不久前，賽靈思推出了Vitis統(tǒng)一軟件平臺(tái)，并宣布其重要組件Vitis?AI開放下載，使人工智能（AI）和機(jī)器學(xué)習(xí)開發(fā)者將可以利用賽靈思的高性能自適應(yīng)計(jì)算平臺(tái)的加速度。一家硬件平臺(tái)公司，為何重磅推出軟件平臺(tái)？為此，電子產(chǎn)品世界等媒體采訪了賽靈思軟件與?AI?產(chǎn)品市場營銷副總裁Ramine Roane（羅明）。

賽靈思 軟件與 AI 產(chǎn)品市場營銷副總裁 Ramine Roane

1 賽靈思整體的業(yè)務(wù)戰(zhàn)略及對(duì)計(jì)算的看法

所有的電子系統(tǒng)應(yīng)該是自適應(yīng)的，就像是有機(jī)物種一樣，這樣才能跟上創(chuàng)新的速度。同樣，“所有的硬件和計(jì)算應(yīng)該是自適應(yīng)”的觀點(diǎn)，也得到越來越多的行業(yè)認(rèn)可。

直到2000年之前，根據(jù)摩爾定律，業(yè)界還接受著芯片或硅工藝的密度每18個(gè)月翻一番的速度，當(dāng)時(shí)所有的應(yīng)用開發(fā)人員和軟件開發(fā)人員不用做什么，就等著新芯片出現(xiàn)。直到2000年時(shí)候，工藝方面的登納德縮放比例定律（Dennard scaling）走到盡頭，認(rèn)為隨著工藝密度的進(jìn)一步翻番，頻率不可能再進(jìn)一步提高了，所有的CPU和計(jì)算機(jī)最多也就到(2~4) GHz的速度，而且一直維持了20年沒有進(jìn)一步提升。為了提升所有的應(yīng)用性能，要進(jìn)一步擴(kuò)展，后來使用多核CPU，這個(gè)問題從硬件轉(zhuǎn)向軟件（如下圖）。

之后出現(xiàn)了向異構(gòu)CPU和加速器的轉(zhuǎn)移，到目前為止，這種方向是可行的。問題在于所有這些架構(gòu)包括CPU都是固定的，這樣就很難跟上AI的創(chuàng)新速度。

賽靈思的思路是打造自適應(yīng)的平臺(tái)，非常靈活多變，而且賽靈思的芯片也可針對(duì)不同的應(yīng)用進(jìn)一步進(jìn)行硬件的優(yōu)化。所以現(xiàn)在開發(fā)者就不用等著新的芯片出來，就可以建立一些特定架構(gòu)的應(yīng)用。

賽靈思提供的解決方案，如何追趕上像AI這樣的創(chuàng)新速度？從下圖可見，AI的CNN在2012年到2018年發(fā)展的趨勢，可看出每3個(gè)月會(huì)出現(xiàn)新的AI模型，會(huì)取代之前的模型，一般是1年半到2年的時(shí)間來構(gòu)造1個(gè)全新的ASIC或GPU。

從上圖可見，藍(lán)色的，之前最主流的是GoogLeNet，1年半到2年后是ResNet，現(xiàn)在ResNet是最尖端的技術(shù)，但是沒有辦法在原有的架構(gòu)上運(yùn)行。賽靈思的器件以及可自適應(yīng)的硬件，就可以來構(gòu)建這種特有的架構(gòu)。

2 FPGA的成功案例

第1個(gè)例子illumina，是一家生命科學(xué)公司，利用FPGA技術(shù)可以加速醫(yī)療診斷。例如得了重癥的新生兒，可以通過加快它的基因組的分析，以前是用1天，現(xiàn)在20分鐘就可以進(jìn)行診斷的判定。

在汽車行業(yè)的應(yīng)用，戴姆勒汽車公司利用賽靈思的技術(shù)可以加速實(shí)現(xiàn)AI的決策。包括通過賽靈思FPGA的I/O，從不同的傳感器（包括攝像頭、雷達(dá)和激光）獲取信息，還可以使用賽靈思的自適應(yīng)器件，幫助其更快地決策，而且是低延時(shí)的。

第3個(gè)例子是CERN，是位于瑞士的歐洲核子研究院，它們通過粒子碰撞機(jī)、質(zhì)子碰撞碎片的分析，發(fā)現(xiàn)了希格斯的玻色子。這個(gè)發(fā)現(xiàn)后來奪得諾貝爾獎(jiǎng)。需要對(duì)碎片進(jìn)行快速分析得出結(jié)論。

3 Vitis和Vitis AI的特點(diǎn)

Vitis的名字來自于法語，意思是生命力，解釋到中文也有“至關(guān)重要”的意思。

Vitis和Vitis AI開發(fā)工具可以助力軟件開發(fā)人員和AI科學(xué)家，用他們選擇的語言，例如C++進(jìn)行開發(fā)，也可以使用相關(guān)的架構(gòu)和庫進(jìn)行開發(fā)。

1）Vitis針對(duì)軟件/AI軟件的開發(fā)人員

不過，對(duì)于軟件人員和AI人員，賽靈思并不是那么知名，因?yàn)檫^去長久以來，賽靈思的開發(fā)工具主要面向硬件的開發(fā)人員。隨著賽靈思推出Vitis和Vitis AI，想要改變?nèi)藗儗?duì)于賽靈思的認(rèn)識(shí)——現(xiàn)在也針對(duì)軟件開發(fā)人員。

而且軟件開發(fā)人員的機(jī)會(huì)更多，因?yàn)檐浖藛T的倍數(shù)大大高于硬件開發(fā)人員?，F(xiàn)在全球硬件開發(fā)者可能是一二十萬的規(guī)模，而軟件開發(fā)人員是數(shù)以幾百萬計(jì)的。而且現(xiàn)在大學(xué)里學(xué)硬件開發(fā)的已經(jīng)很少了，大部分人選擇學(xué)習(xí)軟件開發(fā)。賽靈思的Vivado是針對(duì)硬件開發(fā)人員的平臺(tái)，新推出的Vitis和Vitis AI是針對(duì)軟件開發(fā)者以及AI科學(xué)家的。

2）Vitis統(tǒng)一了所有應(yīng)用平臺(tái)的開發(fā)

包括：① 把AI和傳統(tǒng)的軟件開發(fā)統(tǒng)一起來了。②把云和邊緣也都統(tǒng)一起來，包括終端計(jì)算以及邊緣和云計(jì)算，不同的架構(gòu)全都統(tǒng)一起來。③可以使用統(tǒng)一的語言進(jìn)行異構(gòu)的加速。

為此，賽靈思已進(jìn)行了六七年的實(shí)踐，從最開始的硬件開發(fā)平臺(tái)Vivado，到后面的OS和固件SDK，包括一些嵌入式的軟件開發(fā)環(huán)境，到不同的云計(jì)算的開發(fā)。亞馬遜云計(jì)算服務(wù)（AWS）成為第1個(gè)使用FPGA云服務(wù)的提供商，后來BAT（百度、阿里、騰訊）也緊隨其后?？梢?，所有的環(huán)境、語言、庫不同，針對(duì)包括云和邊緣，Vitis就是要把所有的這些統(tǒng)一到一個(gè)整體的平臺(tái)上來。

3）Vitis的堆棧

如下圖，最下面是基礎(chǔ)的硬件的平臺(tái)，從端點(diǎn)的平臺(tái)到邊緣計(jì)算，一直到云。往上的第2層是賽靈思運(yùn)行時(shí)庫（XRT），主要管理CPU和FPGA之間的通訊。再上面一層是不同的工具，包括編譯器、分析器和調(diào)試器，它使用軟件語言編譯成為FPGA所用的加速語言。

賽靈思建立了很多庫，來進(jìn)行一些加速，包括有OpenCV、金融、BLAS等庫。而且這些都是業(yè)界標(biāo)準(zhǔn)的加速。這些庫當(dāng)中，很多傳統(tǒng)的軟件開發(fā)人員可能是使用C++或者python語言進(jìn)行編寫的，新的開發(fā)人員使用的是一些新的架構(gòu)和DS的語言。

在AI方面，TensorFlow和python torch是首選的。對(duì)于Vitis AI，主要用的是TensorFlow（如上圖）。另外，還有視頻轉(zhuǎn)碼，主要用FFmpeg語言。

賽靈思支持很多庫，這對(duì)于開發(fā)者來說是非常關(guān)鍵的。眾所周知，軟件開發(fā)人員不愿意每次寫程序的時(shí)候重新開始，他們可以利用現(xiàn)成業(yè)界標(biāo)準(zhǔn)的庫，利用現(xiàn)成的材料，包括CPU、GPU等，現(xiàn)在還有Vitis來支持他們的工作。

賽靈思現(xiàn)在也在進(jìn)行一個(gè)戰(zhàn)略轉(zhuǎn)型：從傳統(tǒng)硬件公司轉(zhuǎn)型成為軟件的平臺(tái)公司。賽靈思的理念是擁抱開源，把免費(fèi)工具貢獻(xiàn)給大家。

作為賽靈思轉(zhuǎn)型戰(zhàn)略的一部分，賽靈思致力于開源，現(xiàn)在參與了多個(gè)開源的項(xiàng)目，賽靈思從2001年時(shí)就開始是使用者，2007年的時(shí)候成為革新者，2018年是頭號(hào)的貢獻(xiàn)者，第2名是谷歌。

現(xiàn)在賽靈思還有開源庫，例如Github，賽靈思還有SRT的運(yùn)行庫，有AI模型的例子，都是經(jīng)過優(yōu)化的，可以在FPGA上運(yùn)行，還有賽靈思收購深鑒科技公司獲得的技術(shù)。未來賽靈思還會(huì)宣布使用和貢獻(xiàn)更多的開源項(xiàng)目。

另外，賽靈思還推出了Developer.xilinx.com網(wǎng)站，主要將Vitis專家和相關(guān)的開發(fā)人員建立起聯(lián)系，這也是賽靈思轉(zhuǎn)型戰(zhàn)略的一部分。2019年11月推出該網(wǎng)站的時(shí)候，網(wǎng)站有30多篇文章，現(xiàn)在達(dá)到了50多篇，這些文章來自于不同領(lǐng)域的開發(fā)人員的專家，在編寫應(yīng)用程序中所提供的一些經(jīng)驗(yàn)。這些不同的領(lǐng)域，包括汽車行業(yè)，還有智慧城市等。

?4 Vitis AI的應(yīng)用案例

一個(gè)典型的傳統(tǒng)軟件開發(fā)人員和AI結(jié)合的例子。例如對(duì)視頻的數(shù)據(jù)進(jìn)行預(yù)處理，然后通過AI進(jìn)行輸出，再進(jìn)行后處理，預(yù)處理和后處理都是軟件，中間通過AI。

例如假設(shè)開發(fā)人員要通過這一條流線以6 FPS（每秒幀）的速度進(jìn)行顯示。如果在CPU上運(yùn)行，是6 FPS。如果在Vitis數(shù)據(jù)流流水線中，可以達(dá)到80 FPS（如下圖）。

具體地，在FPGA或1個(gè)GPU上，要對(duì)AI進(jìn)行加速，可以看到從6激增到30這么大的提升。如果是用GPU也就到這么多了，不可能再有更多的改善了。在FPGA上你可以決定對(duì)預(yù)處理部分加速，還是對(duì)后處理部分進(jìn)行加速。這樣就達(dá)到了40 FPS。 最下面一行，可以進(jìn)行流水線的優(yōu)化處理，不用等著這一幀處理完畢就可以進(jìn)行下一幀的處理，這樣就可以達(dá)到80 FPS的速度，而軟件層面的開發(fā)人員完全沒有必要了解這些硬件的技能，就可以達(dá)到這樣的效果。

早期Vitis和Vitis AI試用的客戶，有從事自動(dòng)駕駛的北京小馬智行、汽車一級(jí)供應(yīng)商日立公司的攝像頭識(shí)別，韓國三星的5G部署等。

5 如何降低FPGA的開發(fā)門檻

賽靈思和多個(gè)FPGA平臺(tái)合作，包括AWS，中國有BAT?；旧嫌袃蓚€(gè)方法解決這個(gè)問題。①通過Vivado，這個(gè)比較難，因?yàn)樯婕暗接布脑O(shè)計(jì)和模擬。②幾年前賽靈思推出了SDAccel，它算是Vitis的鼻祖。賽靈思的FaaS（FPGA即服務(wù)）合作伙伴現(xiàn)在沒有更新它們的系統(tǒng)，預(yù)計(jì)2020年上半年會(huì)全部更新。因?yàn)橘愳`思的Vitis和Vitis AI庫容量非常豐富，所以會(huì)幫助他們大幅加速FPGA應(yīng)用。

實(shí)際上，Vitis和Vitis AI是拋磚引玉——采用免費(fèi)的模式，主要從硬件那邊賺取利潤。? ??

一個(gè)問題是：在深度學(xué)習(xí)做加速這方面，雖然現(xiàn)在FPGA成長快，但是在AI培訓(xùn)方面，比較主流的還是GPU居多，一方面是因?yàn)镚PU硬件性能高，另一方面，英偉達(dá)在軟件工具方面針對(duì)各個(gè)垂直領(lǐng)域做了很多工作。那么，Xilinx推出Vitis平臺(tái)之后，是不是有助于加速到各個(gè)垂直應(yīng)用的進(jìn)程？

Ramine Roane解釋道，GPU在AI培訓(xùn)上的市場份額很大，但在AI的推斷上面效率并不是很高。AI推斷最大的市場份額還是由CPU占據(jù)的，不過現(xiàn)在CPU加速的效率還不是很高，例如在邊緣的一個(gè)案例是北京小馬智行公司的自動(dòng)駕駛，時(shí)延是一個(gè)很大的問題，GPU最大的問題是時(shí)延太高了。不過，過去人們認(rèn)為FPGA有點(diǎn)難用，需要用硬件開發(fā)，所以Vitis、Vitis AI的推出，就是為了降低這個(gè)難度。