賽靈思提出下一代計算的架構：自適應智能

11月9日的「全球分銷與供應鏈領袖峰會」是分銷商、原廠與終端製造商一年一度的盛會，這是一場為電子行業高管、工程師、採購決策人員準備的殿堂級盛宴。

識別二維碼，馬上看分銷與供應鏈峰會

回復「峰會」到「國際電子商情」微信公眾號，可下載分銷與供應鏈峰會現場演講PPT

全球CEO峰會已於11月8日舉行，匯聚國內外16位電子產業領袖、管理人員、設計精英及決策者共同探討未來技術趨勢與市場走向。

識別二維碼，馬上看CEO峰會

回復「峰會」到「EDN電子技術設計」微信公眾號，可下載CEO峰會現場演講PPT

APSPENCORE組織的全球雙峰會於2018年11.8-11.9在中國深圳大中華交易廣場隆重舉行。全球半導體，FPGA主要供應商賽靈思CEO Victor Peng 在峰會上提出了下一代計算的架構：自適應智能（Adaptable Intelligence）。

上個世紀計算機剛剛開始興起的時候，發展緩慢，可能一個計算機電腦就要用數萬個半導體和IC，一台計算機要佔用一個龐大的機房。可是現在已經非常發達，IC的發展也非常快。

未來將主要有三大趨勢：大數據的爆炸、人工智慧的黎明、後摩爾時代的計算。

數據的爆炸，可以說看到演算法方面的趨勢，比如說在新的計算領域，第一方面是數據的大爆炸，很多是沒有良好的結構，比較混亂的、雜亂無章，不管是視頻還是相關圖像的內容，這就是我們面臨的大數據時代。我們需要做的事情是把數據轉化為需要的、有用的信息，我們怎麼樣處理數據變成有用的信息呢？我們需要更大的吞吐量和實時計算，這樣才能得到非常高效和有用的數據來支持我們的工作。

大數據的爆炸，讓我們看到一個巨大的趨勢：人工智慧AI。我們現在正處於人工智慧的初期發展階段，我們會看到很多先進人工智慧的出現，也有各個行業人工智慧的情形、類型，可以說遍及所有行業，人工智慧將會改變所有行業的景觀，也會對人類生活產生翻天覆地的影響。

大數據和人工智慧的發展需要我們有很好的計算能力，對我們的計算機提出更高的要求。我們現在正處於人工智慧的初級階段，未來的發展要面臨更多的挑戰和壓力。我們不僅僅是在應用計算機方面，而且在培訓等等方面，也正處在初級階段，比如說實時的培訓等等方面。

另一方面，在過去40年這方面發展非常好，也支持不同行業的發展。這是我們接下來的幾年裡，看到的三大趨勢，後摩爾定律時代的計算是什麼樣的，還有我們帶有加速器的異構計算。可以說相關的元器件它的大小在不斷的減小，但是它的功能不斷提高。這些元器件也會越來越便宜，運算速度越來越快，這部分我們的業務機會可以說達到幾十美元這樣的機會。我們不僅僅從技術的角度，而且從經濟學的角度也可以看到這方面的發展對我們非常有利。比如2008年的時候，我們回顧2008年，我們可能不會想到技術發展如此之快，我們的元器件會變得如此便宜又高效。晶元世界的周期現在遠跟不上創新速度，與此同時我們也要整合在人工智慧上的新發展。我們需要不斷契合市場的需求，不斷提升設計周期，提升計算能力。

面對當前的趨勢和問題，賽靈思的答案是什麼？這需要不斷的發展，要建立普適互聯網智能時代，也要進行非常好的基於它能夠的設計、理念的創新。賽靈思最初的時候，專註的客戶是比較大的客戶，比如政府或者大的組織或者經濟體，可能這個政府或者一個經濟體就用一個系統，這是大型機時代，可以說單位是百萬級的。隨著不斷的發展，整個平台、PC平台不斷發展，進入PC時代，可以說單位是上億級，這時候生產效率得到極大的提升。我們稱之為英特網2.0時代。在上世紀八九十年代以及本世紀初的移動時代出現，PC時代已經基本飽和，那時候需要更多的靈活性、需要更高的效率，從微處理器移動到SOC或者從微處理器轉向SOC，我們希望實現更高的效率以及更低的能耗。這時候很多設備被連接在一起、連接的規模更大。而當前我們要應對的問題更多，包括語音識別、AI等等。新的計算時代剛剛到來。這個時代將是普適智能的時代。

在這個時代從比較簡單的設計發展到非常、非常複雜的設計，一款設計裡面有成千上萬的單個部件，基礎設施在城市、電網等等設計方面都會使用到這樣的智能裝置。這會帶來巨大的變化。因為，基礎的設施和架構都會發生變化。用以前的微處理器和SOC可能都沒有辦法直接應對。在這個新的時代要處理數據，數據非常多，要在架構層面創新，並不是單一的創新，需要在各方面都創新。因此，賽靈思就提出一個概念叫專用領域架構DSA，DSA意味著在每個領域都需要有新的架構，為每個領域都帶來新的應用。隨著部署更多的產品和更多的設備，隨著他們用在具體的場景中，DSA會發揮出巨大的作用。

從2000年到2015年，AI論文發布數量增長非常迅速。另外無線更新，可能是其中一個促進因素，人們可以在汽車上直接使用無線功能來上傳很多東西，比如你可以在車上上傳軟體的補丁或者對文章的更新。這意味著我們的創新必須加速，從部署到上市的時間要更短才能支持這種需求。相信在普適智能時代需要更靈活應變的智能和更好的DSA，仍然要創新、仍然要開發新的功能，這是不可或缺的。基礎設施的部署要非常快，賽靈思表示，這需要平台，這些平台需要有適應性的，上面提到的DSA也要逐漸改善，改善現有的狀況。

在計算時代的早期，大部分的事情是由CPU做的，後來我們有了異構的架構，有了更多的元器件來處理種種任務，這時候響應時間會更快、執行時間會更短，我們想讓整個的應用更加高效，速度更快，我們需要更靈活、更可適應的平台來支持整體應用的加速。而現在我們在開發人工智慧的網路，人工智慧網路可以使得這一時間更短，但是AI並不是一切。我們在使用AI的時候也不是使用某個神經網路，可能有很多神經網路參與其中。我們過去使用了CPU來做很多事情，而在未來CPU的作用會越來越小。我們希望通過AI網路實現更強的功能。有很多軟體可編程的系統可以幫助我們實現更多的可能性，在時延等參數方面實現更高的性能。

使用ASIC為什麼不能實現？其實可以實現，但是ASIC支持的應用數量有限。在有些平台我們可以實現很多不同的應用，在軟體和硬體方面它們都是可以編成的。FCPA在軟硬體方面都可以編程。我們可以看一個例子，我們要建智慧、安全的城市，在基礎設施方面、在商業方面、在政務方面，我們都需要讓城市變得更智慧，我們需要進行很多、很多的努力來做好城市的建設。我們需要有很多技術，比如圖象識別，如果有GPU和CPU的連接，在使用機器學習的演算法，那就可以實現非常好的架構，這裡CPU和GPU有連接，還有H264的解碼和運動分析，通過PCE介面和CNN連接。CNN是卷積神經網路。解碼後的信號以及運動分析的信號通過PCIE傳輸給CNN進行分析，這裡的功耗是75W，時延82毫秒，吞吐量4×12fps，如果我們使用CPU FPGA的方案可以把時延降低、吞吐量也降低、功耗也降低，我們將運動分析再移到後面來。

賽靈思的戰略是非常清晰的，CEO Victor Peng上任以來建立了清晰的策略：建設更好的數據中心。數據中心可以為我們提供非常強的數據支持，沒有數據，未來我們的發展是非常困難的。我們要有非常好的數據存儲裝置，我們希望在做數據分析的時候能夠使得我們使用的分析用的計算機與數據非常近，而不是很遠的調取數據，因為這樣會降低效率、提高功耗。我們使用FGPA等等。

引領自適應的計算非常重要，我們處在計算的新時代，無所不在的計算或者叫做普適智能時代。除此之外，還會考慮如何加速核心市場的發展。賽靈思也引入新的產品，這裡有一款產品時延非常低，可以實現最大性能的推斷，在GoogleNet可以實現每秒3萬張的推斷量。

可以看到RFSoC引領5G發展之路，賽靈思表示取得這些成績還不滿足，還在繼續發展更新的技術、更新的產品。

ACAP是自適應計算的下一個里程碑，自適應計算上，ACAP是非常重要的。ACAP是自適應計算的高級平台，賽靈思開發出一個系列Versal，Versal是基礎系列，可以用於很多市場，有很多不同的應用，Versal產品中系列是針對不同的應用場景的。大家看到的中檔系列，針對連接性進行優化，可以看到不同的加速和工作負載是什麼樣的。在Versal下面有很多、很多子系列，有AI射頻、AI Core、AI邊緣、基礎系列和旗艦系列等等。賽靈思的平台更好的面向開發者。有多核的SOC，也有AI引擎，這一切如何更好的考慮？我們需要有更多的靈活性面向所有的應用，我們要有可編程的軟體，要有更好的平台。

在機器學習方面、推斷方面，也考慮到如何降低延時、提高推斷性能。這裡紅色的部分展示的性能差異，大家可能聽說過北京有一家AI公司，他們做推斷的時候精確度非常高，基本上沒有任何的損耗。這對於將來5G通信或許非常重要，在能耗方面他們的能耗非常低，或者說能效非常高。不過有7納米的Versal可以實現更好的推斷性能。使用相同的功耗，賽靈思的加速卡可以在7納米下實現更高的性能。

賽靈思非常重視中國，希望在這個市場帶來一些影響力，在過去1個月時間中其CEO Victor Peng兩次來到中國，組織了賽靈思開發者大會，促進整個行業的發展。賽靈思可以提供一個好的平台，這個平台可以帶來無限的創意，並使開發者發揮他們的創造性。

希望在這個新的計算時代，可以有更多人做創新，使AI發展更好，也希望賽靈思提供的平台為所有人喜愛，因為我們的平台真的是非常高效、非常優秀的。Victor Peng說。

當前世界與以前大不相同，是萬物智能的世界，所有東西都聯結在一起，我們需要更加靈活，更加有應變性。這就需要非常好的平台提供支撐，這是不可或缺的。在這個後摩爾時代，賽靈思提出的自適應智能作為下一代計算的架構為我們提出了明確方向。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！