電子發燒友網報道(文/李彎彎)當前許多行業都采用人工智能來解決棘手問題，包括工業制造領域，隨著工業4.0在2010年代早期進一步演進，AI在制造環境中的重要性與日俱增。

如今，許多應用都會利用AI來促進制造和業務經營、流程、安保和供應鏈等更加流暢高效。通過運用預測性算法，AI可以監控設備狀況，優化維護日程，最終還能預報機械故障。

在持續興旺發展的工業4.0和正在演進的工業5.0中，AI依然是一個重要的組成部分。然而，AI算法的蓬勃發展離不開實時數據。

與4G相比，5G網絡可提供100倍的帶寬和500倍的信道數量。5G網絡與IoT結合之后，海量的輸入數據在計算機領域中引出了一種新范式，即對數據加速器的需求。

FPGA在加速AI算法上的獨特優勢

數據加速的賽場上有三種各異的硬件方式，即GPU、FPGA和定制ASIC。ASIC的效率與性能最為出色，但功能完全固定，缺乏必需的靈活性，無法適應AI算法的變化、新興技術的參數改動、供應商要求和負載優化。

GPU是傳統核心數據中心的主力，僅限于純粹運算這樣的使用場景，而不能提供大多數場景中需要利用到的聯網與存儲加速的能力，并且能耗和成本較高。

FPGA可以加速聯網、運算和存儲，速度與ASIC相仿，也具備了必需的靈活性，能夠為如今的核心與邊緣數據中心提供理想的數據加速。

除了數據加速之外，FPGA還將在傳感器融合和傳入數據流合并等領域發揮關鍵作用，為數據消費打下了堅實的基礎。

“FPGA提供了類似于ASIC的性能和比圖形處理器(GPU)更高的靈活性。”Achronix產品營銷高級經理Tom Spencer在接受電子發燒友采訪的時候說到。

Achronix的產品解決AI/ML硬件中的普遍痛點

Achronix是一家高性能的現場可編程邏輯門陣列(FPGA)技術供應商，該公司不僅可以提供FPGA芯片解決方案，還能提供嵌入式FPGA(eFPGA)半導體知識產權(IP)。

包括與云計算和企業數據中心匹配的Speedster7t系列FPGA產品，以及通過集成到專用集成電路(ASIC)或系統級芯片(SoC)之中，進入到嵌入式應用的Speedcore嵌入式FPGA IP。

通過這樣的產品組合，合作伙伴都可以為其人工智能/機器學習(AI/ML)解決方案找到合適的解決方案。

值得關注的是，Achronix的產品結合了三個關鍵的構建模塊，可以解決當前AI/ML硬件中的普遍痛點：存儲帶寬、計算吞吐量和片上數據傳輸。

據Tom Spencer介紹，Achronix在其FPGA中率先利用二維片上網絡(2D NoC)來連接所有其他功能塊、I/O接口和FPGA邏輯陣列，這種新的內部通信設施即二維片上網絡擁有20Tbps的雙向帶寬，這使得Speedster7t器件在整個FPGA市場在片上可以實現最快的數據傳輸。

同時，通過充分考慮當前各種機器學習和神經網絡模型所需的計算資源，Achronix開發了一種獨特的乘法和累加模塊，并將其稱為機器學習處理器或MLP。

MLP使用自己的內置存儲器以實現極低的延遲，可以在一個時鐘周期內執行多達32次乘法運算和1次累加運算。在Speedster7t系列AC7t1500 FPGA芯片中有超過2500個MLP，實現高達61 TOPS計算能力。

但是如果沒有足夠的存儲器來支持計算資源，無論是MLP還是2D NoC都是不完整的，Achronix的7t1500 FPGA器件可以提供多達8個GDDR6控制器，總帶寬為4Tbps。

結語

在解決方案中使用剛好足夠的FPGA資源提供靈活性，同時強化使用傳統ASIC模型不需要靈活性的電路，用戶可以獲得兩全其美的效果，為所有固定功能提供ASIC級別的最高效率和性能，同時保持靈活性，可以適應不斷變化的需求、終端用戶的獨特要求和不斷變化的規范。

原文標題：在加速AI算法上，FPGA具有更高性能和靈活性

文章出處：【微信公眾號：電子發燒友網】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅