Achronix宣布即日推出用于人工智能/机器学习和网络硬件加速应用的第四代Speedcore eFPGA IP

2018-12-05 07:27:00 来源:EEFOCUS
标签:
与之前一代的Speedcore 嵌入式FPGA(eFPGA)产品相比,Speedcore Gen4的性能提速60%、功耗降低50%、芯片面积缩小65%
 
新的机器学习处理器(MLP)单元模块为人工智能/机器学习(AI / ML)应用提供高出300%的性能
 
美国加利福尼亚州圣克拉拉市,2018年12月4日 -基于现场可编程门阵列(FPGA)的硬件加速器器件和高性能嵌入式FPGA半导体知识产权(eFPGA IP)领导性企业Achronix半导体公司今天宣布:即日起推出其第四代嵌入式FPGA产品Speedcore™Gen4 eFPGA IP,以支持客户将FPGA功能集成到他们的SoC之中。Speedcore Gen4将性能提高了60%、功耗降低了50%、芯片面积减少65%,同时保留了原有的Speedcore eFPGA IP的功能,即可将可编程硬件加速功能引入广泛的计算、网络和存储应用,实现接口协议桥接/转换、算法加速和数据包处理。
 
在Speedcore Gen4架构中,Achronix将机器学习处理器(MLP)添加到Speedcore可提供的资源逻辑库单元模块中。MLP模块是一种高度灵活的计算引擎,它与存储器紧密耦合,从而为人工智能和机器学习(AI / ML)应用提供了性能/功耗比最高和成本最低的解决方案。
 
Achronix 半导体公司总裁兼首席执行官Robert Blake说道:“Achronix是第一家向SoC开发公司提供量产eFPGA IP的公司,使他们能够创建支持各种全新应用的可编程数据加速器。新的Speedcore Gen4 eFPGA架构提供了以前仅在ASIC中才能实现的、最佳的硬件加速平衡,以及我们经过量产验证过的FPGA技术提供的灵活性和可编程性,从而为新兴人工智能/机器学习和高数据带宽应用的爆炸式需求提供了支持。”
 
Robert补充到:“我们正在使用经过验证的同样的方法体系来为客户提供最新的Speedcore Gen4 eFPGA技术,来满足他们将eFPGA IP的所有优势和灵活性与增强的人工智能/机器学习功能相结合的愿望,而这种最前沿的人工智能/机器学习功能得益于我们最新机器学习处理器单元模块和台积电(TSMC)最先进的7nm工艺技术。”
 
解决带宽爆炸问题
固定和无线网络带宽的急剧增加,加上处理能力向边缘等进行重新分配,以及数十亿物联网设备的出现,将给传统网络和计算基础设施带来压力。这种新的处理范式意味着每秒将有数十亿到数万亿次的运算。传统云和企业数据中心计算资源和通信基础设施无法跟上数据速率的指数级增长、快速变化的安全协议、以及许多新的网络和连接要求。传统的多核CPU和SoC无法在没有辅助的情况下独立满足这些要求,因而它们需要硬件加速器,通常是可重新编程的硬件加速器,用来预处理和卸载计算,以便提高系统的整体计算性能。经过优化后的Speedcore Gen4 eFPGA已经可以满足这些应用需求。
 
Speedcore Gen4是最佳的人工智能/机器学习加速器
除了计算和网络基础设施的通用要求之外,人工智能/机器学习还对高密度和针对性计算产生了显著增加的需求。与以前的Achronix FPGA产品相比,新的Achronix机器学习处理器(MLP)利用了人工智能/机器学习处理的特定属性,并将这些应用的性能提高了300%。这是通过多种架构性创新来实现的,这些创新可以同时提高每个时钟周期的性能和操作次数。
 
新的Achronix机器学习处理器(MLP)是一个完整的人工智能/机器学习计算引擎,支持定点和多个浮点数格式和精度。每个机器学习处理器包括一个循环寄存器文件(Cyclical Register File),它用来存储重用的权重或数据。各个机器学习处理器与相邻的机器学习处理器单元模块和更大的存储单元模块紧密耦合,以提供最高的处理性能、每秒最高的操作次数和最低的功率分集。这些机器学习处理器支持各种定点和浮点格式,包括Bfloat16、16位、半精度、24位和单元块浮点。用户可以通过为其应用选择最佳精度来实现精度和性能的均衡。
 
为了补充机器学习处理器并提高人工智能/机器学习的计算密度,Speedcore Gen4查找表(LUT)可以实现比任何独立FPGA芯片产品高出两倍的乘法器。领先的独立FPGA芯片在21个查找表可以中实现6x6乘法器,而Speedcore Gen4仅需在11个LUT中就可实现相同的功能,并可在1 GHz的速率上工作。
 
架构性创新提高系统性能
与上一代Speedcore产品相比,新的Speedcore Gen4架构实现了多项创新,从而可将系统整体性能提高60%。其中查找表的所有方面都得到了增强,以支持使用最少的资源来实现各种功能,从而可缩减面积和功耗并提高性能。其中的更改包括将ALU的大小加倍、将每个LUT的寄存器数量加倍、支持7位函数和一些8位函数、以及为移位寄存器提供的专用高速连接。
 
其中的路由架构也借由一种独立的专用总线路由结构得到了增强。此外,在该路由结构中还有专用的总线多路复用器,可有效地创建分布式的、运行时可配置的交换网络。这为高带宽和低延迟应用提供了最佳的解决方案,并在业界首次实现了将网络优化应用于FPGA互连。
 
如何评估Speedcore Gen4
Achronix的ACE设计工具中包括了Speedcore Gen4 eFPGAs的预先配置示例实例,它们可支持客户针对性能、资源使用率和编译时间去评估Speedcore Gen4的结果质量;Achronix现已可提供支持Speedcore Gen4的ACE设计工具。Speedcore采用了一种模块化的架构,它可根据客户的要求轻松配置其大小。Achronix使用其Speedcore Builder工具来即刻创建新的Speedcore实例,以便满足客户对其快速评估的要求。对于需要了解芯片尺寸和功率信息的客户,可以联系Achronix来了解有关其特定Speedcore Gen4 eFPGA的面积和工艺要求的详细信息。
 
供货
对于已量产的Speedcore架构,Achronix可在6周内为客户配置并提供Speedcore eFPGA IP和支持文件。采用台积电7nm工艺节点的Speedcore Gen4将于2019年上半年投入量产,但是芯片设计企业现已可以联系Achronix,以获得支持其特定需求的Speedcore Gen4实例。Achronix还将于2019年下半年提供用于台积电16nm和12nm工艺节点的Speedcore Gen4 eFPGA IP。
 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

继续阅读
人工智能不是你想爱就能爱,泡沫迟早被挤出市场

《北京人工智能产业发展白皮书(2018)》显示,全国人工智能企业4040家,但拿到风险投资的公司合计1237家(含31家已上市公司),占总数的30%,也就是说,有70%的公司仍然拿不到投资。

产生分歧,马斯克欲退人工智能组织OpenAI?
产生分歧,马斯克欲退人工智能组织OpenAI?

由于对发展方向存在分歧,特斯拉CEO埃隆·马斯克(Elon Musk)计划退出人工智能研究组织OpenAI。

人工智能之后人类再无发明
人工智能之后人类再无发明

人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能,曾经比尔盖茨、马斯克、霍金都曾提醒人类,人工智能很可能导致人类的永生或者灭绝,而这一切很可能在我们的有生之年发生。

没有5G的安防该何时落地?

通信传输,是一个产业最基本的要求,如果没有通信,在当前环境,必然会以失败收尾!

日本数字经济的自我救赎,怎么救不了AI研究?

日本,是连续42年蝉联世界第二大经济体的国家,而作为一个人口数量仅是我国的十三分之一的弹丸之地,是如何“霸占”榜眼如此之久的呢?让我们把目光调转一个角度,或许会从数字经济中的日本得到答案。

更多资讯
Navi GPU让AMD的好日子才刚刚开始?
Navi GPU让AMD的好日子才刚刚开始?

AMD将推出代号为Navi的GPU,并借此缩小和英伟达之间的差距;4.485亿美金的大规模现金注入将为其下一步研发活动和/或偿还部分债务提供有力的资金支撑

日本斥资12亿美元,将打造新一代国产超级计算机

要想高速、准确处理从各种事物收集到的庞大数据,离不开具有强大计算能力的设备,超级计算机就是支撑这一运算的技术之一。

科技巨头纷纷加码人工智能芯片布局,Facebook、亚马逊、谷歌竞争激烈

近年来,科技巨头们似乎都意识到了未来人工智能的激烈竞争,纷纷加码人工智能芯片布局。

2018年国内晶圆产线布局情况一览

2月19日,据芯思想研究院最新报告统计, 2018年内有关中国晶圆生产线的项目共46个,总投资金额高达14000亿人民币。

比特大陆第二代7nm芯片正式出炉,币圈寒冬不寒?
比特大陆第二代7nm芯片正式出炉,币圈寒冬不寒?

距离上一代7nm芯片发布不到半年,比特大陆第二代7nm芯片正式出炉,在币圈寒冬与众多谣言之中,这家低调的公司选择用实力说话。

电路方案