王瑩

不久前，賽靈思推出了Vitis統(tǒng)一軟件平臺，并宣布其重要組件vitis AI開放下載，使人工智能（AI）和機器學習開發(fā)者可利用賽靈思的高性能自適應計算平臺的加速度。一家硬件平臺公司，為何重磅推出軟件平臺？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）。

1賽靈思整體的業(yè)務戰(zhàn)略及對計算的看法

所有的電子系統(tǒng)應該是自適應的，就像有機物種一樣，這樣才能跟上創(chuàng)新的速度。同樣，“所有的硬件和計算應該是自適應的”觀點，也得到越來越多的行業(yè)認可。

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個月翻一番的速度，當時所有的應用和軟件開發(fā)人員不用多做什么，就等著新芯片出現(xiàn)。直到2000年時，工藝方面的登納德縮放比例定律（Dennard scaling）走到盡頭，認為隨著工藝密度的進一步翻番，頻率不可能再進一步提高了，所有的CPU和計算機最多也就到（2-4）GHz的速度，而且迄今維持了20年。為了提升所有的應用性能，要進一步擴展，后來使用多核CPU，因此，這個問題從硬件轉(zhuǎn)向軟件（如圖1）。

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，這就很難跟上AI的創(chuàng)新速度。

賽靈思的思路是打造自適應的平臺，非常靈活多變，而且賽靈思的芯片也可針對不同的應用進一步進行硬件的優(yōu)化。所以現(xiàn)在開發(fā)者就不用等著新芯片出來，就可以建立一些特定架構(gòu)的應用。

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？從圖2可見，CNN等深度學習模型在2012-2018年發(fā)展的趨勢，可看出每3個月會出現(xiàn)新的AI模型，會取代之前的模型，一般是1年半到2年的時間來構(gòu)造1個全新的ASIC或GPU。

從圖2可見，藍色的，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)，但是無法在原有的架構(gòu)上運行。賽靈思的器件以及可自適應的硬件，就可以來構(gòu)建這種特有的架構(gòu)。

2Vitis和VitiS AI的特點

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

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

1）Vitis統(tǒng)一軟件平臺是針對軟件開發(fā)人員的，包括AI的軟件開發(fā)人員。

不過，對于軟件人員和A1人員，賽靈思并不是那么知名，因為過去長久以來，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τ谫愳`思的認識一一現(xiàn)在也針對軟件開發(fā)人員（如圖3）。

而且軟件開發(fā)人員的機會更多，因為軟件人員的數(shù)量大大高于硬件開發(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)以幾百萬計的。而且現(xiàn)在美國大學里學硬件開發(fā)的已經(jīng)很少了，大部分人選擇學習軟件開發(fā)。賽靈思傳統(tǒng)的Vivado是針對硬件開發(fā)人員的平臺，新推出的Vitis和Vitis AI是針對軟件開發(fā)者以及AI科學家的。

2）Vitis統(tǒng)一軟件平臺的特點是統(tǒng)一了所有應用平臺的開發(fā)，包括：①把AI和傳統(tǒng)的軟件開發(fā)統(tǒng)一起來。②把云和邊緣也都統(tǒng)一起來，包括終端計算以及邊緣和云計算，不同的架構(gòu)全都統(tǒng)一起來。③可以使用統(tǒng)一的語言進行異構(gòu)的加速。

賽靈思現(xiàn)在也在進行一個戰(zhàn)略轉(zhuǎn)型：從傳統(tǒng)硬件公司轉(zhuǎn)型成為軟件的平臺公司。賽靈思的理念是擁抱開源，把免費工具貢獻給大家。現(xiàn)在賽靈思還有開源庫，例如Github，還有SRT的運行庫，有AI模型的例子，都是經(jīng)過優(yōu)化的，可以在FPGA上運行，還有賽靈思收購深鑒科技公司獲得的技術(shù)。

實際上，Vitis和Vitis AI是拋磚引玉一一采用免費的模式，主要從硬件賺取利潤。

一個問題是：在深度學習加速方面，雖然現(xiàn)在FPGA成長快，但是在AI培訓I方面，主流的還是GPU居多，一方面是因為GPU硬件性能高，另一方面，英偉達在軟件工具方面針對各個垂直領(lǐng)域做了很多工作。那么，Xilinx推出Vitis平臺之后，是不是有助于加速到各個垂直應用的進程？

Ramine Roane解釋道，GPU在AI培訓I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加速的效率還不高，例如在邊緣的一個案例是北京小馬智行公司的自動駕駛，時延是一個很關(guān)鍵的問題，GPU最大的問題是時延太高了。不過，過去人們認為FPGA有點難用，需要用硬件開發(fā)，隨著Vitis、Vitis AI的推出，這個難度會降低。