,成立于2004年。2013年Achronix推出了该公司第一款FPGA芯片。2016年10月,Achronix宣布其Speedcore嵌入式FPGA(eFPGA) IP产品实现量产供应,让客户实现了在自己的SoC中集成FPGA。

与购买独立的FPGA芯片并设计在系统中相比,在SoC中嵌入eFPGA能带来诸多好处:高出10倍的带宽、降低100倍的延迟、降低10倍的成本和降低50%的功耗。除了直接获得物理上的各项优势,设计人员还可以为其SoC设计增加独有的、长期的价值。

Achronix市场营销副总裁Steve Mensor先生介绍说,目前该公司的营业收入中IP授权服务收费的比重已经超过芯片销售收入。这其中的一个原因是,公司最新的Speedcore FPGA IP要比在产的Speedster FPGA芯片先进许多:前者已经进化到了台积电的7nm工艺,而后者仍在使用英特尔的22nm工艺生产。

没错,Achronix的Speedcore 7t IP Gen4(第四代)是针对最先进的台积电7nm工艺设计的,在架构上也更加完善:总体性能提升了60%,机器学习能力提升了300%,功耗降低了50%,芯片面积降低了65%。

这里不讨论Speedcore 7t如何在PPA(性能、功耗和芯片面积)方面实现了全面提升(感兴趣并有需求的朋友去联系Achronix,或参阅Achronix推出用于人工智能/机器学习和网络硬件加速应用的第四代Speedcore eFPGA IP),我们仅需了解这个最新的eFPGA IP为机器学习进行了优化,其大规模神经网络矩阵矢量乘法的效率非常高。

客户现在可以根据需求来定制自己的FPGA IP,Achronix可以在6个星期内交货。

3.jpg
本文地址:https://www.eechina.com/thread-551034-1-1.html     【打印本页】

本站部分文章为转载或网友发布,目的在于传递和分享信息,并不代表本网赞同其观点和对其真实性负责;文章版权归原作者及原出处所有,如涉及作品内容、版权和其它问题,我们将根据著作权人的要求,第一时间更正或删除。
您需要登录后才可以发表评论 登录 | 立即注册

厂商推荐

相关视频

关于我们  -  服务条款  -  使用指南  -  站点地图  -  友情链接  -  联系我们
电子工程网 © 版权所有   京ICP备16069177号 | 京公网安备11010502021702
快速回复 返回顶部 返回列表