当前位置: CompoTech China > 专题 > 专题报道 >
 

牵手 IoT、赋能 AI,嵌入计算应用靓

本文作者:任苙萍       点击: 2019-11-18 16:44
前言:

 
最初只在特定设备使用的嵌入式系统,受到物联网 (IoT) 带动、加上商用在即的 5G 推波助澜,霎时星途大开。为加速终端应用的落地,当前嵌入式计算有以下七大发展趋势:
1. 为扩大市场,各式微控制器 (MCU)、微处理器 (MPU) 等基础计算单元积极与应用处理器 (AP) 整合做"异构"计算;
2. 为简化开发,新世代处理器力拼硬件、软件开发工具包 (SDK) 和内核引擎一次到位,而固件是差异化关键;
3. 为提升效能,可集中资源、按需配置的"分布式内存"成主流;
4. 为增强精度,现行通用处理器普遍可支持浮点计算单元 (FPU),但如果意在追求极致效率,定点仍具优势;
5. 为优化质量,传感器与 I/O 装置接口支持不可少,MIPI 联盟多项标准已成标配;
6. 为巩固安全,硬件"安全可信任根"可降低网络攻击造成的数据风险和生产损失。
7. 为链接应用,争相与人工智能 (AI)/机器学习 (ML) 挂勾,云端服务供货商 (CSP) 成热门合作伙伴。
 
当特定应用标准产品 (ASSP) 与专用芯片 (ASIC) 持续迭代之际,现场可编程逻辑门阵列 (FPGA) 除了善用既有配置灵活特性,也没错过上述风潮;以老大哥赛灵思 (Xilinx) 为首,从验证工具、加速协作,转具独当一面的气场。最早提出 FPGA 概念的莱迪思半导体 (Lattice),日前亦公开宣称:其 FPGA 尺寸小、可支持并行处理和基于各类传感器的 AI 推论,是实现各类低功耗网络终端 AI 应用的理想平台——在 iCE40 UltraPlus 和 ECP5 FPGA 运行增强版 sensAI 解决方案,可协助用户为"毫瓦级"智能设备赋予 AI 和 ML 功能。
 
此次性能提升包括支持更为轻量化/高效的神经网络 (NN) 模型以及更深度的量化,进而可使用更复杂的模型来处理更高分辨率/画面更新率的图像;随附的全新参考设计可快速创建常见的 AI 应用,包括增强版关键词检测和人脸识别。志在发展"中国芯"FPGA 的新进厂商高云半导体 (Gowin),亦发布 AI 边缘计算方案——GoAI,强调较标准 MPU 加速 78 倍,且设计流程可与目前 AI、NN 开发框架完全融合;特别一提的是,他们旗下不同产品线兼采 Arm-based 和 RISC-V 架构,且内建 Bluetooth 5 联机功能的新家族即将问市。
 
最后一个有趣议题是关于软核 vs. 硬核,为因应 AI 算法的日新月异,不少整合开发环境 (IDE) 皆诉诸"软件定义芯片"(SDX) 概念,主张以软件形式包装 AI 引擎;但有别于软核支持者,另一家 FPGA 供货商 mixel 认为硬核在处理效率与稳定性略胜一筹。至于该怎么选择?就看终端应用的需求偏好了。