FPGA 向來是高大上的形象,，即便在人工智能火熱的今天,，圍繞 FPGA 討論的焦點(diǎn)也集中在云端的加速，與之相提并論的,，更多是以高性能計(jì)算見長的 GPU,、CPU、DSP,。

　　但是,，有家公司,，卻專注在“網(wǎng)絡(luò)邊緣端”，將產(chǎn)品布局在適于低功耗運(yùn)行的低密度 FPGA 上,，其全新的毫瓦級功耗 FPGA 解決方案 ——LatTIcesenAI ,為機(jī)器學(xué)習(xí)推理在大眾市場物聯(lián)網(wǎng)應(yīng)用中實(shí)現(xiàn)快速部署創(chuàng)造機(jī)遇,， 且聽萊迪思半導(dǎo)體亞太區(qū)資深事業(yè)發(fā)展經(jīng)理陳英仁娓娓道來。

　　萊迪思半導(dǎo)體亞太區(qū)資深事業(yè)發(fā)展經(jīng)理陳英仁

　　快速興起的網(wǎng)絡(luò)邊緣計(jì)算

　　提及 AI 或智能計(jì)算,，我們更多會想到“云端的加速”,。但并非所有應(yīng)用都將在云端運(yùn)行,。萊迪思《加速實(shí)現(xiàn)網(wǎng)絡(luò)邊緣低功耗人工智能應(yīng)用》白皮書中表明,，另一輪從集中式到分布式的系統(tǒng)架構(gòu)轉(zhuǎn)變的征兆已經(jīng)顯而易見了，無論到來與否,，有一點(diǎn)確信無疑,，那就是低延遲要求、不斷加劇的隱私問題和通信帶寬限制,，將驅(qū)動網(wǎng)絡(luò)邊緣對智能化的需求,。陳英仁以智能音響為例，集合了語音控制,、攝像頭檢測功能的智能音響,，可以為生活帶來更多的便利性，但也正由于存在攝像頭,、麥克風(fēng),，隱私暴露就成為大家擔(dān)心的問題。如果這時在終端加入數(shù)據(jù)處理和分析功能,，就可以很好地對隱私進(jìn)行保護(hù),。此外，終端的很多應(yīng)用是需要低延遲的,，甚至有時在沒有網(wǎng)絡(luò)的情況下,，也需要保證在線下進(jìn)行及時的反饋，這時也需要終端數(shù)據(jù)處理的加入,。

　　這樣的需求有多大,？Gartner 分析表示：“目前企業(yè)產(chǎn)品的數(shù)據(jù)約有 10% 都在傳統(tǒng)的集中式數(shù)據(jù)中心或云端以外的地方處理，到 2022年,，這一數(shù)據(jù)將會達(dá)到 50% ,。”

　　正如在消費(fèi)物聯(lián)網(wǎng)領(lǐng)域所見,，隨著傳感器數(shù)量和種類的激增,，需要部署更多的計(jì)算資源用于實(shí)時數(shù)據(jù)處理，能夠?qū)崿F(xiàn)這種本地傳感器數(shù)據(jù)處理的毫瓦級功耗,、小體積,、低成本,、靈活支持各類傳統(tǒng)接口以及性能/精度可調(diào)節(jié)的半導(dǎo)體解決方案就顯得至關(guān)重要。

　　低功耗對物聯(lián)網(wǎng)邊緣應(yīng)用的重要性不言而喻,。陳英仁介紹,，不同的應(yīng)用場景、不同種類的傳感器,，動輒成千上萬的傳感器部署,，24小時無休，如果每兩三天充電或更換一次電池,，增加了太多的維護(hù)成本,，因而智能終端應(yīng)用的半導(dǎo)體功耗需要達(dá)到幾瓦甚至毫瓦級。

　　成本也是一個關(guān)鍵要素,，隨著物聯(lián)網(wǎng)的發(fā)展,，越來越多的地方都需要用到傳感器，因而任何一個解決方案都必須能與其他批量生產(chǎn)的網(wǎng)絡(luò)邊緣解決方案一決高下,。

　　電路板面積小至幾平方毫米,，也更有利于方便集成到邊緣終端應(yīng)用中。

　　考慮到邊緣應(yīng)用終端的多樣性,，處理芯片需要具備最大化的設(shè)計(jì)靈活性,，能夠提供廣泛的 I/O 接口以支持不同的傳感器。

　　最后設(shè)計(jì)人員還需要能通過自定義量化平衡精度,、功耗和成本的解決方案,，從而實(shí)現(xiàn)更有效地邊緣計(jì)算。

　　應(yīng)運(yùn)而生 sensAI

　　顧名思義,，sensAI 為優(yōu)化 AI 應(yīng)用而生,，那么我們就有必要先了解 AI的概念。1956 年夏,，人工智能先驅(qū)們的夢想是借由新興計(jì)算機(jī)構(gòu)建具有人類智力特征的復(fù)雜機(jī)器,。這就是所謂的“通用人工智能（General AI）”的概念——擁有人類的所有感覺（甚至可能更多）、所有理智,，像人類一樣思考的神奇機(jī)器,。而機(jī)器學(xué)習(xí)是用來實(shí)現(xiàn)人工智能的一種方式?！巴ǔ?，機(jī)器學(xué)習(xí)要求兩種類型的計(jì)算工作量——訓(xùn)練和推理” 陳英仁介紹，訓(xùn)練系統(tǒng)通過現(xiàn)有的數(shù)據(jù)習(xí)得新能力,，例如人臉檢測功能通過采集和分析成千上萬張圖片來學(xué)習(xí)識別人臉,，這種高度密集的計(jì)算，往往需要使用高性能硬件如 GPU或高性能 FPGA 等進(jìn)行快速處理,。而推理環(huán)節(jié)主要過識別圖案和執(zhí)行任務(wù)將系統(tǒng)能力用于處理新數(shù)據(jù),，邊運(yùn)行邊學(xué)習(xí),，隨著時間的推移變得愈加智能。一般分為兩個場景：在云端數(shù)據(jù)中心響應(yīng)用戶需求和在終端智能設(shè)備響應(yīng)用戶需求,。在云端數(shù)據(jù)中心,，各家公有云服務(wù)廠商都紛紛部署了高性能云計(jì)算服務(wù)器。而在而在終端設(shè)備,，由于前面所述說隱私性,、低延遲的需求，很多應(yīng)用都會在終端部署以提升智能度,， 設(shè)計(jì)人員可以使用經(jīng)過優(yōu)化的,、低功耗、低密度的FPGA,，滿足日益嚴(yán)苛的性能和功耗要求,。

　　對此,，萊迪思推出基于 iCE40 UltraPlus 和 ECP5 FPGA 系列的新型全套開發(fā)生態(tài)系統(tǒng)——LatTIce senAI,，旨在實(shí)現(xiàn)機(jī)器學(xué)習(xí)推理在大眾物聯(lián)網(wǎng)應(yīng)用中實(shí)現(xiàn)快速部署。LatTIce senAI 提供經(jīng)過優(yōu)化的解決方案,，具有超低功耗(低于 1mW-1W),、封裝尺寸小(5.5-100 mm2)、接口靈活(MIPI? CSI-2,、LVDS,、GigE 等)和批量價格低(約 1-10 美元)等優(yōu)勢。

　　之所以推出 sensAI , 陳英仁解釋道,，F(xiàn)PGA 天生適合做計(jì)算,，但更多時候，計(jì)算是客戶的核心技術(shù),，甚至有部分客戶還沒有這項(xiàng)技術(shù),，那么如何能夠幫助他們快速地利用 FPGA 的低功耗、低成本,、小體積實(shí)現(xiàn)計(jì)算,，就成了 FPGA 推廣最大難題。因此,，sensAI就是為了讓客戶能夠在傳感器的橋接和數(shù)據(jù)聚合中,，增加更多智能以實(shí)現(xiàn)低延時、低功耗的計(jì)算,，即客戶手中有數(shù)據(jù)和樣本,，就可以在 FPGA 中做計(jì)算，尤其在網(wǎng)絡(luò)編程里,。

　　sensAI 以模塊化硬件平臺為基礎(chǔ),，包括基于低功耗 iCE40 UltraPlus FPGA的移動開發(fā)平臺(MDP)

　　和基于 ECP5 FPGA 器件的視頻接口平臺( VIP ),， MDP 包括一系列板載傳感器，如圖像傳感器,、麥克風(fēng),、羅盤、壓力傳感器和陀螺儀等,，可用于毫瓦級功耗的應(yīng)用,。VIP 的功耗稍高但總體低于 1 W，可實(shí)現(xiàn) MIPI CSI-2,、嵌入式DisplayPort (eDP),、HDMI、GigE Vision和USB3在內(nèi)的接口互連,。

　　為配合硬件平臺,，萊迪思提供了新的神經(jīng)網(wǎng)絡(luò)加速器 IP 核。該軟 IP 包括針對iCE40 UltraPlus FPGA 優(yōu)化后的 BNN（二值神經(jīng)網(wǎng)絡(luò)）1加速器,，支持 1 bit 權(quán)重量化和 1 bit 激活量化,，可以實(shí)現(xiàn)低功耗的偵測和推理。還包括針對ECP5 FPGA 優(yōu)化的 CNN （卷積神經(jīng)網(wǎng)絡(luò)）加速器,，該核可支持不同權(quán)重和激活的量化（1bit,、8bit和16bit），實(shí)現(xiàn)功耗和精度的平衡,，設(shè)置的位寬越高,，準(zhǔn)確度通常會越高。

　　為了更方便的應(yīng)用上述 IP ,，萊迪思提供從 Caffe/TensorFlow 到 FPGA 的神經(jīng)網(wǎng)絡(luò)編譯器工具,、LatTIce Radiant

　　和 Lattice Diamond 設(shè)計(jì)軟件。通過開源的深度學(xué)習(xí)框架 Caffe/TensorFlow 實(shí)現(xiàn)網(wǎng)絡(luò)訓(xùn)練,，然后經(jīng)過萊迪思獨(dú)立開發(fā)的神經(jīng)網(wǎng)絡(luò)編譯器將經(jīng)過訓(xùn)練的網(wǎng)絡(luò)模型映射成定點(diǎn)數(shù)值表示以匹配其 FPGA ,，可在沒有 RTL 設(shè)計(jì)經(jīng)驗(yàn)的情況下，將網(wǎng)絡(luò)應(yīng)用移植到其 FPGA 中,。此外,，神經(jīng)網(wǎng)絡(luò)編譯器能夠快速分析、模擬和編譯 CNN/BNN,， 在sensAI IP 核上實(shí)現(xiàn),。這樣補(bǔ)足了 FPGA 在計(jì)算應(yīng)用中的高門檻。

　　陳英仁介紹,，為了更好地簡化邊緣應(yīng)用的 AI 開發(fā),，萊迪思也提供了專門針對超低功耗優(yōu)化的參考設(shè)計(jì)及演示。比如低功耗人臉檢測,、關(guān)鍵詞檢測,、對象計(jì)數(shù),、面部跟蹤以及速度標(biāo)志牌檢測等。

　　基于萊迪思 MDP 移動開發(fā)平臺實(shí)現(xiàn)的人臉檢測 Demo,，其功耗約為 800-850 微瓦,，搭配低功耗影響傳感器，可實(shí)現(xiàn)精準(zhǔn)的,、毫瓦以下人臉偵測,，如智能門鈴、智能鎖,、智能化妝鏡,、超市結(jié)賬等

　　此外，萊迪思也構(gòu)建了經(jīng)認(rèn)證的合作伙伴生態(tài)系統(tǒng),，旨在聯(lián)合國內(nèi)外不同領(lǐng)域的 AI 應(yīng)用合作伙伴（在某些領(lǐng)域有專長的服務(wù)商）,，為智能家居、智慧城市,、智能工廠等領(lǐng)域的客戶快速,、有效地提供定制化的解決方案。

　　“sensAI神經(jīng)網(wǎng)絡(luò)加速器和神經(jīng)網(wǎng)絡(luò)編譯器是我們最核心的部分,，” 陳英仁表示,，因?yàn)槿R迪思為客戶實(shí)現(xiàn)簡潔的低功耗推理。對已經(jīng)在使用 FPGA 進(jìn)行橋接和連接技術(shù)的客戶,，可以有更多的選擇優(yōu)化設(shè)計(jì)。對于即將在邊緣應(yīng)用終端加入智能的新用戶,，有sensAI 和天生的接口特性的加持,，萊迪思 FPGA 也是一個性能、功耗,、成本,、開發(fā)難度相當(dāng)有競爭力的選擇。

　　未來可期

　　談到 AI 的應(yīng)用,， “其實(shí)大家還在思考,，怎么樣應(yīng)用 AI 讓生活更簡單，” sensAI 簡化了算法的開發(fā)門檻,，讓設(shè)計(jì)人員更多地去思考如何更好地實(shí)現(xiàn)應(yīng)用,，陳英仁舉了幾個例子，尖叫聲檢測,、槍聲檢測,、玻璃打碎聲音檢測、智能穿衣鏡,、面部跟蹤等等,，似乎更多的應(yīng)用在等著人們放飛想象力得以實(shí)現(xiàn),。但是，可以預(yù)見到的一個趨勢是,，隨著用戶尋求更高級別的智能,，對于靠近 IoT 數(shù)據(jù)源的低功耗推理的需求將與日俱增。