面向AI等应用推出自适应加速平台及加速卡

对于几何级变化的数据计算时代,芯片的开发速度已经远远跟不上创新的速度。为此,Xilinx于2018年10月推出了自适应加速平台——ACAP,是软硬件可编程平台,首款产品名为Versal,制程7nm,包含FPGA和异构加速等复杂结构。Versal会先推出两类产品:基础系列和AI核心系列,预计2019年下半年出货。其中,AI核心系列具有突破性的AI推断吞吐量。

为了满足数据中心加速需要,Xilinx还推出了Alveo加速器卡,用于数据中心和AI,芯片制程16nm。其中,Alveo U200 和 Alveo U250 由 Xilinx UltraScale+ FPGA提供动力。

灵活芯片与专用芯片的应用比拼

那么,既然现有芯片已经很难跟上数据和计算的几何级发展,固定功能的AI芯片发展前景如何?实际上,ACAP或者Alveo产品不会取代所有GPU,但是人们肯定会越来越多采用灵活应变的平台。

相比GPU、CPU,ACAP的引爆点在哪里?GPU现在在深度学习训练这一块应用非常多,但是它的功耗很高。但是Xilinx并不是特别关注训练这个市场,而是更多关注后面的推断这部分的市场,包括在数据中心和边缘计算,GPU用得并不多,CPU有一定的应用,但是性能和时延不太理想。这已是为什么Xilinx在推断这个领域,包括在智慧城市、自动驾驶汽车上已经有了很多的订单,相比GPU、CPU有竞争力。

反过来再看训练市场,现在GPU占据的市场份额比较多,但是这个市场基本处于饱和的状态。而推断这个市场仍然处于初期、快速上升期,现在正处于从CPU向加速卡转换的阶段,很多分析师预测未来的推断市场比训练市场规模大很多,因为训练只需要一次,但是最终推断可能是成百上千倍的应用规模。

如何看待很多初创公司在做AI芯片?

现在无论是AI还是别的类型芯片,任何的先进技术要发展,如果是用16nm、7nm的技术,所需要的投资都是巨大的,很多小企业可能没有足够的资金,无论是在芯片的开发还是在量产方面,尤其实现量产需要非常大的投资,这对于所有做AI和其他应用的企业来说都是一大挑战。
既然如此,AI初创公司应该如何去创新?被大公司收购是出路之一,例如2018年7月,北京的深鉴科技公司被Xilinx收购。因为大公司能够充分利用创新的技能和知识来扩大客户群,帮助小公司更快地影响业界,而无需初创公司自己去融资,还要来重复执行大公司很多优势领域的方案。所以初创企业应该关注自己的创新,而大公司擅长的部分可以由大公司来做,而不是由初创企业投资几亿元去做芯片。

深鉴的技术特色

 Xilinx过去几年在AI边缘计算上投入了很多资源,例如2018年7月,Xilinx收购了深鉴科技。深鉴科技也是用赛灵思的 Zynq SoC技术,面部识别就是深鉴非常重要的一个技术应用领域。深鉴科技有一个剪枝技术,是基于神经网络来进行优化的技术,也就是将神经元需要计算的数量来进行裁减,使得真正计算的神经源少一些,即使一些小的FPGA也可以进行计算。

类比一下,就像一个小孩小的时候脑神经源比较多,长大的时候使用的神经源数量反而少了,但是这些神经源的可用效率和效果是非常好的,随着人逐渐长大,对神经源的训练使得少部分的神经源更加强大了。还有模块上的系统FPGA可以嵌在IP摄像头和PCI-e卡里,都是在边缘计算里的。

Xilinx软件与AI解决方案产品市场营销与产品规划副总裁 Ramine Roane