• 收藏

  • 点赞

  • 评论

  • 微信扫一扫分享

《集微公开课》第七期笔记:安路科技解析智能物联网时代FPGA为何大有可为

来源:爱集微

#安路科技#

#集微公开课#

2020-04-28

集微直播间自开播以来获得了大量来自行业的关注与好评。其中“集微公开课”栏目联合行业头部企业,通过线上直播的方式分享精彩主题内容,同时设立直播间文字提问互动环节。集微网希望将“集微公开课”栏目打造成中国ICT产业最专业、优质的线上培训课程,深化产教融合,助力中国ICT产业发展。

4月28日(本周二)上午10点,第七期“集微公开课”邀请到上海安路科技人工智能事业部总监边立剑,带来了以《云计算,AIoT与FPGA漫谈》为主题的精彩演讲。

点击此处观看回放

安路,国产FPGA行业创新者

安路科技成立于2012年,是国内领先的FPGA芯片供应商,拥有自主知识产权CPLD/FPGA芯片、自主知识产权FPGA开发全流程EDA工具、自主知识产权神经网络加速器IP。安路的研发团队由海内外业界技术专家、及国内外知名院校毕业生组成,目前在上海、深圳、北京、成都、西安、武汉等地有布局。

安路科技根植中国,面向世界,填补中国FPGA行业市场空白,致力于成为主流通信市场的核心FPGA芯片供应商,成为工业控制和汽车电子市场的主要SoC芯片供应商,成为通用人工智能计算芯片领域重要方案供应商。

安路科技高性能FPGA,在系统中担任主要逻辑芯片,可适用于通信、人工智能、高性能计算、数据中心、国防领域、航空航天领域的大多数应用;高性价比FPGA,可以用于大批量消费、工业控制、显示驱动、通信领域等;低功耗器件,主要用作系统中的黏合逻辑、接口以及一些功耗敏感应用。

边立剑透露,安路科技会在28nm及16nm持续研发推出更多高端FPGA产品。

关于FPGA、云、雾、边

安路科技一直关注智能物联网的应用,并相信在智能物联网爆炸式发展的大背景下,FPGA的可编程计算将越来越有用武之地。

边立剑首先对FPGA、云计算、雾计算、边缘计算等概念进行解释。

FPGA由IOB(可编程输入输出单元)、PLB(可编程逻辑模块)、DSP(数据信号处理模块)、BRAM(嵌入式块存贮器)、Hard IP(包括嵌入式处理器)等组成。据介绍,安路的嵌入式处理器包括ARM与RISC-V两种。

边立剑指出,一直以来“云计算”有两种概念,一种为“云计算+边缘计算+端侧计算”模式,另一种为“云计算+雾计算+边缘计算”模式,而在两种模式下,边缘计算的含义也会有所不同。而安路以第二种为标准进行云、雾、边的区分。

云计算是指基于网络提供的按需的、共享的、可配置的计算以及其他资源。由云、雾、边协同完成计算任务,而三者的区别在于服务的设备数量,链接远近及计算能力。

雾计算的处理能力放在包括IoT设备的局域网里面,雾节点用于数据收集、处理、存储、转

发。雾计算的特点是处理能力强的单个设备接收多个端点来的信息,处理后的信息发回需要的地方。

边缘计算是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台。云、雾、边协同计算的最底层,为边缘数据设备提供近端服务。边缘计算可缓解计算、存储和通讯的压力。

智能物联时代的FPGA新机遇

怎样将FPGA芯片应用于智能物联网?

例如在终端,FPGA可用于智能标签信息解析,终端会有各种各样的智能标签接入智能物联网,由于每次接入的新标签协议会不一样,FPGA可编程能力可与终端数据的多种变化相匹配;在工控网络当中会有多设备接入,相比固定功能的ASIC芯片,FPGA可提供很强的灵活性;FPGA还被用于智能网关、智能路由来解析、转发数据包等。


在智能物联网中,对比ASIC、CPU、GPU等,FPGA具有多方面的优势,例如成本、性能功耗比,通用性及扩展性,高能效比,易于维护/升级,低延时,高灵活度等。对此,边立剑也给出了一组对比数字。

边立剑对FPGA在边缘计算中的机会做了一些总结,包括设备接入、数据处理/分析、数据通讯/转发、神经网络加速/算法加速等方面。

物联网无物不连,所有数据终端设备都以自己的形式接入,硬件接口形式五花八门,FPGA的硬件可编程性可完美解决这一问题;在未来的海量数据通讯模式将从单向模式转变为双向和多项,智能路由需要处理的数据格式将快速发展,完全可编程FPGA芯片将成为智能路由器当中必不可少的部分;在计算能力从云端向边缘延伸的同时,智能数据分析算法也在飞速演变,在智能物联网爆炸式发展和海量边缘设备被使用的大背景下,FPGA的可编程计算将越来越有用武之地;在边缘计算、雾计算和云计算中,FPGA都可以被用来作为神经网络加速单元。

机会之外是挑战,FPGA在边缘计算中也面临一定的挑战。边立剑认为,挑战主要来自边缘AI算法快速演进与边缘AI算法快速部署两个方面。

在边缘AI算法快速演进方面,机器学习和边缘AI算法的发展日新月异,变化速度比互联网+的时代发展还要快得多,向智能边缘、智能路由以及云端部署新算法的速度将成为帮助客户成功的关键。FPGA相较于ASIC最大的优势就是灵活性和可编程性,各种新算法在FPGA上的实现和部署,在技术上都不是问题。

在边缘AI算法快速部署方面挑战在于怎样才能把算法在最短的时间内移植到FPGA芯片上。边立剑强调,这也是安路科技一直专注在做的事情。安路科技专注于神经网络从算法到FPGA硬件实现的全流程软件工具开发,帮助客户在最短的时间内完成算法的部署,加速智能边缘设备的开发和上线,助力实现客户利益最大化。

安路在边缘端人工智能解决方案覆盖从算法到应用部署、轻量级训练、剪枝和量化一体框架、神经网络编译器、神经网络加速器IP、FPGA开发板等领域。

边立剑指出,安路神经网络训练、剪枝、量化一体化框架目前聚焦于目标检测方面。神经网络训练、压缩后产生权重,神经网络编译后产生指令流。

据介绍,剪枝的目标在神经网络计算层里面的卷积层和全连接层,一般来说这两层的参数最多,如果不剪枝,数据量会对存储和计算带来巨大压力。

针对剪枝、压缩之后的情况,边立剑给出了算法加速及权重压缩方面不同算法的情况。

边立剑通过列举一个理想化的假想案例,对FPGA在智能物联网中应用进行了深度解析。

假如一个城市安装有5万摄像头,并对海量的人脸进行识别,方案一采用“统一云处理”,方案二采用“云+边缘处理”,方案三采用“云+雾+边缘处理”。

对比三种方案,方案一成本最高,识别率高;方案二成本有所降低,但缺点是识别率下降;方案三成本最低,同时识别精度与方案一维持相同水平。

FPGA机遇与展望

从算法到产品实现的速度和产品开发的效率至关重要,一味比拼性能的时代已经过去,用于算法和产品开发的SDK和EDA工具的效能将扮演越来越重要的角色

边立剑表示,安路致力于从算法到FPGA硬件实现全流程EDA工具的开发,助力客户成功,“我们也很高兴地看到,越来越多的用户因为我们优秀的EDA开发工具而选择我们的FPGA芯片,我们的产品也被用于越来越多的行业和应用。”

公开课预告:

4月30日(周四)上午10点,第九期“集微公开课”邀请到上海维安半导体有限公司功率器件产品应用技术专家郭建军,带来以《风华绝代,比肩GaN的第三代超级结硅MOSFET》为主题的精彩演讲。本次公开课,郭建军将以MOSFET工艺演变、维安高频第三代超级结硅MOSFET特性、以及与氮化镓MOSFET实测数据对比,让工程师了解风华绝代、比肩氮化镓的第三代超级结硅MOSFET在手机快充中的应用优势和产品趋势。

点这里进入公开课九期直播

4月30日(周四)上午10:00,“集微公开课”第九期将在爱集微APP平台、新浪微博、B站、百度、西瓜五大直播平台开播,更多干货和精彩内容不容错过哦!

如果想与爱集微平台合作,或是了解相关活动问题,皆可与集微网徐伦联系(微信/电话同15021761190)。

(校对/依然)

责编: 小北

JZ

作者

微信:

邮箱:作者1

作者简介

读了这篇文章的人还读了...