赛灵思为何用“软件”推动其自适应计算平台

王莹

不久前，赛灵思推出了Vitis统一软件平台，并宣布其重要组件vitis AI开放下载，使人工智能（AI）和机器学习开发者可利用赛灵思的高性能自适应计算平台的加速度。一家硬件平台公司，为何重磅推出软件平台？为此，电子产品世界等媒体采访了赛灵思软件与AI产品市场营销副总裁Ramine Roane（罗明）。

1赛灵思整体的业务战略及对计算的看法

所有的电子系统应该是自适应的，就像有机物种一样，这样才能跟上创新的速度。同样，“所有的硬件和计算应该是自适应的”观点，也得到越来越多的行业认可。

直到2000年之前，根据摩尔定律，业界还接受着芯片或硅工艺的密度每18个月翻一番的速度，当时所有的应用和软件开发人员不用多做什么，就等着新芯片出现。直到2000年时，工艺方面的登纳德缩放比例定律（Dennard scaling）走到尽头，认为随着工艺密度的进一步翻番，频率不可能再进一步提高了，所有的CPU和计算机最多也就到（2-4）GHz的速度，而且迄今维持了20年。为了提升所有的应用性能，要进一步扩展，后来使用多核CPU，因此，这个问题从硬件转向软件（如图1）。

之后出现了向异构CPU和加速器的转移，到目前为止，这种方向是可行的。问题在于所有这些架构包括CPU都是固定的，这就很难跟上AI的创新速度。

赛灵思的思路是打造自适应的平台，非常灵活多变，而且赛灵思的芯片也可针对不同的应用进一步进行硬件的优化。所以现在开发者就不用等着新芯片出来，就可以建立一些特定架构的应用。

赛灵思提供的解决方案，如何追赶上像AI这样的创新速度？从图2可见，CNN等深度学习模型在2012-2018年发展的趋势，可看出每3个月会出现新的AI模型，会取代之前的模型，一般是1年半到2年的时间来构造1个全新的ASIC或GPU。

从图2可见，蓝色的，之前最主流的是GoogLeNet，1年半到2年后是ResNet，现在ResNet是最尖端的技术，但是无法在原有的架构上运行。赛灵思的器件以及可自适应的硬件，就可以来构建这种特有的架构。

2Vitis和VitiS AI的特点

Vitis的名字来自于法语，意思是生命力，解释到中文有“至关重要”的含义。

Vitis和Vitis AI開发工具可以助力软件开发人员和AI科学家，用他们选择的语言，例如c++进行开发，也可以使用相关的架构和库进行开发。

1）Vitis统一软件平台是针对软件开发人员的，包括AI的软件开发人员。

不过，对于软件人员和A1人员，赛灵思并不是那么知名，因为过去长久以来，赛灵思的开发工具主要面向硬件的开发人员。随着赛灵思推出Vitis和Vitis AI，想要改变人们对于赛灵思的认识一一现在也针对软件开发人员（如图3）。

而且软件开发人员的机会更多，因为软件人员的数量大大高于硬件开发人员。现在全球硬件开发者可能是一二十万的规模，而软件开发人员是数以几百万计的。而且现在美国大学里学硬件开发的已经很少了，大部分人选择学习软件开发。赛灵思传统的Vivado是针对硬件开发人员的平台，新推出的Vitis和Vitis AI是针对软件开发者以及AI科学家的。

2）Vitis统一软件平台的特点是统一了所有应用平台的开发，包括：①把AI和传统的软件开发统一起来。②把云和边缘也都统一起来，包括终端计算以及边缘和云计算，不同的架构全都统一起来。③可以使用统一的语言进行异构的加速。

赛灵思现在也在进行一个战略转型：从传统硬件公司转型成为软件的平台公司。赛灵思的理念是拥抱开源，把免费工具贡献给大家。现在赛灵思还有开源库，例如Github，还有SRT的运行库，有AI模型的例子，都是经过优化的，可以在FPGA上运行，还有赛灵思收购深鉴科技公司获得的技术。

实际上，Vitis和Vitis AI是抛砖引玉一一采用免费的模式，主要从硬件赚取利润。

一个问题是：在深度学习加速方面，虽然现在FPGA成长快，但是在AI培训I方面，主流的还是GPU居多，一方面是因为GPU硬件性能高，另一方面，英伟达在软件工具方面针对各个垂直领域做了很多工作。那么，Xilinx推出Vitis平台之后，是不是有助于加速到各个垂直应用的进程？

Ramine Roane解释道，GPU在AI培训I上的市场份额很大，但在AI的推断上面效率并不是很高。AI推断最大的市场份额还是由CPU占据的，不过现在CPU加速的效率还不高，例如在边缘的一个案例是北京小马智行公司的自动驾驶，时延是一个很关键的问题，GPU最大的问题是时延太高了。不过，过去人们认为FPGA有点难用，需要用硬件开发，随着Vitis、Vitis AI的推出，这个难度会降低。