赛灵思为何用“软件”来推动其自适应计算平台

  作者:王 莹 时间:2020-03-03来源:电子产品世界

王  莹  (《电子产品世界》编辑)

不久前,赛灵思推出了Vitis 统一软件平台,并宣布其重要组 件Vitis AI开放下载,使人工智能 (AI)和机器学习开发者可利用赛 灵思的高性能自适应计算平台的加 速度。一家硬件平台公司,为何重 磅推出软件平台?为此,电子产品 世界等媒体采访了赛灵思软件与 AI 产品市场营销副总裁Ramine Roane (罗明)。

微信截图_20200306140752.png

1   赛灵思整体的业务战略及对计算的看法 

所有的电子系统应该是自适应 的,就像有机物种一样,这样才能 跟上创新的速度。同样,“所有的 硬件和计算应该是自适应的”观 点,也得到越来越多的行业认可。 

直到2000年之前,根据摩尔定律,业界还接受着芯片或硅工艺的 密度每18个月翻一番的速度,当时 所有的应用和软件开发人员不用多 做什么,就等着新芯片出现。直到 2000年时,工艺方面的登纳德缩放 比例定律(Dennard scaling)走到 尽头,认为随着工艺密度的进一步 翻番,频率不可能再进一步提高 了,所有的CPU和计算机最多也就 到(2~4) GHz的速度,而且迄今维持了20年。为了提升所有的应用性 能,要进一步扩展,后来使用多核 CPU,因此,这个问题从硬件转向 软件(如图1)。 

微信截图_20200306140758.png

之后出现了向异构CPU和加速 器的转移,到目前为止,这种方向 是可行的。问题在于所有这些架构 包括CPU都是固定的,这就很难跟 上AI的创新速度。 

赛灵思的思路是打造自适应的 平台,非常灵活多变,而且赛灵思 的芯片也可针对不同的应用进一步 进行硬件的优化。所以现在开发者 就不用等着新芯片出来,就可以建立一些特定架构的应用。 

赛灵思提供的解决方案,如何 追赶上像AI这样的创新速度?从图2可见,CNN等深度学习模型在 2012—2018 年发展的趋 势,可看出 每 3 个月会 出现新的AI 模型,会取代之前的模型,一般是1年半到2年的时间来构 造1个全新的ASIC或GPU。 

从图2可见,蓝色的,之前最 主流的是GoogLeNet,1年半到2年 后是ResNet,现在ResNet是最尖端 的技术,但是无法在原有的架构上 运行。赛灵思的器件以及可自适应 的硬件,就可以来构建这种特有的 架构。

微信截图_20200306140805.png

2  Vitis和Vitis AI的特点 

Vitis的名字来自于法语,意思 是生命力,解释到中文有“至关重 要”的含义。 Vitis和Vitis AI开发工具可以助 力软件开发人员和AI科学家,用 他们选择的语言,例如C++进行开 发,也可以使用相关的架构和库进 行开发。 

1)Vitis 统一软件平台是针对 软件开发人员的,包括AI的软件开 发人员。 

不过,对于软件人员和AI人 员,赛灵思并不是那么知名,因为 过去长久以来,赛灵思的开发工具 主要面向硬件的开发人员。随着赛灵思推出Vitis和Vitis AI,想要改变 人们对于赛灵思的认识——现在也 针对软件开发人员(如图3)。

微信截图_20200306140810.png

而且软件开发 人员的机会更多, 因为软件人员的数 量大大高于硬件开 发人员。现在全球 硬件开发者可能是 一二十万的规模, 而软件开发人员是 数以几百万计的。 而且现在美国大学里学硬件开发的 已经很少了,大部分人选择学习软 件开发。赛灵思传统的Vivado是针 对硬件开发人员的平台,新推出的 Vitis和Vitis AI是针对软件开发者以 及AI科学家的。 

2)Vitis统一软件平台的特点 是统一了所有应用平台的开发,包 括:① 把AI和传统的软件开发统 一起来。②把云和边缘也都统一起 来,包括终端计算以及边缘和云 计算,不同的架构全都统一起来。 ③可以使用统一的语言进行异构的 加速。 

赛灵思现在也在进行一个战略 转型:从传统硬件公司转型成为软 件的平台公司。赛灵思的理念是拥抱开源,把免费工具贡献给大 家。现在赛灵思还有开源库,例如 Github,还有SRT的运行库,有AI 模型的例子,都是经过优化的,可 以在FPGA上运行,还有赛灵思收 购深鉴科技公司获得的技术。 

实际上,Vitis和Vitis AI是抛砖 引玉——采用免费的模式,主要从 硬件赚取利润。 

一个问题是:在深度学习加速 方面,虽然现在FPGA成长快,但 是在AI培训方面,主流的还是GPU 居多,一方面是因为GPU硬件性能 高,另一方面,英伟达在软件工具 方面针对各个垂直领域做了很多工 作。那么,Xilinx推出Vitis平台之 后,是不是有助于加速到各个垂直 应用的进程? 

Ramine Roane解释道,GPU在 AI培训上的市场份额很大,但在AI 的推断上面效率并不是很高。AI推 断最大的市场份额还是由CPU占据 的,不过现在CPU加速的效率还不 高,例如在边缘的一个案例是北京 小马智行公司的自动驾驶,时延是 一个很关键的问题,GPU最大的问 题是时延太高了。不过,过去人们 认为FPGA有点难用,需要用硬件 开发,随着Vitis、Vitis AI的推出, 这个难度会降低。

本文来源于科技期刊《电子产品世界》2020年第03期第89页,欢迎您写论文时引用,并注明出处。

关键词: 202003 赛灵思 Vitis

加入微信
获取电子行业最新资讯
搜索微信公众号:EEPW

或用微信扫描左侧二维码

相关文章


用户评论

请文明上网,做现代文明人
验证码:
查看电脑版