自(zì)動(dòng)化(huà)和(hé)計(jì)算機(jī)技術(shù)于(yú)1960年(nián)代(dài)末(mò)期(qī)開(kāi)始嶄露(lù)头(tóu)角(jiǎo)，并構成(chéng)了(le)工業3.0的(de)雛形，为(wèi)如(rú)今驅動(dòng)着工業4.0的(de)自(zì)動(dòng)化(huà)、人(rén)工智能(néng)（AI）和(hé)网(wǎng)絡化(huà)解(jiě)決方(fāng)案(àn)鋪平了(le)道(dào)路(lù)。虽然这(zhè)幅图(tú)景中(zhōng)似乎已經(jīng)看(kàn)不(bù)見(jiàn)人(rén)類(lèi)的(de)身(shēn)影，但工業5.0将带(dài)領我(wǒ)们(men)返璞歸真(zhēn)，利用(yòng)AI驅動(dòng)的(de)機(jī)器人(rén)系(xì)統所(suǒ)具有(yǒu)的(de)精準和(hé)高(gāo)效，與(yǔ)人(rén)類(lèi)大腦的(de)奇思(sī)妙想(xiǎng)和(hé)实时(shí)思(sī)考有(yǒu)機(jī)結合，創造出(chū)更(gèng)理想(xiǎng)的(de)制造环(huán)境。
图(tú)1：工業技術(shù)的(de)演進(jìn)
人(rén)工智能(néng)
人(rén)工智能(néng)（AI）是(shì)計(jì)算機(jī)科学的(de)一(yī)个(gè)分(fēn)支，主(zhǔ)要(yào)專注于(yú)開(kāi)發(fà)能(néng)够模拟人(rén)類(lèi)行为(wèi)的(de)機(jī)器。这(zhè)類(lèi)設備的(de)範疇林(lín)林(lín)總(zǒng)總(zǒng)，從可(kě)以(yǐ)簡單地(dì)執行算法，到(dào)可(kě)以(yǐ)自(zì)主(zhǔ)從周邊(biān)环(huán)境中(zhōng)学習、无需人(rén)類(lèi)介入(rù)便自(zì)行調节(jié)算法。機(jī)器学習（ML）是(shì)人(rén)工智能(néng)的(de)子集，它(tā)通(tòng)过(guò)運用(yòng)數據(jù)集衍生(shēng)的(de)統計(jì)模型来(lái)改進(jìn)特(tè)定(dìng)任务。作为(wèi)機(jī)器学習的(de)子集，深度(dù)学習（DL）運用(yòng)了(le)多(duō)层神經(jīng)网(wǎng)絡，不(bù)僅能(néng)執行基礎的(de)機(jī)器学習推理，還(huán)能(néng)学習新的(de)數據(jù)，從而(ér)獲得更(gèng)高(gāo)层的(de)認知能(néng)力（見(jiàn)下(xià)图(tú)）。在(zài)本(běn)篇(piān)白皮書(shū)中(zhōng)，所(suǒ)有(yǒu)機(jī)器学習和(hé)深度(dù)学習都将被(bèi)簡稱为(wèi)ML。
图(tú)2：人(rén)工智能(néng)/機(jī)器学習/深度(dù)学習谱图(tú)
人(rén)工智能(néng)（AI）的(de)常見(jiàn)用(yòng)例包(bāo)括先(xiān)進(jìn)駕駛輔助系(xì)統（ADAS），即自(zì)動(dòng)駕駛汽車的(de)支柱(zhù)；語(yǔ)音(yīn)識别及(jí)合成(chéng)（例如(rú)華为(wèi)的(de)Celia）；醫療診斷；數據(jù)與(yǔ)网(wǎng)絡安(ān)全(quán)；金(jīn)融服(fú)务預测性(xìng)模型（例如(rú)電(diàn)子化(huà)交易），或(huò)電(diàn)商與(yǔ)流媒體(tǐ)服(fú)务推薦；當然還(huán)有(yǒu)工業制造。
随着工業4.0在(zài)2010年(nián)代(dài)早(zǎo)期(qī)進(jìn)一(yī)步演進(jìn)，使得AI在(zài)制造环(huán)境中(zhōng)的(de)重(zhòng)要(yào)性(xìng)與(yǔ)日(rì)俱增。如(rú)今，许多(duō)應(yìng)用(yòng)都会(huì)利用(yòng)AI来(lái)促進(jìn)制造和(hé)業务經(jīng)營、流程、安(ān)保和(hé)供應(yìng)鍊(liàn)等更(gèng)加流暢高(gāo)效。通(tòng)过(guò)運用(yòng)預测性(xìng)算法，AI可(kě)以(yǐ)監控設備狀況，优化(huà)維護日(rì)程，最(zuì)終(zhōng)還(huán)能(néng)預報機(jī)械故障。
與(yǔ)制造相關(guān)的(de)物(wù)料供應(yìng)鍊(liàn)管(guǎn)理也(yě)可(kě)以(yǐ)充分(fēn)發(fà)揮預测算法的(de)优勢，保障流程能(néng)够順利、高(gāo)效地(dì)持(chí)續運作。AI算法還(huán)可(kě)以(yǐ)參考过(guò)往和(hé)現(xiàn)在(zài)的(de)商業需求，從而(ér)協助預测未来(lái)的(de)業务。这(zhè)些AI系(xì)統可(kě)以(yǐ)與(yǔ)供應(yìng)鍊(liàn)和(hé)庫存管(guǎn)理系(xì)統結合，加快(kuài)獲利时(shí)效，降低間(jiān)接成(chéng)本(běn)。機(jī)器人(rén)早(zǎo)在(zài)工業3.0就(jiù)成(chéng)为(wèi)了(le)其中(zhōng)重(zhòng)要(yào)的(de)組成(chéng)部(bù)分(fēn)。而(ér)在(zài)我(wǒ)们(men)即将迎来(lái)工業5.0之際，这(zhè)些機(jī)器人(rén)系(xì)統必須擁有(yǒu)适應(yìng)性(xìng)的(de)AI算法（主(zhǔ)要(yào)为(wèi)DL算法）。它(tā)们(men)不(bù)僅需要(yào)自(zì)主(zhǔ)学習，還(huán)必需能(néng)够解(jiě)读(dú)人(rén)類(lèi)的(de)实时(shí)輸入(rù)。低时(shí)延的(de)实时(shí)适應(yìng)能(néng)力也(yě)将成(chéng)为(wèi)不(bù)可(kě)或(huò)缺的(de)要(yào)素。
AI之外(wài)的(de)生(shēng)态系(xì)統組件(jiàn)
在(zài)持(chí)續興旺發(fà)展(zhǎn)的(de)工業4.0和(hé)正(zhèng)在(zài)演進(jìn)的(de)工業5.0中(zhōng)，AI依然是(shì)一(yī)个(gè)重(zhòng)要(yào)的(de)組成(chéng)部(bù)分(fēn)。然而(ér)，AI算法的(de)蓬勃發(fà)展(zhǎn)離不(bù)開(kāi)实时(shí)數據(jù)。物(wù)聯网(wǎng)（IoT）是(shì)由(yóu)互聯的(de)電(diàn)子設備組成(chéng)的(de)系(xì)統，可(kě)以(yǐ)從模拟和(hé)數字(zì)世界中(zhōng)獲取(qǔ)與(yǔ)接收(shōu)數據(jù)。时(shí)間(jiān)、壓力、温(wēn)度(dù)、速度(dù)、角(jiǎo)度(dù)及(jí)視听(tīng)數據(jù)源必須經(jīng)过(guò)采集，随後(hòu)轉(zhuǎn)換成(chéng)結構化(huà)數據(jù)，各(gè)類(lèi)基于(yú)AI的(de)系(xì)統才能(néng)对(duì)其進(jìn)行分(fēn)析和(hé)控制。和(hé)4G网(wǎng)絡相比，自(zì)2019年(nián)起部(bù)署(shǔ)的(de)5G网(wǎng)絡（在(zài)韓國(guó)率先(xiān)部(bù)署(shǔ)）可(kě)提(tí)供100倍的(de)带(dài)宽(kuān)（最(zuì)高(gāo)可(kě)达(dá)10 Gbps）和(hé)500倍的(de)信(xìn)道(dào)數量(liàng)。5G网(wǎng)絡與(yǔ)IoT結合之後(hòu)，海量(liàng)的(de)輸入(rù)數據(jù)在(zài)計(jì)算機(jī)領域中(zhōng)引出(chū)了(le)一(yī)種(zhǒng)新範式，即对(duì)數據(jù)加速器的(de)需求。
數據(jù)加速器
在(zài)海量(liàng)的(de)數據(jù)面(miàn)前(qián)，數據(jù)中(zhōng)心(xīn)处理數據(jù)的(de)負担以(yǐ)及(jí)發(fà)現(xiàn)數據(jù)背後(hòu)的(de)意(yì)義这(zhè)些工作，已經(jīng)令傳統的(de)計(jì)算服(fú)务器模式不(bù)堪重(zhòng)負。过(guò)去(qù)應(yìng)对(duì)數據(jù)激增的(de)方(fāng)法就(jiù)是(shì)在(zài)數據(jù)中(zhōng)心(xīn)增添服(fú)务器。服(fú)务器安(ān)裝(zhuāng)規模的(de)提(tí)升(shēng)不(bù)僅提(tí)高(gāo)了(le)資本(běn)性(xìng)支出(chū)，再加上(shàng)設備的(de)運行和(hé)冷(lěng)卻需要(yào)消耗更(gèng)多(duō)能(néng)源，營運性(xìng)支出(chū)也(yě)随之水(shuǐ)漲船高(gāo)。
取(qǔ)決于(yú)數據(jù)加速器的(de)類(lèi)型與(yǔ)負载，服(fú)务器中(zhōng)單个(gè)數據(jù)加速器的(de)運算能(néng)力可(kě)以(yǐ)與(yǔ)15台(tái)服(fú)务器匹(pǐ)敵，從而(ér)大幅削減了(le)資本(běn)性(xìng)支出(chū)和(hé)營運性(xìng)支出(chū)。基于(yú)硬(yìng)件(jiàn)的(de)數據(jù)加速器還(huán)带(dài)来(lái)了(le)更(gèng)多(duō)效益，例如(rú)較低的(de)时(shí)延和(hé)更(gèng)高(gāo)的(de)稳定(dìng)性(xìng)，这(zhè)在(zài)車輛自(zì)動(dòng)駕駛、工業4.0/5.0、金(jīn)融服(fú)务和(hé)其他(tā)对(duì)时(shí)延要(yào)求較高(gāo)的(de)用(yòng)例中(zhōng)效果(guǒ)尤为(wèi)突出(chū)。优秀的(de)數據(jù)加速器還(huán)有(yǒu)最(zuì)後(hòu)一(yī)項特(tè)征，它(tā)具備了(le)出(chū)色(sè)的(de)靈活性(xìng)，能(néng)够适應(yìng)ML/DL算法的(de)變(biàn)化(huà)，包(bāo)括算法本(běn)身(shēn)的(de)調整、負载的(de)變(biàn)化(huà)和(hé)/或(huò)ML/DL算法數據(jù)集的(de)更(gèng)新。
數據(jù)加速的(de)赛场上(shàng)有(yǒu)三(sān)種(zhǒng)各(gè)异(yì)的(de)硬(yìng)件(jiàn)方(fāng)式，即GPU、FPGA和(hé)定(dìng)制ASIC。如(rú)下(xià)图(tú)所(suǒ)示。CPU的(de)靈活性(xìng)始終(zhōng)是(shì)最(zuì)出(chū)色(sè)的(de)，但與(yǔ)其他(tā)專用(yòng)數據(jù)加速器相比，在(zài)能(néng)耗、性(xìng)能(néng)和(hé)成(chéng)本(běn)方(fāng)面(miàn)存在(zài)一(yī)定(dìng)的(de)劣勢。其它(tā)選項便是(shì)GPU、ASIC和(hé)FPGA。ASIC的(de)效率與(yǔ)性(xìng)能(néng)最(zuì)为(wèi)出(chū)色(sè)，但功能(néng)完全(quán)固定(dìng)，缺乏必需的(de)靈活性(xìng)，无法适應(yìng)AI算法的(de)變(biàn)化(huà)、新興技術(shù)的(de)參數改動(dòng)、供應(yìng)商要(yào)求和(hé)負载优化(huà)。GPU是(shì)傳統核心(xīn)數據(jù)中(zhōng)心(xīn)的(de)主(zhǔ)力，僅限于(yú)純粹運算这(zhè)樣(yàng)的(de)使用(yòng)场景，而(ér)不(bù)能(néng)提(tí)供大多(duō)數场景中(zhōng)需要(yào)利用(yòng)到(dào)的(de)聯网(wǎng)與(yǔ)存儲加速的(de)能(néng)力，并且能(néng)耗和(hé)成(chéng)本(běn)較高(gāo)。FPGA可(kě)以(yǐ)加速聯网(wǎng)、運算和(hé)存儲，速度(dù)與(yǔ)ASIC相仿，也(yě)具備了(le)必需的(de)靈活性(xìng)，能(néng)够为(wèi)如(rú)今的(de)核心(xīn)與(yǔ)邊(biān)緣數據(jù)中(zhōng)心(xīn)提(tí)供理想(xiǎng)的(de)數據(jù)加速。除了(le)數據(jù)加速之外(wài)，FPGA還(huán)将在(zài)傳感(gǎn)器融合和(hé)傳入(rù)數據(jù)流合并等領域發(fà)揮關(guān)鍵作用(yòng)，为(wèi)數據(jù)消費打(dǎ)下(xià)了(le)堅实的(de)基礎。
图(tú)3：CPU、GPU、FPGA和(hé)ASIC的(de)对(duì)比
Achronix提(tí)供的(de)精選産品
Achronix为(wèi)AI/ML運算、聯网(wǎng)和(hé)存儲應(yìng)用(yòng)開(kāi)發(fà)了(le)基于(yú)FPGA的(de)數據(jù)加速産品。與(yǔ)其他(tā)高(gāo)性(xìng)能(néng)FPGA企業不(bù)同(tóng)，Achronix可(kě)同(tóng)时(shí)提(tí)供独立FPGA芯片(piàn)和(hé)嵌入(rù)式FPGA半導體(tǐ)知識産權（IP）解(jiě)決方(fāng)案(àn)。除了(le)独立的(de)FPGA芯片(piàn)和(hé)eFPGA IP之外(wài)，Achronix還(huán)提(tí)供基于(yú)PCIe的(de)加速卡(kǎ)，可(kě)用(yòng)于(yú)開(kāi)發(fà)、实地(dì)测試或(huò)生(shēng)産等應(yìng)用(yòng)场景。
采用(yòng)台(tái)積電(diàn)7納米(mǐ)工藝打(dǎ)造的(de)Speedster7t系(xì)列FPGA擁有(yǒu)業界最(zuì)快(kuài)的(de)輸入(rù)/輸出(chū)速度(dù)，可(kě)支持(chí)400 GbE、PCIe Gen5和(hé)双(shuāng)存儲接口(kǒu)：标(biāo)準DDR4和(hé)GDDR6存儲接口(kǒu)可(kě)以(yǐ)带(dài)来(lái)的(de)驚人(rén)速度(dù)，相較于(yú)DDR4提(tí)高(gāo)了(le)600%。如(rú)果(guǒ)數據(jù)无法輕(qīng)松通(tòng)达(dá)FPGA邏輯阵(zhèn)列，高(gāo)速接口(kǒu)便无法發(fà)揮太多(duō)作用(yòng)。
为(wèi)了(le)避免遇到(dào)这(zhè)一(yī)瓶颈，Achronix從架構增加了(le)二(èr)維片(piàn)上(shàng)网(wǎng)絡（2D NoC），能(néng)够有(yǒu)效充當所(suǒ)有(yǒu)外(wài)部(bù)輸入(rù)/輸出(chū)數據(jù)的(de)高(gāo)速通(tòng)道(dào)，增強(qiáng)了(le)FPGA內(nèi)部(bù)的(de)功能(néng)單元(yuán)块(kuài)和(hé)FPGA邏輯阵(zhèn)列本(běn)身(shēn)。这(zhè)種(zhǒng)2D NoC实現(xiàn)了(le)超过(guò)20 Tbps的(de)双(shuāng)向(xiàng)带(dài)宽(kuān)，遠(yuǎn)遠(yuǎn)超过(guò)了(le)輸入(rù)/輸出(chū)和(hé)功能(néng)块(kuài)的(de)總(zǒng)带(dài)宽(kuān)需求，消除了(le)片(piàn)內(nèi)通(tòng)信(xìn)的(de)时(shí)延問(wèn)題(tí)。
在(zài)对(duì)成(chéng)本(běn)、性(xìng)能(néng)與(yǔ)能(néng)耗有(yǒu)較高(gāo)敏感(gǎn)度(dù)的(de)大批量(liàng)應(yìng)用(yòng)场景中(zhōng)，用(yòng)戶通(tòng)常会(huì)采用(yòng)ASIC，但这(zhè)时(shí)又該如(rú)何滿足对(duì)靈活性(xìng)的(de)需求呢？无論是(shì)算法的(de)演變(biàn)、需求變(biàn)化(huà)、供應(yìng)商和(hé)經(jīng)營者(zhě)的(de)具體(tǐ)要(yào)求、協議适配，還(huán)是(shì)功能(néng)系(xì)統單元(yuán)块(kuài)的(de)多(duō)樣(yàng)接口(kǒu)，它(tā)们(men)都对(duì)靈活性(xìng)提(tí)出(chū)了(le)一(yī)定(dìng)程度(dù)的(de)要(yào)求。
Speedcore eFPGA IP便是(shì)这(zhè)一(yī)問(wèn)題(tí)的(de)最(zuì)終(zhōng)答(dá)案(àn)，它(tā)可(kě)令ASIC能(néng)够具備“恰到(dào)好(hǎo)处”的(de)靈活性(xìng)。其中(zhōng)查找(zhǎo)表(biǎo)（LUT）、內(nèi)存、DSP/MLP和(hé)2D NoC的(de)資源量(liàng)與(yǔ)組合方(fāng)式可(kě)由(yóu)ASIC開(kāi)發(fà)者(zhě)決定(dìng)，Achronix則会(huì)为(wèi)他(tā)们(men)的(de)ASIC或(huò)SoC設計(jì)提(tí)供集成(chéng)在(zài)芯片(piàn)上(shàng)的(de)定(dìng)制IP。
VectorPath加速卡(kǎ)是(shì)采用(yòng)PCIe外(wài)形結構的(de)硬(yìng)件(jiàn)加速平台(tái)，可(kě)以(yǐ)考慮用(yòng)作評估、開(kāi)發(fà)與(yǔ)現(xiàn)场测試工具，或(huò)也(yě)可(kě)以(yǐ)用(yòng)于(yú)量(liàng)産應(yìng)用(yòng)。該解(jiě)決方(fāng)案(àn)也(yě)可(kě)以(yǐ)根(gēn)據(jù)用(yòng)戶的(de)具體(tǐ)要(yào)求量(liàng)身(shēn)定(dìng)制。
結語(yǔ)
AI、ML和(hé)DL将繼續推動(dòng)工業4.0和(hé)5.0的(de)發(fà)展(zhǎn)，使生(shēng)産力與(yǔ)效率更(gèng)上(shàng)层樓。在(zài)IoT和(hé)5G技術(shù)的(de)協助下(xià)，自(zì)動(dòng)化(huà)和(hé)機(jī)器人(rén)将與(yǔ)人(rén)類(lèi)的(de)奇思(sī)妙想(xiǎng)和(hé)創造力融为(wèi)一(yī)體(tǐ)，孕育出(chū)人(rén)類(lèi)在(zài)10年(nián)前(qián)未曾想(xiǎng)象(xiàng)的(de)制造环(huán)境。FPGA促成(chéng)了(le)傳感(gǎn)器融合，能(néng)够與(yǔ)衆多(duō)物(wù)聯网(wǎng)設備連(lián)接，充分(fēn)把握制造环(huán)境下(xià)人(rén)工智能(néng)系(xì)統所(suǒ)需的(de)高(gāo)性(xìng)能(néng)與(yǔ)靈活性(xìng)之間(jiān)的(de)平衡。
温(wēn)馨提(tí)示：明(míng)德揚除了(le)培訓学習還(huán)有(yǒu)項目承接業务，擅长的(de)項目主(zhǔ)要(yào)包(bāo)括的(de)方(fāng)向(xiàng)有(yǒu)以(yǐ)下(xià)幾(jǐ)个(gè)方(fāng)面(miàn)：
1. MIPI視頻拼接
2. SLVS-EC轉(zhuǎn)MIPI接口(kǒu)(IMX472 IMX492)
3. PCIE采集系(xì)統
4. 图(tú)像項目
5. 高(gāo)速多(duō)通(tòng)道(dào)ADDA系(xì)統
6. 基于(yú)FPGA板卡(kǎ)研發(fà)
7. 多(duō)通(tòng)道(dào)高(gāo)靈敏電(diàn)荷放(fàng)大器
8.射頻前(qián)端
http://old.mdy-edu.com/xmucjie/2023/0201/1865.html
（點(diǎn)擊→了(le)解(jiě)項目承接業务詳情(qíng)☝）
需要(yào)了(le)解(jiě)相關(guān)信(xìn)息可(kě)以(yǐ)聯系(xì)：吴老(lǎo)师(shī)18022857217（微信(xìn)同(tóng)号(hào)）
