自适应计算加速联网硬件开发
发表时间:2022-04-06 09:39:41 人气:4398
以前设计一个产品,先要规划好硬件架构,等硬件设计全部完成后,才会开始软件部分的开发,然后才是完整产品的发布。现在,随着云计算、互联网的发展,以及AI、5G和自动驾驶的兴起,硬件和产品的开发流程需求在发生着前所未有的变化,比如更高的硬件性能;更高的安全和保密需求;不断增加的传感器类型和接口;不断演进的AI算法和模型;以及软件开发需要与硬件开发同步进行等等。
在这些新需求的推动下,“软件定义硬件”的概念被人多次提到,人们希望芯片中所有操作的控制和调度都由软件来完成,从而减少相应的硬件开销,把节省的部分用于运算和片上存储。这个愿望看起来很美好,但实现起来还是有不少难度的,比如FPGA可以实现一部分的软件定义硬件功能,但其效率比ASIC低,功耗却比ASIC高。那有没有什么更好的办法呢?
自适应平台的优势
赛灵思的自适应计算平台就是为此而生的。根据赛灵思的自适应计算白皮书和自适应计算专区,自适应计算以FPGA技术为基础,支持在芯片上动态构建特定领域架构(DSA)。也就是说,自适应计算允许DSA随需求变化进行动态更新,从而避免受到漫长的ASIC设计周期和高昂的NRE成本的约束。随着处理的分布式水平不断提高,自适应计算不仅能够支持软件的无线(OTA)更新,也支持硬件无线更新,而且更新可以几乎无线的次数反复进行。
“自适应平台”则指以自适应硬件为核心的任意类型产品或解决方案。自适应平台完全基于相同的自适应硬件基础,但其包含的内容远不止芯片硬件或器件,而是涵盖了全部的硬件和全面的成套设计软件和运行软件。
有了自适应平台后,硬件工程师可以从那些重复和低端的设计工作中解放出来,专注于自己擅长的专业功能的开发,软件工程师则可以跟硬件工程师同一时间开始设计工作,而不需要等到所有硬件全部设计好之后才开始工作。
当然,除了这个好处之外,自适应平台还有以下一些优势:
一是加快产品上市进程。比如赛灵思的其中一个自适应计算平台产品Alveo数据中心加速器卡,使用该加速卡来构建的应用,能为特定应用加速,而不需要特别的硬件定制。且只需将PCIe卡添加到服务,就可以从现有的软件应用中直接调用加速库。
二是可以降低运营成本。与基于 CPU 的解决方案相比,由于计算密度的提升,基于自适应平台的优化应用能在每节点提供大幅提高的效率。
三是可灵活且动态地配置工作负载。自适应平台可根据当前需求重新配置。开发者可以在自适应平台内轻松切换已部署应用,使用相同设备即可满足不断变化的工作负载需求。
四是能兼容未来。自适应平台能不断进行调整。如果现有应用需要新的功能,则可以对硬件重新编程,以最佳方式实现这些功能,减少硬件升级需求,进而延长系统使用寿命。
五是可加速整体应用。因为AI推断很少单独存在,一般是更大的数据分析与处理链条的组成部分,往往与使用传统(非AI)实现方案的多个上游级和下游级并存。这些系统中的嵌入式AI部分得益于AI加速,而非AI部分也能从加速中获益。自适应计算的天然灵活性适合为AI和非AI处理任务进行加速,称之为“整体应用加速”。随着计算密集型AI推断渗透到更多应用中,其重要性也在日益提升。
自适应计算的成功落地案例
以前,工程师如果要使用FPGA,就需要自己构建自己的硬件板,并用硬件描述语言(HDL)配置好FGPA才行。如今,自适应平台的开发者只需要使用自己熟悉的软件框架和语言(比如C++++、Python、TensorFlow等),直接发挥自适应计算的效能。也就是说,软件和AI开发者不需要构建电路板,或者成为硬件专家,就能自如地运用自适应计算。
更为方便的是,工程师不仅可以通过API直接调用他们现有的软件代码,还可以使用独立软件供应商(ISV)生态系统和厂商提供的开源库,库里有大量的加速API可供使用。
以赛灵思已经量产的两款自适应计算平台产品Kria SOM和Alveo加速器卡为例。Kria SOM基于Zynq UltraScale+ MPSoC 架构而构建,支持开发者在交钥匙自适应平台上开发边缘应用。通过将系统的核心部分标准化,开发者有更多时间专注于打造差异化功能特性。
赛灵思首款量产的Kria SOM产品就是K26 SOM,硬件配置方面,K26 SOM基于Zynq UltraScale+ MPSoC架构设计,整体尺寸为77×60×11mm,搭载四核Arm A53处理器,内置64位4GB的DDR4内存,拥有256K系统逻辑单元和1.4TOPS AI处理器性能,支持4K 60p的H.264/265视频编解码器。
Kria SOM是作为量产就绪型的产品来设计、制造和测试的,它可以承受各种严苛的应用环境。目前Kria SOM分为工业级和商用级两种类别,工业级支持更高的振动和更极端的温度,同时也有更长的生命周期等级和维保。
Kria SOM主要针对智能视觉的应用,因此,它可以用于智慧城市中的高速目标检测,比如车牌识别等应用;同时,它也可以用于工业产线上的机器视觉应用。
对于Alveo 加速器卡,它采用行业标准的PCI-e接口,可为任意数据中心应用提供硬件卸载能力,同时还可用于SmartSSD存储,在存储访问点上进行加速。此外,还能用于SmartNIC,直接在网络流量上提供加速。
比如Alveo SN1000 SmartNIC,它扩展了SmartNIC的性能包络,其以数据中心和边缘计算平台为目标,结合了高性能网络、CPU集群和大规模FPGA,在一块板子上构建了一个高性能计算(HPC)平台,具有显著的网络加速功能。
此外,Alveo SN1000 SmartNIC采用标准化和软件框架,不需要直接处理FPGA的编程,使用更加方便。工程师可以利用赛灵思或第三方支持FPGA中使用的大部分固件,甚至CPU集群上运行的软件。CPU集群可运行标准的Linux发行版,如Ubuntu和Yocto Linux。SmartNIC驱动程序可用于Red Hat Enterprise Linux (RHEL)、CentOS和Ubuntu等主机平台。
在应用方面,Alveo适用于基因组学分析、图形数据库、医疗影像的处理分析,以及基于视频影像监控类应用。在应用落地方面,已经有数据中心及基因测序应用方面都有应用。
结语
软件正在改变硬件,软硬件的结合发展将会改变产品的形态,进一步改变我们的生活。虽然现在软件定义硬件并没有大规模铺开,但不论从我们常用的手机应用,到工业应用,以及自适应计算平台中软件的作用,我们可以明显看到软件在产品中所起到的作用越来越大。未来自适应计算平台必将加速软件定义硬件时代的到来。
相关咨询
工厂展示
联系我们
成都子程新辉电子设备有限公司
联系人:文先生
手机:13183865499
QQ:1977780637
地址:成都市金牛区星辉西路2号附1号(台谊民生大厦)407号