在上週於中國深圳舉行的全球雙峰會上,FPGA供應商賽靈思(Xilinx)執行長Victor Peng提出了下一代運算的架構:自適應智慧(Adaptable Intelligence)。

Victor Peng指出,隨著半導體和晶片技術的快速發展,未來將圍繞在三大趨勢:大數據(big data)的爆炸、人工智慧(AI)的黎明,以及後摩爾時代的運算。

Double_Summit_P3 賽靈思執行長Victor Peng

大數據(big data)的爆炸

在大數據時代,有90%的資料都是非結構性的原始資料,我們必須把些資料轉化為需要的、有用的資訊並進行處理。為此,我們需要更大的傳輸速率和即時運算,獲得更高效和有用的資料以支援我們的工作。

20181113_Xilinx_NT61P1

人工智慧的黎明

我們現在正處於人工智慧的初期發展階段,將會看到在各行各業開始導入人工智慧,並為各種應用領域注入新的智慧,改變所有產業與應用的樣貌,從端點到終端再到雲端,帶來翻天覆地的影響。

20181113_Xilinx_NT61P2

後摩爾時代的運算

大數據和人工智慧的發展需要更好的運算能力,因而對於電腦架構提出更高的要求。另一方面,在摩爾定律之後,我們需要異質運算(heterogeneous computing)結合加速器的新運算架構,特別是隨著相關元件的尺寸不斷縮小,而功能卻持續提高。此外,晶片設計的週期遠遠跟不上創新的速度,因而還需要整合在人工智慧方面的新發展。這些都需要採取不同的新架構策略。 20181113_Xilinx_NT61P3

新一代運算架構:自適應智慧

因應普適連網智慧時代對於新一代運算架構的需求,賽靈思提出了一個專用領域架構(DSA)的概念。DSA意味著每個領域都需要有新的架構,並分別為其帶來新的應用。隨著部署更多的產品和更多的設備,以及應用在具體的場景中,DSA將發揮巨大的作用。

在普適智慧時代,需要更靈活應變的智慧以及更好的DSA,這就需要創新以及發展新的功能。基礎設施的部署要非常快,賽靈思表示,透過自適應性的平台,可望推動DSA的快速發展,並進一步提高性能與能效。

「在運算時代的早期,大部份的事情是由CPU來行,到了異質運算架構,可以透過更多元件堆疊來處理種種任務,而且反應時間更快、執行時間更短,整個應用將會更加高效且速度更快。」但AI並不是一切,在使用AI時,可能有很多神經網路參與其中,透過AI網路實現更強的功能。此外,有很多軟體可程式設計的系統也有助於們實現更多的可能性,從延遲等參數方面實現更高的性能。

為什麼不能使用ASIC來實現?Victor Peng解釋,由於ASIC支援的應用數量有限,而FPGA在軟硬體方面都能以程式設計,因而可以實現更多不同的應用。例如打造智慧、安全的城市,從基礎設施、商業、政務方面都需要變得更智慧,因而需要更多技術,如影像辨識、連接GPU和CPU、H264的解碼和運動分析、透過PCE介面連接CNN連接以及使用機器學習的演算法等等,就可以實現非常好的架構。

20181113_Xilinx_NT61P4

資料中心策略

Victor Peng為賽靈思建立了清晰的策略:建設更好的資料中心,以及引領自適應運算。資料中心可以提供強大的資料支援、更大的資料儲存裝置,以利於進行資料分析、降低功耗並提高效率,這都需要使用FGPA。

此外,賽靈思還推出RFSoC引領5G發展之路。透過新型RFSoC據稱可將功耗和封裝尺寸縮減50-75%,對於高效率部署5G Massive MIMO 和毫米波無線回傳網路至關重要。

20181113_Xilinx_NT61P5

專為AI打造的自適應運算加速平台(ACAP)則是自適應運算的下一個里程碑。採用台積電(TSMC) 7奈米FinFET製程打造的Versal系列ACAP平台,結合了純量處理引擎、自適應硬體引擎以及具有先進記憶體和介面技術的智慧引擎,可應用在很多市場,提供強大的異質加速能力。

20181113_Xilinx_NT61P6 在機器學習方面,也考慮到如何降低延遲以提高推論性能。透過7奈米Versal除了實現更好的推斷性能,還可以把能耗降至最低,這對於將來的5G通訊將會非常重要。

20181113_Xilinx_NT61P7

透過自適應智慧平台,賽靈思期望為開發人員帶來無限的創意,協助他們在此新運算時代發揮創造力,打造更好的AI應用。

20181113_Xilinx_NT61P8