24岁创业,凭借基于赛灵思 FPGA 的深度学习方案,仅1年就融资数亿的国内 AI 芯片初创公司深鉴科技(Deephi Tech)公司, 其创始人兼 CEO 姚颂深谙 FPGA 对于创新创业者的意义, 他在最近接受媒体的访问的时候, 提到了 选择 FPGA 方案的必然原因,以及选择FPGA方案可以为开发者带来的优势。总结如下:
为什么选择FPGA?
第一,做一颗处理器级别芯片,姑且不论量产周期多少时间,核心架构至少也需要 3 到 4 年。而仅芯片的生产制造流程,量产的话,都得走一年半到两年,创业公司耽误不起这个时间。
第二,芯片的一次性研发投入很高。比如我们做一个 28 纳米的芯片,一次性研发投入可能是 400 多万美金,还不算人的成本和后续量产成本。如果算上人,这个钱至少要双倍。但一个公司不可能只留了工资和做这个东西的钱,这些钱一定只能是公司总预算的一小部分,还有其他很多地方要花钱。
第三,全行业都面临一个特别大的挑战:那就是怎样去定义芯片的问题。
原来定义芯片,比如 X86 的 CPU,告诉你是 X86 指令集,什么算法都能跑,这个定义比较明确。蓝牙芯片、wifi 芯片情况都差不多,芯片功能和协议固定下来,做芯片优化就可以了。
但对于 AI 芯片来说,AI 怎么定义?一个大的 AI 里面有一部分是机器学习,机器学习里面一部分是深度学习,深度学习里面有各种 Net,有各种各样的卷积和尺寸。深度学习又分 Training 和 Inference,而且在不同场景,大家跑的不仅仅是神经网络,因为深度学习大于神经网络这个概念。所以,芯片应该是做成什么功能,能支持哪些 Net,通用程度是怎样的,也很难定义清楚。
选择 FPGA 方案的好处
第一, FPGA 芯片已经在这里了(赛灵思已经做好了),芯片研发已经结束,不必走一年半到两年的量产周期,把研发的新品结构烧进 FPGA 后就可以直接上产品,上市时间(time to market)特别快,可能仅需三个月。
第二,你是按片购买 FPGA,需要多少片,就买多少片。不用一开始就投入数百万美金,所以,也没有一次性投入太高的问题。
第三,芯片没法定义这个问题解决了。FPGA 是可重构的。将每一代的处理器架构重新烧结上去,只要向上兼容就好了。上一代架构写的程序,还能在新一代架构上跑起来,向上兼容就行了。
至于说不知道怎么选, 建议参考赛灵思中文网站: China.xilinx.com, 获得大量Powered by Xilinx 的用户案例以及各种各样的培训资料, 或者直接查找官网销售联系方式进行技术探讨。
-
FPGA
+关注
关注
1625文章
21620浏览量
601174 -
深度学习
+关注
关注
73文章
5463浏览量
120876
发布评论请先 登录
相关推荐
评论