在數字化浪潮的推動下，人工智能（AI）和機器學習（ML）技術正以前所未有的速度融入各行各業，特別是在工業領域中，它們已成為提高效率和競爭力的關鍵因素。為了滿足市場對定制化AI硬件解決方案日益增長的需求，西門子數字化工業軟件日前推出了一款名為Catapult AI NN的創新軟件，旨在幫助神經網絡加速器在專用集成電路（ASIC）和芯片級系統（SoC）上實現更高效的高層次綜合（HLS）。

Catapult AI NN不僅僅是一個軟件工具，它更是一個綜合性的解決方案。這款軟件能夠無縫地銜接AI框架與硬件設計，將AI框架中的神經網絡描述轉化為C++代碼，并進一步合成為Verilog或VHDL語言的RTL加速器。這意味著，無論是科學家還是AI專家，都可以利用他們熟悉的AI框架（如TensorFlow、PyTorch或Keras）來設計神經網絡模型，而無需擔心如何將這些模型轉化為硬件實現。

這一創新得益于西門子與美國能源部費米實驗室以及其他為hls4ml做出貢獻的機構的緊密合作。hls4ml是一個開源軟件包，旨在將AI框架中的神經網絡描述轉化為可部署在FPGA、ASIC或SoC上的C++代碼。Catapult AI NN在此基礎上進行了擴展和優化，使其更加適用于ASIC和SoC設計。

西門子數字化工業軟件副總裁兼高層次設計、驗證和功耗總經理Mo Movahed表示：“在AI/ML領域，神經網絡模型的交接和硬件實現的手動轉換一直是一個耗時且容易出錯的過程。Catapult AI NN的推出，為AI/ML軟件工程師提供了更多的可能性。通過這款軟件，開發人員可以在軟件開發過程中自動實現神經網絡模型，并進行功耗、性能和面積（PPA）的優化，從而顯著提升AI的開發效率并實現加速創新。”

隨著AI和ML任務從數據中心轉移到消費電器、醫療設備等更多領域，對于定制化的AI硬件的需求也在不斷增長。這些硬件需要滿足嚴格的功耗、性能和面積要求，以確保在邊緣設備上的高效運行。Catapult AI NN的推出，正好滿足了這一市場需求。

在費米實驗室，研究人員一直在探索如何利用AI技術來提高粒子探測器的性能。費米實驗室的新興技術主管Panagiotis Spentzouris表示：“粒子探測器有非常嚴格的邊緣AI約束條件。通過與西門子合作開發Catapult AI NN，我們的科學家和AI專家可以充分利用他們的專業知識，即使他們并不是ASIC設計人員。這款綜合性框架為我們提供了前所未有的靈活性，讓我們能夠輕松地評估不同神經網絡設計的影響，并確定硬件的理想神經網絡結構。”

目前，Catapult AI NN已經向早期采用者提供，并計劃于2024年第4季度全面推向市場。隨著越來越多的企業和研究機構開始認識到這款軟件的價值，我們有理由相信，Catapult AI NN將成為推動AI和ML技術發展的重要力量。