|
Achronix半導體公司白皮書(shū) 簡(jiǎn)介 在過(guò)去三百年間，工業(yè)領(lǐng)域取得了長(cháng)足的進(jìn)步。機器設備最初于18世紀問(wèn)世，主要以水和蒸汽為動(dòng)力，并引發(fā)了18世紀末的工業(yè)革命（通常被稱(chēng)為工業(yè)1.0）。盡管流水組裝線(xiàn)的概念可以追溯到中國古代的青花瓷制作，但直到19世紀末，亨利·福特才設立了第一條電動(dòng)流水線(xiàn)，形成了工業(yè)2.0的框架。 自動(dòng)化和計算機技術(shù)于1960年代末期開(kāi)始嶄露頭角，并構成了工業(yè)3.0的雛形，為如今驅動(dòng)著(zhù)工業(yè)4.0的自動(dòng)化、人工智能（AI）和網(wǎng)絡(luò )化解決方案鋪平了道路。雖然這幅圖景中似乎已經(jīng)看不見(jiàn)人類(lèi)的身影，但工業(yè)5.0將帶領(lǐng)我們返璞歸真，利用AI驅動(dòng)的機器人系統所具有的精準和高效，與人類(lèi)大腦的奇思妙想和實(shí)時(shí)思考有機結合，創(chuàng )造出更理想的制造環(huán)境。 
圖1：工業(yè)技術(shù)的演進(jìn) 人工智能 人工智能（AI）是計算機科學(xué)的一個(gè)分支，主要專(zhuān)注于開(kāi)發(fā)能夠模擬人類(lèi)行為的機器。這類(lèi)設備的范疇林林總總，從可以簡(jiǎn)單地執行算法，到可以自主從周邊環(huán)境中學(xué)習、無(wú)需人類(lèi)介入便自行調節算法。機器學(xué)習（ML）是人工智能的子集，它通過(guò)運用數據集衍生的統計模型來(lái)改進(jìn)特定任務(wù)。作為機器學(xué)習的子集，深度學(xué)習（DL）運用了多層神經(jīng)網(wǎng)絡(luò )，不僅能執行基礎的機器學(xué)習推理，還能學(xué)習新的數據，從而獲得更高層的認知能力（見(jiàn)下圖）。在本篇白皮書(shū)中，所有機器學(xué)習和深度學(xué)習都將被簡(jiǎn)稱(chēng)為ML。
圖2：人工智能/機器學(xué)習/深度學(xué)習譜圖 人工智能（AI）的常見(jiàn)用例包括先進(jìn)駕駛輔助系統（ADAS），即自動(dòng)駕駛汽車(chē)的支柱；語(yǔ)音識別及合成（例如華為的Celia）；醫療診斷；數據與網(wǎng)絡(luò )安全；金融服務(wù)預測性模型（例如電子化交易），或電商與流媒體服務(wù)推薦；當然還有工業(yè)制造。 隨著(zhù)工業(yè)4.0在2010年代早期進(jìn)一步演進(jìn)，使得AI在制造環(huán)境中的重要性與日俱增。如今，許多應用都會(huì )利用AI來(lái)促進(jìn)制造和業(yè)務(wù)經(jīng)營(yíng)、流程、安保和供應鏈等更加流暢高效。通過(guò)運用預測性算法，AI可以監控設備狀況，優(yōu)化維護日程，最終還能預報機械故障。 與制造相關(guān)的物料供應鏈管理也可以充分發(fā)揮預測算法的優(yōu)勢，保障流程能夠順利、高效地持續運作。AI算法還可以參考過(guò)往和現在的商業(yè)需求，從而協(xié)助預測未來(lái)的業(yè)務(wù)。這些AI系統可以與供應鏈和庫存管理系統結合，加快獲利時(shí)效，降低間接成本。機器人早在工業(yè)3.0就成為了其中重要的組成部分。而在我們即將迎來(lái)工業(yè)5.0之際，這些機器人系統必須擁有適應性的AI算法（主要為DL算法）。它們不僅需要自主學(xué)習，還必需能夠解讀人類(lèi)的實(shí)時(shí)輸入。低時(shí)延的實(shí)時(shí)適應能力也將成為不可或缺的要素。 AI之外的生態(tài)系統組件 在持續興旺發(fā)展的工業(yè)4.0和正在演進(jìn)的工業(yè)5.0中，AI依然是一個(gè)重要的組成部分。然而，AI算法的蓬勃發(fā)展離不開(kāi)實(shí)時(shí)數據。物聯(lián)網(wǎng)（IoT）是由互聯(lián)的電子設備組成的系統，可以從模擬和數字世界中獲取與接收數據。時(shí)間、壓力、溫度、速度、角度及視聽(tīng)數據源必須經(jīng)過(guò)采集，隨后轉換成結構化數據，各類(lèi)基于A(yíng)I的系統才能對其進(jìn)行分析和控制。和4G網(wǎng)絡(luò )相比，自2019年起部署的5G網(wǎng)絡(luò )（在韓國率先部署）可提供100倍的帶寬（最高可達10 Gbps）和500倍的信道數量。5G網(wǎng)絡(luò )與IoT結合之后，海量的輸入數據在計算機領(lǐng)域中引出了一種新范式，即對數據加速器的需求。 數據加速器 在海量的數據面前，數據中心處理數據的負擔以及發(fā)現數據背后的意義這些工作，已經(jīng)令傳統的計算服務(wù)器模式不堪重負。過(guò)去應對數據激增的方法就是在數據中心增添服務(wù)器。服務(wù)器安裝規模的提升不僅提高了資本性支出，再加上設備的運行和冷卻需要消耗更多能源，營(yíng)運性支出也隨之水漲船高。 取決于數據加速器的類(lèi)型與負載，服務(wù)器中單個(gè)數據加速器的運算能力可以與15臺服務(wù)器匹敵，從而大幅削減了資本性支出和營(yíng)運性支出�；谟布臄祿铀倨鬟�帶來(lái)了更多效益，例如較低的時(shí)延和更高的穩定性，這在車(chē)輛自動(dòng)駕駛、工業(yè)4.0/5.0、金融服務(wù)和其他對時(shí)延要求較高的用例中效果尤為突出。優(yōu)秀的數據加速器還有最后一項特征，它具備了出色的靈活性，能夠適應ML/DL算法的變化，包括算法本身的調整、負載的變化和/或ML/DL算法數據集的更新。 數據加速的賽場(chǎng)上有三種各異的硬件方式，即GPU、FPGA和定制ASIC。如下圖所示。CPU的靈活性始終是最出色的，但與其他專(zhuān)用數據加速器相比，在能耗、性能和成本方面存在一定的劣勢。其它選項便是GPU、ASIC和FPGA。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(wú)法適應AI算法的變化、新興技術(shù)的參數改動(dòng)、供應商要求和負載優(yōu)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(chǎng)景，而不能提供大多數場(chǎng)景中需要利用到的聯(lián)網(wǎng)與存儲加速的能力，并且能耗和成本較高。FPGA可以加速聯(lián)網(wǎng)、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(lǐng)域發(fā)揮關(guān)鍵作用，為數據消費打下了堅實(shí)的基礎。
圖3：CPU、GPU、FPGA和ASIC的對比 Achronix提供的精選產(chǎn)品 Achronix為AI/ML運算、聯(lián)網(wǎng)和存儲應用開(kāi)發(fā)了基于FPGA的數據加速產(chǎn)品。與其他高性能FPGA企業(yè)不同，Achronix可同時(shí)提供獨立FPGA芯片和嵌入式FPGA半導體知識產(chǎn)權（IP）解決方案。除了獨立的FPGA芯片和eFPGA IP之外，Achronix還提供基于PCIe的加速卡，可用于開(kāi)發(fā)、實(shí)地測試或生產(chǎn)等應用場(chǎng)景。 采用臺積電7納米工藝打造的Speedster®7t系列FPGA擁有業(yè)界最快的輸入/輸出速度，可支持400 GbE、PCIe Gen5和雙存儲接口：標準DDR4和GDDR6存儲接口可以帶來(lái)的驚人速度，相較于DDR4提高了600%。如果數據無(wú)法輕松通達FPGA邏輯陣列，高速接口便無(wú)法發(fā)揮太多作用。 為了避免遇到這一瓶頸，Achronix從架構增加了二維片上網(wǎng)絡(luò )（2D NoC），能夠有效充當所有外部輸入/輸出數據的高速通道，增強了FPGA內部的功能單元塊和FPGA邏輯陣列本身。這種2D NoC實(shí)現了超過(guò)20 Tbps的雙向帶寬，遠遠超過(guò)了輸入/輸出和功能塊的總帶寬需求，消除了片內通信的時(shí)延問(wèn)題。 在對成本、性能與能耗有較高敏感度的大批量應用場(chǎng)景中，用戶(hù)通常會(huì )采用ASIC，但這時(shí)又該如何滿(mǎn)足對靈活性的需求呢？無(wú)論是算法的演變、需求變化、供應商和經(jīng)營(yíng)者的具體要求、協(xié)議適配，還是功能系統單元塊的多樣接口，它們都對靈活性提出了一定程度的要求。 Speedcore™ eFPGA IP便是這一問(wèn)題的最終答案，它可令ASIC能夠具備“恰到好處”的靈活性。其中查找表（LUT）、內存、DSP/MLP和2D NoC的資源量與組合方式可由ASIC開(kāi)發(fā)者決定，Achronix則會(huì )為他們的ASIC或SoC設計提供集成在芯片上的定制IP。 VectorPath™加速卡是采用PCIe外形結構的硬件加速平臺，可以考慮用作評估、開(kāi)發(fā)與現場(chǎng)測試工具，或也可以用于量產(chǎn)應用。該解決方案也可以根據用戶(hù)的具體要求量身定制。 結語(yǔ) AI、ML和DL將繼續推動(dòng)工業(yè)4.0和5.0的發(fā)展，使生產(chǎn)力與效率更上層樓。在IoT和5G技術(shù)的協(xié)助下，自動(dòng)化和機器人將與人類(lèi)的奇思妙想和創(chuàng )造力融為一體，孕育出人類(lèi)在10年前未曾想象的制造環(huán)境。FPGA促成了傳感器融合，能夠與眾多物聯(lián)網(wǎng)設備連接，充分把握制造環(huán)境下人工智能系統所需的高性能與靈活性之間的平衡。 |
